知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 47 - 优惠券系统设计 > 导读:本文用一问一答的方式,讲清优惠券系统"数据怎么建模、高并发怎么防超发防重领、用券怎么核销、过期与退款怎么兜底"。读完你能独立回答营销类系统设计题,并说清每种防超卖方案的代价。适合准备系统设计面试的后端工程师。 ## 一、先建立全局认知 ### Q:优惠券系统要解决的核心问题有哪些? A:结论——**优惠券系统的难点不在"发券"这个动作本身,而在于"高并发下保证券的数量和归属不出错"。** 一个典型场景是:电商平台大促活动,运营创建了一批优惠券:满 200 减 50,总量 10 万张,每人限领 1 张,有效期 7 天。由此引出五类挑战: ``` 1. 防超发:10 万张券,高并发下不能发出 10 万零 1 张 2. 防重领:同一用户不能领多张 3. 用券校验:下单时校验券是否有效、是否满足使用条件 4. 过期处理:到期未使用的券自动失效 5. 退款回退:订单退款后券要退回给用户 ``` 这五条可以归为两类:**"数量正确"(防超发、防重领)是并发控制问题;"状态正确"(用券、过期、退款退券)是状态机问题。** 抓住这两条主线,整个设计就清晰了。 ### Q:数据模型为什么要拆成"模板表 + 用户券表"两张表? A:因为**"券的定义"和"券的实例"是两个不同生命周期的对象**:模板只有几条(运营创建的规则:面额、总量、有效期规则),而用户券可能上百万条(每个用户领的每一张)。分开存既避免了模板字段大量冗余,也让库存扣减只作用在模板上、状态流转只作用在用户券上。 ```sql -- 优惠券模板(运营创建) CREATE TABLE coupon_template ( id BIGINT PRIMARY KEY AUTO_INCREMENT, name VARCHAR(64) NOT NULL, -- 券名称 type TINYINT NOT NULL, -- 1:满减 2:折扣 3:立减 threshold DECIMAL(10,2), -- 使用门槛(满多少可用) discount DECIMAL(10,2), -- 优惠金额/折扣率 total_count INT NOT NULL, -- 发行总量 remain_count INT NOT NULL, -- 剩余数量 per_user_limit INT DEFAULT 1, -- 每人限领数量 start_time DATETIME, -- 领取开始时间 end_time DATETIME, -- 领取结束时间 valid_days INT, -- 领取后有效天数 status TINYINT DEFAULT 1 -- 1:进行中 2:已结束 ); -- 用户优惠券(用户领取后生成) CREATE TABLE user_coupon ( id BIGINT PRIMARY KEY AUTO_INCREMENT, user_id BIGINT NOT NULL, template_id BIGINT NOT NULL, coupon_code VARCHAR(32) UNIQUE, -- 券码 status TINYINT DEFAULT 1, -- 1:未使用 2:已使用 3:已过期 order_id BIGINT, -- 使用时关联的订单 expire_time DATETIME NOT NULL, -- 过期时间 create_time DATETIME DEFAULT NOW(), INDEX idx_user_status (user_id, status), UNIQUE KEY uk_user_template (user_id, template_id) -- 防重领 ); ``` **注意两处关键设计:** - `valid_days` 在模板里,`expire_time` 在用户券里——因为"领取后 7 天有效"是规则,而每张券的实际过期时间取决于领取那一刻,必须落到实例上。 - `UNIQUE KEY uk_user_template (user_id, template_id)` 是防重领的**数据库兜底**:即使应用层判断失效,一次重复插入也会被唯一索引挡住。 ## 二、理解核心机制 ### Q:高并发下怎么防止超发?发券的整体流程是什么? A:核心思路是 **"Redis 原子扣减做前置拦截 + 数据库唯一索引兜底 + MQ 异步落库削峰"** 三层配合。Redis 端扛住高并发、快速失败;数据库端保证最终一致和唯一性;MQ 把写库从同步流程里挪走,避免数据库成为瓶颈: ```java @Service public class CouponService { // 方案一:Redis 预扣减 + 数据库唯一索引双重保障 public void receiveCoupon(Long userId, Long templateId) { // 1. 防重领:Redis Set 判断 String userKey = "coupon:received:" + templateId; Boolean isNew = redis.opsForSet().add(userKey, userId.toString()) > 0; if (!isNew) { throw new BizException("您已领取过该优惠券"); } // 2. 防超发:Redis 原子扣减库存 String stockKey = "coupon:stock:" + templateId; Long remain = redis.opsForValue().decrement(stockKey); if (remain < 0) { // 库存不足,回滚 Set redis.opsForSet().remove(userKey, userId.toString()); redis.opsForValue().increment(stockKey); throw new BizException("优惠券已领完"); } // 3. 异步写数据库(MQ 削峰) mqProducer.send("coupon-receive", new CouponReceiveMsg(userId, templateId)); } // MQ 消费者:写入数据库 @Transactional public void handleReceive(CouponReceiveMsg msg) { CouponTemplate template = templateMapper.selectById(msg.getTemplateId()); UserCoupon coupon = new UserCoupon(); coupon.setUserId(msg.getUserId()); coupon.setTemplateId(msg.getTemplateId()); coupon.setCouponCode(generateCouponCode()); coupon.setExpireTime(LocalDateTime.now().plusDays(template.getValidDays())); try { userCouponMapper.insert(coupon); // 扣减数据库库存 templateMapper.deductStock(msg.getTemplateId()); } catch (DuplicateKeyException e) { // 唯一索引兜底,防止重复领取 log.warn("重复领券,跳过: userId={}, templateId={}", msg.getUserId(), msg.getTemplateId()); } } } ``` **几个必须理解的取舍点:** - **为什么用 `decrement` 而不是"先 GET 再 SET"?** 因为 `decrement` 是 Redis 单命令原子操作,天然避免并发下的读-改-写竞态;如果先查再改,两个请求可能都读到 `remain=1`,各扣一次就超发了。 - **失败时为什么要"回滚 Set + 回补库存"?** 因为"记录用户"和"扣库存"是两步,中间失败要保证不留脏数据,否则用户会被永久标记为"已领取"却拿不到券。 - **为什么收到 `DuplicateKeyException` 只记日志不报错?** 因为这是唯一索引在兜底、属于可预期的重复投递(MQ 可能重投消息),跳过即可,不应让整个消费流程失败。 ### Q:为什么还要一个 Lua 脚本版?手写 Redis 命令有什么问题? A:因为上面的写法里"判断库存 + 扣减 + 记录用户"是**多条 Redis 命令**,它们在并发交错时会有中间态(比如扣了库存但没记上用户)。Lua 脚本在 Redis 中**作为一个整体原子执行**,把这三步合成一步,从根本上消除中间态,也省掉网络往返: ```lua -- coupon_receive.lua -- KEYS[1]: stock key, KEYS[2]: user set key -- ARGV[1]: userId local stock = tonumber(redis.call('GET', KEYS[1])) if stock <= 0 then return -1 -- 库存不足 end local added = redis.call('SADD', KEYS[2], ARGV[1]) if added == 0 then return -2 -- 已领取过 end redis.call('DECR', KEYS[1]) return 1 -- 领取成功 ``` 上面的脚本用 `-1 / -2 / 1` 三种返回值区分"库存不足、已领过、成功",调用方据此给出不同提示。这就是更安全的 Lua 脚本版(判断 + 扣减原子化)。  [编辑 Excalidraw 源图](/images/java-interview-copy/system-design/47-design-coupon-design-coupon-claim-flow-diagram.excalidraw) **结论:** 只要涉及"多个条件的原子判断与更新",优先用 Lua 或同类原子操作,而不是在应用层拼多条命令。代价是脚本调试不如 Java 方便,逻辑要尽量简单。 ### Q:怎么防止用户重复领券?(再补一层兜底的原因) A:防重领是**多层防护**,任何一层单独都不够可靠: 1. **应用层**:Redis Set(`coupon:received:{templateId}`)记录已领用户,命中即拒绝。它快,但在 Redis 数据丢失或过期时会失效。 2. **数据库层**:`user_coupon` 表的 `uk_user_template (user_id, template_id)` 唯一索引。它是最终的事实来源,重复插入必然失败。 3. **消费者层**:捕获 `DuplicateKeyException` 并跳过,把"应用层漏放的重复"安全地挡在数据库这一关。 **为什么要"每模板一个 Set"而不是全局一个?** 因为限领是"每人每券一张",不同模板之间互不影响,按 templateId 分 Set 才能正确表达这个语义。 ### Q:下单用券时怎么核销?怎么防止同一张券被并发使用两次? A:核销分四步:校验归属与状态 → 校验使用条件 → **用乐观锁条件更新完成核销** → 计算优惠后金额: ```java @Service public class OrderService { @Transactional public Order createOrder(Long userId, Long couponId, OrderDTO dto) { // 1. 校验优惠券 UserCoupon coupon = userCouponMapper.selectById(couponId); if (coupon == null || coupon.getUserId() != userId) { throw new BizException("优惠券不存在"); } if (coupon.getStatus() != CouponStatus.UNUSED) { throw new BizException("优惠券已使用或已过期"); } if (coupon.getExpireTime().isBefore(LocalDateTime.now())) { throw new BizException("优惠券已过期"); } // 2. 校验使用条件(满减门槛) CouponTemplate template = templateMapper.selectById(coupon.getTemplateId()); if (dto.getTotalAmount().compareTo(template.getThreshold()) < 0) { throw new BizException("未满足使用条件,需满 " + template.getThreshold() + " 元"); } // 3. 核销优惠券(乐观锁) int rows = userCouponMapper.use(couponId, CouponStatus.UNUSED, orderId); if (rows == 0) { throw new BizException("优惠券核销失败,可能已被使用"); } // 4. 计算优惠后金额,创建订单 BigDecimal payAmount = dto.getTotalAmount().subtract(template.getDiscount()); // ...创建订单逻辑 } } ``` **关键在第三步的乐观锁**:`use(couponId, CouponStatus.UNUSED, orderId)` 对应的 SQL 语义是"只有当这张券当前状态仍是未使用,才把它更新为已使用并绑定订单"。并发下两个请求同时通过前两步校验,但条件更新只有一个能返回 `rows=1`,另一个拿到 `rows=0` 后失败——这就是乐观锁(optimistic locking,通过更新时的条件判断而非加锁来保证并发安全)。它的代价是失败方要重试或报错,但换来的是无锁、无阻塞的高并发能力。 **替换方案对比:** 也可以用 `SELECT ... FOR UPDATE` 悲观锁,实现更直观,但会把并发串行化、容易成为热点;对优惠券这种"低冲突、写一次"的场景,乐观锁更合适。 ### Q:过期券怎么处理?定时扫描和延迟队列怎么选? A:两种方案互补,实际生产常同时保留: ```java // 方案一:定时任务扫描 @Scheduled(cron = "0 0 2 * * ?") // 每天凌晨 2 点 public void expireCoupons() { // 批量更新过期券 int rows; do { rows = userCouponMapper.batchExpire(LocalDateTime.now(), 1000); // UPDATE user_coupon SET status=3 // WHERE status=1 AND expire_time < NOW() LIMIT 1000 } while (rows == 1000); // 分批处理,避免大事务 } // 方案二:延迟队列(精确过期) public void receiveCoupon(Long userId, Long templateId) { // ...领券逻辑 // 发送延迟消息,到期自动过期 mqProducer.sendDelay("coupon-expire", new CouponExpireMsg(couponId), template.getValidDays(), TimeUnit.DAYS); } ``` **两者的取舍:** | 方案 | 实时性 | 系统开销 | 适用 | |------|--------|---------|------| | 定时扫描 | 有延迟(最长一个扫描周期) | 集中,可控制批次 | 量大、对实时性要求不高 | | 延迟队列 | 精确到点 | 每条券一条消息,量大时消息积压 | 量小、要求准时 | 定时扫描要注意两点:`batchExpire` 里的 `LIMIT 1000` 和 `while (rows == 1000)` 是**分批处理**,避免一次性更新几十万行造成大事务锁表;`WHERE status=1 AND expire_time < NOW()` 只处理未使用且确实过期的券,避免误伤已使用记录。 ### Q:订单退款后,券怎么退回? A:原则是"**未过期的券退回为未使用,已过期的券不退回**": ```java @Service public class RefundService { @Transactional public void refundOrder(Long orderId) { // 1. 退款逻辑... // 2. 退回优惠券 UserCoupon coupon = userCouponMapper.selectByOrderId(orderId); if (coupon != null && coupon.getExpireTime().isAfter(LocalDateTime.now())) { // 券还没过期,退回为"未使用"状态 userCouponMapper.updateStatus(coupon.getId(), CouponStatus.UNUSED); coupon.setOrderId(null); } // 如果券已过期,不退回 } } ``` **为什么要判断过期?** 因为券的价值本身在过期后已经归零,把过期券退回"未使用"状态会制造一张永远用不了的脏数据;同时退回时要 `setOrderId(null)` 解绑订单,避免同一张券被关联到多笔订单。退款退券通常与退款主流程在同一个事务里,保证"钱退了、券也回来了"。 ## 三、放进真实场景 ### Q:优惠券和商品的优惠叠加怎么处理? A:定义优惠计算优先级:商品折扣 → 满减券 → 平台补贴。用策略模式(Strategy Pattern,把每种优惠的计算逻辑封装成独立可替换的类)实现不同类型优惠的计算逻辑,按优先级链式执行。注意:通常不允许同类型优惠叠加(如两张满减券不能同时用)。 **为什么用策略模式而不是一堆 if-else?** 因为优惠类型会持续增加(新增折扣券、立减券、平台补贴),策略模式让"新增一种优惠"只需加一个策略类,而不改动既有计算链路。代价是引入了一层抽象,规则简单时略显啰嗦。 ### Q:如何防止黄牛批量领券? A:四层措施,从"限速"到"识别"逐层加强: 1. 接口限流(同一用户 / IP 每秒最多 N 次)。 2. 验证码 / 滑块验证。 3. 设备指纹识别(识别同一设备批量注册的账号)。 4. 领券后延迟发放(异步审核,可疑订单人工或规则复核后再真正到账)。 **取舍:** 越靠后的措施越有效,但对正常用户的体验损耗也越大(延迟发放会让用户"领了却看不到券")。通常只在活动强度高时开启后两层,日常活动保留前两层即可。 ## 四、总结与自测 ### Q:面试里怎么答这道题? A:分四点作答: 1. **防超发**:Redis 原子扣减库存(Lua 脚本保证"判断库存 + 扣减 + 记录用户"原子性)。 2. **防重领**:Redis Set 记录已领用户 + 数据库唯一索引兜底。 3. **用券核销**:乐观锁 `WHERE status=未使用` 防止并发核销,校验过期时间和使用门槛。 4. **过期处理**:定时任务批量扫描 + 延迟队列精确过期,两种方案互补。 ### Q:这套设计的主线可以怎么复述? A:一句话串起来——**数量正确靠"Redis 原子操作前置拦截 + 数据库唯一索引兜底",状态正确靠"用户券表上的状态机 + 乐观锁条件更新",时效靠"定时扫描 + 延迟队列",异常回滚靠"退款退券 + 过期不退"。** 面试官最想听的是"每一层为什么存在、去掉会怎样",而不是列举用了哪些中间件。 --- ## 自测 1. 为什么"先 GET 再 SET"扣库存会超发?`decrement` 为什么不会? 2. 领券失败时为什么要同时"回滚 Set"和"回补库存"?只回滚一个会怎样? 3. Redis Set 已经能防重领,为什么还要数据库唯一索引?两者分别防住什么场景? 4. 用券核销的乐观锁具体加了什么条件?两个并发请求同时核销同一张券会发生什么? 5. 乐观锁和悲观锁(`SELECT ... FOR UPDATE`)在这个场景下怎么选?为什么? 6. 定时任务处理过期券时,`LIMIT 1000` + `while` 循环的作用是什么?去掉会有什么风险? 7. 退款时为什么"已过期的券不退回"?
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入