| title | shortTitle | description | category | tag | head | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
淘宝面试官：优惠券系统该如何设计？ |
如何设计优惠券系统？ |
大厂的优惠券系统是如何设计的？ |
|
|
|
电商大厂常见促销手段：
- 优惠券
- 拼团
- 砍价
- 老带新
- 满减券
- 直减券
- 折扣券
发券的方式：同步发送 or 异步发送
- 谁能领？
所有用户 or 指定的用户
- 领取上限
一个优惠券最多能领取多少张？
- 领取方式
用户主动领取 or 自动发放被动领取
- 作用范围
商品、商户、类目
- 计算方式
是否互斥、是否达到门槛等
- 创建优惠券
- 发送优惠券
- 领取优惠券
- 下单
- 使用优惠券
- 支付
- 券的分布式事务，使用券的过程会出现的分布式问题分析?
- 如何防止超发?
- 如何大批量给用户发券?
- 如何限制券的使用条件?
- 如何防止用户重复领券?
指一批优惠券的抽象、模板，包含优惠券的大部分属性。
如商家创建了一批优惠券，共1000张，使用时间为2022-11-11 00:00:00 ~ 2022-11-11 23:59:59，规定只有数码类目商品才能使用，满100减50。
发放到用户的一个实体，已与用户绑定。
如将某批次的优惠券中的一张发送给某个用户，此时优惠券属于用户。
优惠券的使用有规则和条件限制，比如满100减50券，需要达到门槛金额100元才能使用。
券批次表 coupon_batch
规则表 rule：
规则内容：
{
threshold: 5.01 // 使用门槛
amount: 5 // 优惠金额
use_range: 3 // 使用范围，0—全场，1—商家，2—类别，3—商品
commodity_id: 10 // 商品 id
receive_count: 1 // 每个用户可以领取的数量
is_mutex: true // 是否互斥，true 表示互斥，false 表示不互斥
receive_started_at: 2020-11-1 00:08:00 // 领取开始时间
receive_ended_at: 2020-11-6 00:08:00 // 领取结束时间
use_started_at: 2020-11-1 00:00:00 // 使用开始时间
use_ended_at: 2020-11-11 11:59:59 // 使用结束时间
}
优惠券表 coupon：
create table t_coupon
(
coupon_id int null comment '券ID，主键',
user_id int null comment '用户ID',
batch_id int null comment '批次ID',
status int null comment '0-未使用、1-已使用、2-已过期、3-冻结',
order_id varchar(255) null comment '对应订单ID',
received_time datetime null comment '领取时间',
validat_time datetime null comment '有效日期',
used_time datetime null comment '使用时间'
);
1、新建规则
INSERT INTO rule (name, type, rule_content)
VALUES(“满减规则”, 0, '{
threshold: 100
amount: 10
......
}');
2、新建优惠券批次
INSERT INTO coupon\_batch (coupon\_name, rule\_id, total\_count )
VALUES(“劳斯莱斯5元代金券”, 1010, 10000);
异步发送！
- 短信、邮件
可通过调用第三方接口的方式实现
- 站内信
通过数据库插入记录来实现
信息表 message
create table t_message
(
id int null comment '信息ID',
send_id int null comment '发送者id',
rec_id int null comment '接受者id',
content vachar(255) comment '站内信内容',
is_read int null comment '是否已读',
send_time datetime comment '发送时间'
)
comment '信息表';
先考虑用户量很少的情况，商家要给所有人发站内信，则先遍历用户表，再按照用户表中的所有用户依次将站内信插入到 message 表中。这样，如果有100个用户，则群发一条站内信要执行100个插入操作。
发一条站内信，就得重复插入上万条数据。而且这上万条数据的 content 一样！假设一条站内信占100K，发一次站内信就要消耗十几M。对此，可将原来的表拆成两个表：
信息表 message
信息内容表 message_content
- 往 message_content 插入站内信的内容
- 在 message 表中，给所有用户插入一条记录，标识有一封站内信
这就有【非活跃用户】的问题，假设注册用户一千万，根据二八原则，其中活跃用户占20%。若采用上面拆成两个表的情况，发一封“站内信”，得执行一千万个插入操作。可能剩下80%用户基本都不会再登录，其实只需对其中20%用户插入数据。
信息表 message：
create table t_message
(
id int null comment '信息 ID',
# send_id int null comment '发送者 id', 去除该字段
rec_id int null comment '接受者 id',
message_id int null comment '外键，信息内容',
is_read int null comment '是否已读'
)
comment '信息表';
create table t_message_content
(
id int null comment '信息内容id',
send_id int null comment '发送者id',
content varchar(255) null comment '内容',
send_time datetime null comment '发送时间'
);
登录后，首先查询 message_content 中的那些没有在 message 中有记录的数据，表示是未读的站内信。在查阅站内信的内容时，再将相关的记录插入 message。
发站内信时：
- 只在 message_content 插入站内信的主体内容
- message 不插入记录
有什么问题？重复消费，导致超发！
- 运营提供满足条件的用户文件，上传到发券管理后台并选择要发送的优惠券
- 管理服务器根据【用户ID】、【券批次ID】生成消息，发送到MQ
- 优惠券服务器消费消息
# 记住使用事务哦！
INSERT INTO coupon (user_id, coupon_id，batch_id)
VALUES(1001, 66889, 1111);
UPDATE coupon_batch SET total_count = total_count - 1,
assign_count = assign_count + 1
WHERE batch_id = 1111 AND total_count > 0;
- 校验优惠券余量
SELECT total_count FROM coupon_batch
WHERE batch_id = 1111;
- 新增优惠券用户表，扣减余量
# 注意事务！
INSERT INTO coupon (user_id, coupon_id，batch_id)
VALUES(1001, 66889, 1111);
UPDATE coupon_batch SET total_count = total_count - 1,
assign_count = assign_count + 1
WHERE batch_id = 1111 AND total_count > 0;
用户领券过程中，其实也会出现类似秒杀场景。秒杀场景下会有哪些问题，如何解决？
Redis 数据校验！
- 领券前，先查缓存
# 判断成员元素是否是集合的成员
SISMEMBER KEY VALUE
SISMEMBER batch_id:1111:user_id 1001
- 领券
- 领券后，更新缓存
# 将一或多个成员元素加入到集合中，已经存在于集合的成员元素将被忽略
SADD KEY VALUE1......VALUEN
SADD batch_id:1111:user_id 1001
何时校验优惠券使用规则？
- 确认订单（√）
- 提交订单
- 立即付款
确认订单页，对优惠券进行校验：
- 判断是否过期
- 判断适用范围
- 判断是否达到门槛
- 判断是否互斥
SELECT batch_id FROM coupon WHERE user_id = 1001 AND status = 0;
SELECT rule_id FROM coupon_batch WHERE batch_id = 1111;
SELECT name, type, rule_content FROM rule WHERE rule_id = 1010;
优惠券操作记录表 Coupon_opt_record
create table t_coupon_opt_record
(
user_id int null comment '用户id',
coupon_id int null comment '优惠券id',
operating int null comment '操作，0-锁定、1-核销、2-解锁',
operated_at datetime null comment '操作时间'
);
TCC，Try-Confirm-Cancel，目前分布式事务主流解决方案。
- 阶段一：Try
对资源进行冻结，预留业务资源
创建订单时，将优惠券状态改为 “冻结”
- 阶段二：Confirm
确认执行业务操作，做真正提交，将第一步Try中冻结的资源，真正扣减
订单支付成功，将优惠券状态改为 “已使用”
- 阶段三：Cancel
取消执行业务操作，取消Try阶段预留的业务资源
支付失败/超时或订单关闭情况，将优惠券状态改为 “未使用”
缺点：扫描数据量太大，随着历史数据越来越多，会影响线上主业务，最终导致慢SQL。
缺点：有些券的有效时间太长了(30天)以上，有可能造成大量 MQ 积压
优点：扫描的数据量小，效率高。删除无用的已通知的数据记录
create table t_notify_msg
(
id bigint auto_increment comment '自增主键',
coupon_id bigint null comment '券id',
user_id bigint null comment '用户id',
notify_day varchar(255) null comment '需要执行通知的日期',
notify_type int null comment '通知类型，1-过期提醒',
notif_time timestamp null comment '通知的时间，在该时间戳所在天内通知',
status int null comment '通知状态，0-初始状态、1-成功、2-失败',
constraint t_notify_msg_id_uindex
unique (id)
);
alter table t_notify_msg
add primary key (id);
过期券提
- 在创建优惠券的时候就将需要提醒的记录插入提醒表中notify_msg
- 把用户ID+批次ID+通知日期作为唯一索引，防止同一个批次有重复的记录通知，保证每天只会被通知一次
- 建立notify_time，通知时间索引，每日的通知扫描通过该索引列查询，通过索引列来提高查询效率
- 通知完成后该表中的数据变失去了意义，通过定时任务将该数据删除
点击一次后，按钮短时间内置灰
部分请求直接跳转到【繁忙页】
参考链接：https://mp.weixin.qq.com/s/r9lgiOwV5cw8XmfCBUTcUA，出处：JavaEdge，整理：沉默王二
GitHub 上标星 10000+ 的开源知识库《二哥的 Java 进阶之路》第一版 PDF 终于来了！包括Java基础语法、数组&字符串、OOP、集合框架、Java IO、异常处理、Java 新特性、网络编程、NIO、并发编程、JVM等等，共计 32 万余字，500+张手绘图，可以说是通俗易懂、风趣幽默……详情戳：太赞了，GitHub 上标星 10000+ 的 Java 教程
微信搜 沉默王二 或扫描下方二维码关注二哥的原创公众号沉默王二，回复 222 即可免费领取。
