百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术教程 > 正文

大厂的优惠券系统是如何设计的?(优惠券管理系统)

csdh11 2025-02-04 13:35 11 浏览

1 Scenario 场景

电商系统的促销手段(Electronic Commerce Systems):

  • 优惠券
  • 拼团
  • 砍价
  • 老带新

优惠券的种类

  • 满减券
  • 直减券
  • 折扣券

优惠券系统的核心流程

发券

发券的方式:同步发送 or 异步发送

领券

  • 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

用券

  • 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

需求拆解

商家侧:

  • 创建优惠券
  • 发送优惠券

用户侧:

  • 领取优惠券
  • 下单
  • 使用优惠券
  • 支付

2 Service 服务

2.1 服务结构设计

2.2 优惠券系统难点

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

3 Storage存储

模型的设计

优惠券系统 Coupon System 模型定义

优惠券系统的难点

3.1 表单设计

券批次(券模板),coupon_batch

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。

规则

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'
 );

优惠券系统

建券

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);

发券

如何给大量用户发券?

异步发送

触达系统

  • 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。

系统用户数增加到万级

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

发一封站内信的步骤

  1. 往 message_content 插入站内信的内容
  2. 在 message 表中,给所有用户插入一条记录,标识有一封站内信

千w级用户数

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'
 );

用户侧操作

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。

系统侧操作

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

假设商家要给 10W 用户发券

有什么问题?重复消费,导致超发!

  1. 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
  2. 管理服务器根据【用户ID】、【券批次ID】生成消息,发送到MQ
  3. 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; 

领券

步骤

  1. 校验优惠券余量
 SELECT total_count FROM coupon_batch 
   WHERE batch_id = 1111; 
  1. 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?

解决用户重复领取或多领

Redis 数据校验!

  1. 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
  1. 领券
  2. 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

用券

何时校验优惠券使用规则?

  1. 确认订单(√)
  2. 提交订单
  3. 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

返回可用券

 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;

选择可用券,并返回结果

同时操作多个服务,如何保证一致性?

表设计

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。

  1. 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”

  1. 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”

  1. 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”

Scale扩展

快过期券提醒

定时扫券表

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。

延时消息

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

新增通知表

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

通知信息表(notify_msg)设计

 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);

过期券提醒:

  1. 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
  2. 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
  3. 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
  4. 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

数据库层面优化 - 索引

发券接口,限流保护

前端限流

点击一次后,按钮短时间内置灰

后端限流

部分请求直接跳转到【繁忙页】

相关推荐

探索Java项目中日志系统最佳实践:从入门到精通

探索Java项目中日志系统最佳实践:从入门到精通在现代软件开发中,日志系统如同一位默默无闻却至关重要的管家,它记录了程序运行中的各种事件,为我们排查问题、监控性能和优化系统提供了宝贵的依据。在Java...

用了这么多年的java日志框架,你真的弄懂了吗?

在项目开发过程中,有一个必不可少的环节就是记录日志,相信只要是个程序员都用过,可是咱们自问下,用了这么多年的日志框架,你确定自己真弄懂了日志框架的来龙去脉嘛?下面笔者就详细聊聊java中常用日志框架的...

物理老师教你学Java语言(中篇)(物理专业学编程)

第四章物质的基本结构——类与对象...

一文搞定!Spring Boot3 定时任务操作全攻略

各位互联网大厂的后端开发小伙伴们,在使用SpringBoot3开发项目时,你是否遇到过定时任务实现的难题呢?比如任务调度时间不准确,代码报错却找不到方向,是不是特别头疼?如今,随着互联网业务规模...

你还不懂java的日志系统吗 ?(java的日志类)

一、背景在java的开发中,使用最多也绕不过去的一个话题就是日志,在程序中除了业务代码外,使用最多的就是打印日志。经常听到的这样一句话就是“打个日志调试下”,没错在日常的开发、调试过程中打印日志是常干...

谈谈枚举的新用法--java(java枚举的作用与好处)

问题的由来前段时间改游戏buff功能,干了一件愚蠢的事情,那就是把枚举和运算集合在一起,然后运行一段时间后buff就出现各种问题,我当时懵逼了!事情是这样的,做过游戏的都知道,buff,需要分类型,且...

你还不懂java的日志系统吗(javaw 日志)

一、背景在java的开发中,使用最多也绕不过去的一个话题就是日志,在程序中除了业务代码外,使用最多的就是打印日志。经常听到的这样一句话就是“打个日志调试下”,没错在日常的开发、调试过程中打印日志是常干...

Java 8之后的那些新特性(三):Java System Logger

去年12月份log4j日志框架的一个漏洞,给Java整个行业造成了非常大的影响。这个事情也顺带把log4j这个日志框架推到了争议的最前线。在Java领域,log4j可能相对比较流行。而在log4j之外...

Java开发中的日志管理:让程序“开口说话”

Java开发中的日志管理:让程序“开口说话”日志是程序员的朋友,也是程序的“嘴巴”。它能让程序在运行过程中“开口说话”,告诉我们它的状态、行为以及遇到的问题。在Java开发中,良好的日志管理不仅能帮助...

吊打面试官(十二)--Java语言中ArrayList类一文全掌握

导读...

OS X 效率启动器 Alfred 详解与使用技巧

问:为什么要在Mac上使用效率启动器类应用?答:在非特殊专业用户的环境下,(每天)用户一般可以在系统中进行上百次操作,可以是点击,也可以是拖拽,但这些只是过程,而我们的真正目的是想获得结果,也就是...

Java中 高级的异常处理(java中异常处理的两种方式)

介绍异常处理是软件开发的一个关键方面,尤其是在Java中,这种语言以其稳健性和平台独立性而闻名。正确的异常处理不仅可以防止应用程序崩溃,还有助于调试并向用户提供有意义的反馈。...

【性能调优】全方位教你定位慢SQL,方法介绍下!

1.使用数据库自带工具...

全面了解mysql锁机制(InnoDB)与问题排查

MySQL/InnoDB的加锁,一直是一个常见的话题。例如,数据库如果有高并发请求,如何保证数据完整性?产生死锁问题如何排查并解决?下面是不同锁等级的区别表级锁:开销小,加锁快;不会出现死锁;锁定粒度...

看懂这篇文章,你就懂了数据库死锁产生的场景和解决方法

一、什么是死锁加锁(Locking)是数据库在并发访问时保证数据一致性和完整性的主要机制。任何事务都需要获得相应对象上的锁才能访问数据,读取数据的事务通常只需要获得读锁(共享锁),修改数据的事务需要获...