标签：缓存 SpringCloud 优惠 促销 系统 笔记 Alibaba 计价 商城

作为Java语言的落地微服务框架，Spring Cloud已经在各大企业普遍应用，各大云厂商也支持Spring Cloud微服务框架的云产品，因此熟练掌握Spring Cloud是面试者的加分项……

在这给大家分享一些整理的微服务架构学习的笔记，其中包括Spring Cloud，Spring Cloud Alibaba 学习笔记（共5份笔记）！由于字数篇幅原因，为了不影响阅读在这就展示了整个目录和内容截图。

文件：590m.com/f/25127180-500762588-6c0bb6（访问密码：551685）

以下内容无关：

-------------------------------------------分割线---------------------------------------------

一、前言
随着商城业务渠道不断扩展，促销玩法不断增多，原商城v2.0架构已经无法满足不断增加的活动玩法，需要进行促销系统的独立建设，与商城解耦，提供纯粹的商城营销活动玩法支撑能力。

我们将分系列来介绍vivo商城促销系统建设的过程中遇到的问题和解决方案，分享架构设计经验。

二、系统框架
2.1 业务梳理
在介绍业务架构前我们先简单了解下vivo商城促销系统业务能力建设历程，对现促销能力进行梳理回顾。在商城v2.0中促销功能存在以下问题：

1. 促销模型不够抽象，维护混乱，没有独立的活动库存；

2. 混乱的活动共融互斥关系管理，缺乏统一的促销计价能力。

商城核心交易链路中商详页、购物车、下单这三块关于计价逻辑是分开独立维护的，没有统一，如下图所示。显然随着促销优惠的增加或者玩法的变动，商城侧业务重复开发量会显著加大。

（图2-1. 促销计价统一前）

3. 促销性能无法满足活动量级，往往会影响商城主站的性能。

因与商城系统耦合，无法提供针对性的性能优化，造成系统无法支撑越来越频繁的大流量场景下大促活动。

基于这些痛点问题，我们一期完成促销系统的独立，与商城解耦，搭建出促销系统核心能力：

优惠活动管理

对所有优惠活动抽象出统一的优惠模型和配置管理界面，提供活动编辑、修改、查询及数据统计等功能。并独立出统一的活动库存管理，便于活动资源的统一把控。

促销计价

基于高度灵活、抽象化的计价引擎能力，通过定义分层计价的促销计价模型，制定统一的优惠叠加规则与计价流程，实现vivo商城促销计价能力的建设。推动完成vivo商城所有核心链路接入促销计价，实现全链路优惠价格计算的统一，如下图：

（图2-2. 促销计价统一后）

随着一期促销系统核心能力的完成，极大的满足了业务需要，各类优惠玩法随之增多。但伴随而来的就是各种运营痛点：

维护的促销活动无法提前点检，检查活动效果是否符合预期；

随着优惠玩法的增多，一个商品所能享受的优惠越来越多，配置也越来越复杂，极易配置错误造成线上事故；

为此我们开始促销系统二期的能力建设，着重解决以上运营痛点：

提供时光穿越功能，实现用户能够“穿越”至未来某个时间点，从而实现促销活动的提前点检；

提供价格监控功能，结合「商城营销价格能力矩阵」规划的能力，通过事前/事中/事后多维度监控措施，来“降低出错概率，出错能及时止损”。

2.2 促销与优惠券
促销的主要目的就是向用户传递商品的各种优惠信息，提供优惠利益，吸引用户购买，从而起到促活拉新、提高销量的目的。从这种角度来看，优惠券也属于促销的一部分。

但因一些原因vivo商城促销系统独立过程中，并没有与促销系统放一块：

首先，优惠券系统在商城v2.0时就已独立，已经对接很多上游业务，已经是成熟的中台系统；

再者，就是优惠券也有相较与其它促销优惠的业务特殊性，如有发券、领券能力。

在考虑设计改造成本就未将优惠券包括在促销系统能力范畴，但优惠券毕竟也是商品价格优惠的一部分，因此促销计价需要依赖优惠券系统提供券优惠的能力。

2.3 业务架构&流程
至此我们也就梳理出整个促销系统的大概能力矩阵，整体架构设计如下：

（图2-3. 促销系统架构）

而随着促销系统独立，整个商城购物流程与促销系统的关系如下：

（图2-4. 最新商城购物流程）

三、技术挑战
作为中台能力系统，促销系统面临的技术挑战包括以下几方面：

面对复杂多变的促销玩法、优惠叠加规则，如何让系统具备可扩展性，满足日益多变的优惠需求，提升开发与运营效率。

面对新品发布、双11大为客户等大流量场景，如何满足高并发场景下的高性能要求。

面对来自上游业务方的不可信调用，以及下游依赖方的不可靠服务等复杂系统环境，如何提升系统整体的稳定性，保障系统的高可用。

我们结合自身业务特点，梳理出一些技术解决方案。

3.1 可扩展性
扩展性提升主要体现在两块：

优惠模型的定义，对所有优惠活动抽象出统一的优惠模型和配置管理界面；

促销计价引擎的建立，计价模型的统一。

相关的详细设计内容，会有后续文章进行说明。

3.2 高并发/高性能
缓存

缓存几乎就是解决性能问题的“银弹”，在促销系统中也大量使用缓存进行性能提升，包括使用redis缓存与本地缓存。而使用缓存就需要关注数据一致性问题，redis缓存还好解决，但本地缓存不就好处理了。因此本地缓存的使用要看业务场景，尽量是数据不经常变更且业务上能接受一定不一致的场景。

批量化

促销系统的业务场景属于典型的读多写少场景，而读的过程中对性能影响最大的就是IO操作，包括db、redis以及第三方远程调用。而对这些IO操作进行批量化改造，以空间换时间，减少IO交互次数也是性能优化的一大方案。

精简化/异步化

简化功能实现，将非核心任务进行异步化改造。如活动编辑后的缓存处理、资源预占后的消息同步、拼团状态流转的消息通知等等。

冷热分离

对于读多写少场景对性能影响最大的除了IO操作，还有就是数据量，在促销系统中也存在一些用户态数据，如优惠资源预占记录、用户拼团信息等。这些数据都具备时间属性，存在热尾效应，大部分情况下需要的都是最近的数据。针对这类场景对数据进行冷热分离是最佳选择。

标签：缓存,SpringCloud,优惠,促销,系统,笔记,Alibaba,计价,商城
来源： https://blog.csdn.net/weixin_43322764/article/details/118312286

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。