内容简介:今天来讲一个业务场景及其对应的解决方案:用户积分!肯定不陌生,毕竟现在很多电商系统都提供积分功能。简单说一下我手里的电商项目中积分的相关规则:极其常规的业务逻辑,对吧~~这里延伸几点规则,算是基于上述规则的合理推导:
今天来讲一个业务场景及其对应的解决方案:用户积分!肯定不陌生,毕竟现在很多电商系统都提供积分功能。简单说一下我手里的电商项目中积分的相关规则:
- 下单会根据订单金额,奖励对应比例的积分
- 订单结算时,用户可以使用积分来按照比例抵扣现金消费
- 积分存在有效期,过期作废
- 用户可以查看自身的积分流水
- 用户可以查看当前可用积分总数
极其常规的业务逻辑,对吧~~
这里延伸几点规则,算是基于上述规则的合理推导:
- 结算时,若用户选择使用积分,需要优先使用快要到期的积分部分
- 退款时,若用户之前有使用积分,需要按照积分的有效期,优先退还到期时间晚的积分部分
- 有积分快过期时给用户足够的提醒
- 允许用户看到累积过期的积分总数
那么接下来,如果要你来设计满足上面这些需求点的db结构,你会怎么做呢?
经过我们开发组的一轮商讨,给出了下面的一个表设计方案:
CREATE TABLE points( id INT NOT NULL AUTO_INCREMENT COMMENT '主键' , user_id INT NOT NULL COMMENT '用户id' , total_point INT NOT NULL DEFAULT 0 COMMENT '积分总值' , expire INT NOT NULL COMMENT '到期时间戳' , cost_point INT NOT NULL DEFAULT 0 COMMENT '消耗积分值' , used_detail TEXT NOT NULL DEFAULT [] COMMENT '使用占比明细' , order_id INT NOT NULL DEFAULT 0 COMMENT '订单id' , PRIMARY KEY (id) ) ENGINE=InnoDB CHARSET=utf8;
单看表结构,无法直观的理解到这种设计的用意,我下面拿一个实际场景来举例吧~~
假设目前就只有一个客户,他通过下单,已经挣到了200积分,那么在db中会保存对应的记录:
id | user_id | total_point | expire | cost_point | order_id | used_detail |
---|---|---|---|---|---|---|
1 | 1 | +100 | 2020/3/30 | 0 | 1 | [] |
2 | 1 | +100 | 2020/4/30 | 0 | 2 | [] |
注意:我把expire字段写成容易阅读的时间格式了,实际存储的应该是unix时间戳
目前应该不需要额外的解释,除了 cost_point
, used_detail
外,其它字段的含义都是很直观的。
接下来,我们的客户又要开始shopping了,不过这次他结账的时候想要使用积分来抵扣现金了,那么db中会如何记录呢?
id | user_id | total_point | expire | cost_point | order_id | used_detail |
---|---|---|---|---|---|---|
1 | 1 | +100 | 2020/3/30 | 100 | 1 | [] |
2 | 1 | +100 | 2020/4/30 | 50 | 2 | [] |
3 | 1 | -150 | 0 | 0 | 3 | [{id:2, val:-50},{id: 1, val:-100}] |
看到了么?这个时候, used_detail
里保存了这次使用积分的细节,以json结构字符串保存在表中。这个json结构也比较明了吧:
- id: 指向对应的积分记录
- val: 标识消耗了对应积分记录中的多少积分
同时,对应积分记录的 cost_point
字段也会出现对应的值。
这么设计是否能很好的满足我们的业务需要呢?我们来拿前面提到的业务指标来核查一下是否都满足。其中一些简单的业务规则咱们就不讨论了,我们就拿其中比较重要的一些来检查:
- 积分存在有效期,过期作废
- 用户可以查看当前可用积分总数
- 允许用户看到累积过期的积分总数
- 结算时,若用户选择使用积分,需要优先使用快要到期的积分部分
- 退款时,若用户之前有使用积分,需要按照积分的有效期,优先退还到期时间晚的积分部分
第1点,靠 expire
字段可以很容易保证,只需要检查一下 expire
和当前时间对比一下,就可知道哪些积分已经过期了;
第2、3、4点,靠 expire
, total_point
和 cost_point
三个字段就可以实时计算出值,不过感觉不是那么直观,相当于每次都需要做实时聚合操作;
第5点,可以靠 used_detail
字段中的明细信息,在退款时保证正确的返还合规的积分。
从上面的分析我们应该得到了初步的结论,这么设计表结构,有它精妙的地方,也有不足的地方。可以看出,我们在设计这个结构之初,过于关注退款所带来的限制条件,而忽略了一个细节: 相比其它,退款发生的频率应该是最低的 。这意味着,在相对频繁的场景中(如可用积分总数),我们不得不进行复杂繁琐的计算。
那么我们来试着在第4点的时候,把程序要做的步骤列一下:
SELECT * FROM points WHERE user_id=1 AND expire > NOW AND total_point != cost_point ORDER BY expire asc FOR UPDATE
除了步骤多外,事务中的锁也会成为一个问题(当然同一个用户并发下单的可能性有待商讨)。但不可否认的是这么设计表结构是会导致这个场景中数据的使用是比较“麻烦”的~~不知道读到这里,你是否觉得这个表结构是可以接受的呢?是否觉得使用数据时并不是很复杂呢?
那有没有更好一些的设计方案呢?
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 敲黑板,定积分也有换元和分部积分法
- 算法工程师的数学基础:微积分之积分
- matlab—数值微积分
- 禅道 9.6.1 新增 webhook、积分、多人任务功能
- 禅道 9.6 版本发布,新增 webhook、积分和多人任务
- 巡云轻论坛系统 3.1 发布,新增积分购买功能
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
利用Python进行数据分析
Wes McKinney / 唐学韬 / 机械工业出版社 / 2013-11-18 / 89.00
【名人推荐】 “科学计算和数据分析社区已经等待这本书很多年了:大量具体的实践建议,以及大量综合应用方法。本书在未来几年里肯定会成为Python领域中技术计算的权威指南。” ——Fernando Pérez 加州大学伯克利分校 研究科学家, IPython的创始人之一 【内容简介】 还在苦苦寻觅用Python控制、处理、整理、分析结构化数据的完整课程?本书含有大量的实践案例,......一起来看看 《利用Python进行数据分析》 这本书的介绍吧!