AI 识别和并发处理：票单稽核的性能优化

采购协同平台的票单稽核需要处理大量票单明细。单纯依靠人工处理效率低，因此项目中引入 AI 识别能力和匹配算法，完成票单明细的智能稽核。

处理量上来以后，问题在哪里

当一次需要处理上千份票单时，识别、存储和稽核如果全部串行执行，整体耗时会明显增加。数据库写入和查询也会成为瓶颈。

并发处理的改造

项目中通过多线程异步化改造和线程池优化，把识别、存储、稽核等工作拆成可以并行处理的任务。线程池的重点不是“线程越多越好”，而是要根据任务类型、数据库承受能力和外部接口情况设置合适的并发度。

改造后支持单批次 1000+ 份票单的并发识别与稽核。业务流程从逐单人工核对转为系统自动稽核与人工复核，将原需数天完成的核对工作压缩至小时级。

复杂匹配场景

稽核协同模块支持规则自定义，以及一对多、多对多等复杂票单匹配场景。并发优化需要兼顾业务规则和处理结果，系统完成自动稽核后，再由人工复核需要确认的结果。