vivo 全球商城:電商平臺通用取貨碼設計

vivo網際網路技術發表於2022-09-13

vivo官網商城開發團隊 - Zhou Longjian

一、背景

隨著O2O線上線下業務的不斷擴充套件,電商平臺也在逐步完善交易側相關的產品功能。在最近的需求版本中,業務方為進一步提升使用者的使用體驗,規劃了取貨碼生成及訂單核銷相關邏輯,目的是讓線上的使用者在付完款之後能夠到店取貨或者安排導購派送。

日常生活中,我們對取貨碼、核銷這類功能使用的經歷大部分都來自:看電影前取票、吃飯後出示券碼、快遞櫃取包裹等等,它們都有一些類似的特點,比如:

  • 取貨碼長度相對較短,比起動輒十幾二十位訂單號,幾位的數字碼更方便記憶和輸入;

  • 除了數字取貨碼,還提供二維碼,方便終端進行掃描並核銷。

取貨碼使用起很簡單,然而像“冰山”一樣,隱藏在簡單外表下面卻需要嚴謹的設計和細緻的邏輯,可以說麻雀雖小五臟俱全。本文介紹的設計也比較有趣,而且按此思路可以實現市面上大多數核銷類券碼的生成,同時也能滿足業務的SaaS化,算是一個相對通用的能力,在此把整個設計分享給大家。

圖片

(圖片來源: )

二、簡單系統的單表業務

如果業務的體量不大,店鋪流量比較小,未形成平臺的規模,比如給個體經營者使用的系統。那麼取貨碼或券碼的實現就比較簡單,跟訂單共享一張大橫表或者使用擴充套件表跟訂單進行關聯就行了,這個階段也無需做過度設計。

表的設計如下圖:

圖片

不過需要注意的是一般訂單號都是比較長的,通常都在十幾二十位(當然也有比較短的訂單號,如果訂單號比較短,取貨碼也可採用訂單號)我們假設訂單號18位,取貨碼8位,即訂單號的取值範圍遠大於取貨碼,那麼在訂單號的生命週期內,取貨碼是有很大機率存在重複的。解決起來相對簡單,我們只需要保證在任意條件下, 未核銷狀態的數字碼不重複即可,也即已核銷的數字碼可以回收利用。

那麼取貨碼的生成邏輯就很清晰了,下面用虛擬碼模擬真實的實現邏輯:

虛擬碼實現

for (;;) {
   step1 獲取隨機碼:String code = this.getRandomCode();
   step2 執行SQL:SELECT COUNT(1) FROM order_main WHERE code = ${code} AND write_off_status = 0;
   step3 判斷是否可以插入:if ( count > 0) { continue; }
   step4 執行資料寫入:UPDATE order_main SET code = ${code}, qr_code = ${qrCode}, write_off_status = 0 WHERE order_no = ${orderNo}
}

*注意:這裡step2和step4不是原子操作,存在併發問題,實際應用中最好使用分散式鎖,把操作鎖住。

三、 複雜平臺的分庫分表業務

透過簡單的單表設計,我們能管窺一斑,瞭解取貨碼大致的實現邏輯。不過我們在把簡單方案往大型專案上進行落地的時候,就需要考慮很多方面,設計也需要更精巧。SaaS化的電商平臺會比簡單的單表業務複雜很多,重點體現在:

  1. SaaS 產品涉及的店鋪很多且訂單量大,需要設計大容量儲存,所以訂單表基本使用分庫分表,顯然作為訂單附屬的取貨碼錶也得使用相同的策略;

  2. B端和C端使用者的體驗非常重要,服務端介面的設計需要充分考慮魯棒性,完善最基本的重試及容錯能力;

  3. 不同業務方對於取貨碼的要求可能不太一樣,取貨碼的設計需要具有通用性以及個性化的配置屬性。

3.1 詳細設計

取貨碼錶的設計推薦使用和訂單一致的分庫分表策略,好處是:

  1. 和訂單一樣,支撐海量訂單行的儲存;

  2. 方便利用同樣的分庫分表因子進行查詢(例如:open_id、member_id)。

在考慮落地實現上,我們遇到了第一個討論的點,那就是取貨碼是做到“門店唯一”還是“全域性唯一”?

3.2 門店唯一方案

剛開始考慮使用類似飯館取餐碼類似的邏輯,保證取貨碼在各自門店保持唯一就行了。類似如下圖互動,圖中使用者A和使用者B持有相同的取貨碼,使用者A、B分別去他們對應的店鋪完成核銷,整個交易過程就結束了。但是這得保證使用者A和B能正確地在各自訂單歸屬的店鋪完成核銷,顯然這個方案是帶有風險的!

圖片

下圖所示的這種情況下,使用者A、B也能正常核銷,不過串單了,原本屬於使用者A的訂單被使用者B核銷了。這種問題出現的本質原因在於純粹的數字碼無法帶有使用者的標識,雖然可以在核銷前做人為的核驗身份來避免,但依然屬於高風險的系統設計,所以門店唯一方案不可取!

圖片

3.3 全域性唯一方案

全域性唯一方案風險小,但實現難度稍高一點。核心問題在於如何判定隨機生成的取貨碼是全域性唯一的,當然如果系統本身依賴ES這類儲存介質,可以在插入前先查詢ES,不過查詢和寫入ES對於實時性介面來說稍微有點重,沒有直接查庫表來得直接。假設某業務方分成了4個庫4張表,總計16表,取貨碼的長度確定為8位,那如何在多庫多表的Mysql中查詢並保證全域性唯一呢?遍歷表的方式肯定不可取!

圖片

為解決上述的疑問,我們在設計的時候可以在取貨碼的編排上做點文章,如下步驟做具體詳解:

步驟①: 可以將8位的取貨碼分成兩個區域, “隨機碼區域”+“庫表位置”,下圖示例:

圖片

步驟②: 隨機碼區域暫不介紹,我們來看下2位庫表如何對映到4庫4表組成的16張表中。

這裡也有兩套方案:

【方案一】可以選擇2位庫表的首位作為庫編號,末位作為表編號。好處是對映較為簡單,但是容量不夠大,如果分的庫或表>9,擴充套件就會有點麻煩。如下圖,我們把末尾“12”邏輯對映到了“1庫的編號為2的表”;

圖片

【方案二】將4庫4表二維結構轉成一維,以0為初始值進行遞增,(0庫, 0表) → 00,  (0庫, 1表) → 01... ,  (3庫, 3表) → 15。好處是容量變大了,最大支援99張表,不受庫或表單一條件的限制,缺點就是對映邏輯寫起來麻煩點,不過這不是問題。

圖片

取貨碼經過簡單編排,我們完成了取貨碼的到庫表的對映邏輯,解決了取貨碼存取的問題。其實仔細想想,關於全域性唯一的問題其實也解決掉了,我們只要保證前6位隨機碼在單表裡保證唯一即可,理論上支援單表在未核銷狀態下範圍為:000000 ~ 999999條記錄,容量是足夠的。關鍵我們把多庫多表的查詢就簡化成了只跑一個SQL,效率大大提升。

3.4 方案落地遇到的問題

既然本篇是介紹SaaS化的完整方案,在落地的時候或多或少會遇到一些問題,這邊介紹三個實際遇到的典型問題,並給出一些解決方案:

【問題一】使用Math.random()生成的6位隨機碼和表裡的重複了,如何處理?

【解決】其實重複的情況有兩種:

  1. 可能是表裡已經存在數字相同未核銷的取貨碼;

  2. 另外一種情況就是別的事務在正在操作,正好有個分散式事務鎖住了一樣的數字碼(機率很低,但是是有可能的)。

這兩種情況的出現就需要我們進行優雅地重試了!大致思路如下虛擬碼:

// step1 根據分庫分表因子獲取庫表編號,userCode-使用者編號、tenantId-租戶編號
String suffix = getCodeSuffix(userCode, tenantId);
 
// step2 批次獲取6位隨機碼
for (int i=1; i<=5; i++) {
   // 批次獲取隨機數。每次重試,取2的指數級量進行過濾,相比暴力執行for迴圈,這種方式能減少和DB的互動
   List<String> tempCodes = getRandomCodes(2 << i);
   // 過濾掉分散式鎖
   filterDistributeLock(tempCodes);
   // 過濾掉資料庫存在的隨機碼
   filterExistsCodes(tempCodes);
   return tempCodes;
}
 
// step3 處理隨機碼,隨機碼入庫
for (String code : codes) {
   // 加鎖,判斷加鎖是否成功。推薦使用Redis分散式鎖
   boolean hasLockd = isLocked(code);
   try {
         // 執行入庫
         insert(object);
   } finally {
      // 解鎖
   }
}
 
// step4 執行後置二維碼圖片等邏輯

【注意】

  1. 推薦使用指數級重試的方式(2 << i),逐次遞增random的數量,減少和DB的互動;

  2. 建議數字碼生成完畢後加鎖並執行INSERT,生成圖片地址等耗時嚴重的動作可以後置UPDATE上去。

【問題二】專案中使用了分庫分表的元件(比如:ShardingSphere-JDBC),怎麼動態修改資料來源?也就是同時支援分庫分表因子(比如:member_id、open_id等)以及根據取貨碼計算的庫表動態查詢。

【解決】我們以ShardingSphere-JDBC作為為案例來給出一些配置及虛擬碼,具體可以參考:《 強制路由::ShardingSphere》,其他開源的分庫分表元件或者自研產品不做贅述,可以自己手動寫個外掛,別怕,即使再難,也要相信有光!

配置及虛擬碼

// ShardingSphere-JDBC依賴的配置檔案jdbc-sharding.yaml
...
shardingRule:
  tables:
    ...
    # 取貨碼錶
    order_code:
      actualDataNodes: DS00$->{0..3}.order_pick_up_0$->{0..3}
      # 配置庫的計算邏輯
      databaseStrategy:
        hint:
          algorithmClassName: com.xxx.xxxxx.xxx.service.impl.DbHintShardingAlgorithm
      # 配偶之表的計算邏輯
      tableStrategy:
        hint:
          algorithmClassName: com.xxx.xxxxx.xxx.service.impl.DbHintShardingAlgorithm
    ...
 
// java程式碼
try (HintManager hintManager = HintManager.getInstance()) {
    hintManager.addDatabaseShardingValue("order_code"/** 取貨碼錶 */, DbHintShardingAlgorithm.calDbShardingValue(tenantId, code));
    hintManager.addTableShardingValue("order_code"/** 取貨碼錶 */, DbHintShardingAlgorithm.calTabShardingValue(tenantId, code));
     
    Object xxx = xxxMapper.selectOne(queryDTO);
}

【注意】

  1. 這裡介紹一種程式設計式的解決方案,好處是配置簡單、比較靈活,缺點就是程式碼稍微多一點。其實ShardingSphere還支援註解的方式,可以自己研究下;

  2. 第一條說了比較靈活,體現在自己實現的 “DbHintShardingAlgorithm.calDbShardingValue(tenantId, code)” 方法上,這個方法可以自己定義,所以我們的入參可以是通用的分庫分表因子,也可以是自定義的取貨碼的“庫表位置”欄位,非常靈活。

【問題三】如何做到更強的擴充套件性,適用SaaS平臺以及不同的業務場景?

【解決】細心的小夥伴應該注意到了 "tenantId" 這個欄位,這是個租戶的編碼,在實際編碼會進行透傳。我們可以利用這個欄位針對不同的租戶(或叫業務方)來做不同的配置,比如:取貨碼的長度、取貨碼編排的方式、取貨碼對映庫表位置的策略等等做成可配,只要把主幹邏輯進一步抽象,並使用策略模式進行個性化編碼。

四、總結

實現取貨碼邏輯的時候,發現網上券碼這塊的方案、技術文章比較少,當時萌生了寫篇文章拋磚引玉做個分享的想法。事實上,我相信大多數公司可能或多或少也是這麼做的,哪怕採取了別的方案也能殊途同歸。本篇文章整體只是介紹了一個思路,而這個思路類似一個簡化版的訂單分庫分表,但這就是神奇所在,事實上我們還可以將一些常用的技術方案落地到不同的應用場景,大膽地做一些嘗試,多走一些未曾設想過的道路!

主題系列文章:


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69912579/viewspace-2913172/,如需轉載,請註明出處,否則將追究法律責任。

相關文章