发生了什么
换电业务里,用户把没电的电池放进电柜,换走一颗满电的。站点上的电池要在站点之间互相调配:某个站点电池富余,就把多余的运到别处,这叫调出;某个站点不够用,就从别处运电池过来,这叫调入。调度工单就是这次调运的凭据,一张单写着一个站点、往哪个方向调、调多少颗,由执行调运的人照单操作。
正常流程是:调度算法先算出每个站点这一轮的调度倾向——该调入、该调出,还是不用动;建单环节按这个倾向生成工单,一个站点一轮只拿到一个方向、一个数量的单。
除了算法,系统里还有两类单独配置的规则:一条按场景配置,一条按站点单独配置。站点命中其中任何一条时,这一轮就不看算法的调度倾向,改用实时电池数和需求数比大小:实时电池数比需求数多,就生成调出工单;比需求数少,就生成调入工单。
一线反馈的调度工单异常就出在这里:同一个站点在短时间内既出现了调出工单,又出现了调入工单,方向相反。反馈里附了两张工单的编号,但没有说明两张单间隔多久、是否已经执行。
本质
问题不在算法,也不在建单环节,而在命中策略之后的这一段判断:它把“这个站点这一轮该不该动、往哪个方向动”,换成了“此刻多几颗还是少几颗”。
- 算法已经给出这一轮的调度倾向,但命中场景策略或站点策略后,这个结论被整段跳过,没有参与判断。
- 生成环节拿到的只有两个数:实时电池数和需求数。方向的唯一依据是这两个数谁大。
- 实时电池数不是固定值。调出工单执行后,站点的实际电池数减少;调入工单执行后,电池数增加。下一轮判断取到的是新的数。
这样替换的后果是:方向只由这两个数决定,规则里没有任何条件把方向锁住。调出单执行完,站点电池变少,下一轮比较就可能落到“少”这一侧,又满足调入条件;调入单执行完,电池变多,也可能反过来。两个方向来回满足,同一个站点就被反复派成相反方向。决定方向的只有两个随时会变的数,同一个站点先后被派成相反方向,是这条规则可以预料的结果,不是偶发。
最终的错位是:一张调出单要把电池运走,一张调入单要把电池运来,两张单方向相反、互相抵消,站点这一轮到底该进还是该出,结论已经对不上。
产品侧的处理是修改需求:命中场景策略后仍要判断算法的调度倾向,按倾向生成工单,不再由策略自己比数量定方向。这项改造已经完成,线上是否验证过,记录里没有写明。站点策略这条路径没有一起改,仍然按数量差定方向,留待后续按一城一策的站点策略方案优化——同一个机制还留着一半入口。修复方向是:两条策略入口共用同一段方向判断,方向与数量都以算法倾向为准,策略只决定要不要干预,不参与定方向。
下面两段是脱敏教学示例,用于说明错误与修复思路,不代表实际项目源码或已上线实现。
错误代码
class DispatchPlanner {
// 命中场景策略或站点策略后,直接按实时数量与需求数的差定方向
DispatchOrder plan(Site site) {
int actual = batteryService.countAt(site); // 实时电池数(示意值)
int demand = demandService.demandOf(site); // 需求数(示意值)
if (actual > demand) {
// 为什么错:只比了两个数就定成调出,
// 算法这一轮给出的调度倾向被整段跳过
return DispatchOrder.out(site, actual - demand);
}
if (actual < demand) {
// 为什么错:同一个比较式换到另一侧就生成相反方向,
// 上一次刚发出的调出工单在这里不起任何作用
return DispatchOrder.in(site, demand - actual);
}
return DispatchOrder.none(site);
}
}
修复代码示例
class DispatchPlanner {
DispatchOrder plan(Site site) {
// 先用算法结论定方向:这一轮该调入、该调出,还是不动
DispatchTendency tendency = dispatchAlgo.tendencyOf(site);
if (tendency == DispatchTendency.NONE) {
// 算法说不用动,就不再按数量差自己造单
return DispatchOrder.none(site);
}
if (scenarioPolicy.hit(site)) {
int actual = batteryService.countAt(site);
int demand = demandService.demandOf(site);
// matches:倾向为调入时要求实际少于需求,
// 倾向为调出时要求实际多于需求
if (!tendency.matches(actual, demand)) {
// 数量与倾向对不上就先不生成,等下一轮倾向刷新
return DispatchOrder.none(site);
}
}
if (sitePolicy.hit(site)) {
// 仍走旧的按数量差定方向,等“一城一策”方案定稿后一并改
return legacyPlanByCount(site);
}
return DispatchOrder.byTendency(site, tendency);
}
}
下次遇到这些场景要警惕
- 给自动派单加一条新的场景或站点规则:先写清这条规则能决定什么——是“要不要干预”,还是连“往哪个方向调、调多少”一起决定。如果只是前者,方向必须继续取算法结论;然后构造“规则命中但算法认为不用动”的站点,确认不会建单。
- 规则里出现“实时数量与需求数比大小”这类判断:把参与比较的每个数受什么影响列出来(工单执行会改实际数量,需求更新会改目标数量),再造比较结果跨越另一侧的场景,检查同一站点会不会被派成相反方向。
- 上线后核对同一站点的工单:按站点拉一个时间窗,看调出与调入是否同时存在;发现后先查这两张单分别由哪条规则生成,再决定撤哪张,不要直接改数量了事。
- 只改了一部分入口的策略:用两条入口各验证一遍(场景策略命中、站点策略命中),别拿一条入口的验证结果代表全部;未改的那条要在产品方案里明确排期,否则同一个问题会从另一条入口复现。