贵有恒,何必三更起、五更眠、最无益,只怕一日曝、十日寒。这篇文章主要讲述大厂的优惠券系统是如何设计的?相关的知识,希望能为你提供帮助。
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
- 满减券
- 直减券
- 折扣券
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
- 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
商家侧:
- 创建优惠券
- 发送优惠券
- 领取优惠券
- 下单
- 使用优惠券
- 支付
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。
券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_idintnull comment 券ID,主键,
user_idintnull comment 用户ID,
batch_idintnull comment 批次ID,
statusintnull comment 0-未使用、1-已使用、2-已过期、3-冻结,
order_idvarchar(255) null comment 对应订单ID,
received_time datetimenull comment 领取时间,
validat_timedatetimenull comment 有效日期,
used_timedatetimenull 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
create table t_message
(
idint null comment 信息ID,
send_idint null comment 发送者id,
rec_idint null comment 接受者id,
contentvachar(255) comment 站内信内容,
is_readint null comment 是否已读,
send_timedatetime 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
- 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
(
idint null comment 信息 ID,
# send_idint null comment 发送者 id, 去除该字段
rec_idint null comment 接受者 id,
message_id int null comment 外键,信息内容,
is_readint null comment 是否已读
)
comment 信息表;
create table t_message_content
(
idintnull comment 信息内容id,
send_idintnull comment 发送者id,
contentvarchar(255) null comment 内容,
send_time datetimenull 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
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;
领券步骤
- 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?
解决用户重复领取或多领
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
用券何时校验优惠券使用规则?
- 确认订单(√)
- 提交订单
- 立即付款
- 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;
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_idintnull comment 用户id,
coupon_idintnull comment 优惠券id,
operatingintnull 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
创建订单时,将优惠券状态改为 “冻结”
- 阶段二:Confirm
订单支付成功,将优惠券状态改为 “已使用”
- 阶段三:Cancel
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
(
idbigint auto_increment comment 自增主键,
coupon_idbigintnull comment 券id,
user_idbigintnull comment 用户id,
notify_dayvarchar(255) null comment 需要执行通知的日期,
notify_type intnull comment 通知类型,1-过期提醒,
notif_timetimestampnull comment 通知的时间,在该时间戳所在天内通知,
statusintnull 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:
- 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
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【大厂的优惠券系统是如何设计的()】部分请求直接跳转到【繁忙页】
推荐阅读
- C语言实现井字棋
- Python 散列表查询_进入<哈希函数;为结界的世界
- 可观测性(运维风向标!)
- 手把手教你安装Ubuntu
- vue2版本中slot的基本使用详解
- CentOS 开机启动流程
- Go语言入门很简单(如何在 Go 语言中使用 MySQL)
- C语言_数组的查找替换排序拼接
- K8S-ConfigMap与Secret