# 拼团交易系统 ## 系统设计 ### **功能流程** ![image-20250619190759804](https://pic.bitday.top/i/2025/06/19/vjqcr7-0.png) ### **库表设计** ![image-20250624134726763](https://pic.bitday.top/i/2025/06/24/ma2pcj-0.png) - 首先，站在**运营**的角度，要为这次拼团配置对应的**拼团活动**。那么就会涉及到；给哪个渠道的**什么商品**ID配置拼团，这样用户在进入商品页就可以看到带有拼团商品的信息了。之后要考虑，这个拼团的商**品所提供的规则信息**，包括：折扣、起止时间、人数等。还要拿到折扣的一个**试算金额**。这个试算出来的金额，就是告诉用户，通过拼团可以拿到的最低价格。 - 之后，站在**用户**的角度，是参与拼团。首次**发起一个拼团**或者**参与已存在的拼团**进行数据的记录，达成拼团约定拼团人数后，开始进行**通知**。这个通知的设计站在平台角度可以提供回调，那么任何的系统也就都可以接入了。 - 另外，为了支持拼团库表，需要先根据业务规则把符合条件的用户 ID 写入 Redis，并为这批用户打上可配置的**人群标签**。创建拼团活动时，只需关联对应标签，即可让活动自动面向这部分用户生效，实现精准运营和差异化折扣。 - 那么，拼团活动表，为什么会把**折扣拆分**出来呢。因为这里的折扣**可能有多种**迭代到一个拼团上。比如，给一个商品添加了直减10元的优惠，又对符合的人群id的用户，额外打9折，这样就有了2个折扣迭代。所以拆分出来会更好维护。这是对常变的元素和稳定的元素进行设计的思考。 **（一）拼团配置表** group_buy_activity 拼团活动 | 字段名 | 说明 | | ---------------- | -------------------------------------------------------- | | id | 自增ID | | activity_id | 活动ID | | source | 来源 | | channel | 渠道 | | goods_id | 商品ID | | discount_id | 折扣ID | | group_type | 成团方式【0自动成团（到时间后自动成团）、1达成目标成团】 | | take_limit_count | 拼团次数限制 | | target | 达成目标（3人单、5人单） | | valid_time | 拼单时长（20分钟），未完成拼团则=》自动成功or失败 | | status | 活动状态 （活动是否有效，运营可临时设置为失效） | | start_time | 活动开始时间 | | end_time | 活动结束时间 | | tag_id | 人群标签规则标识 | | tag_scope | 人群标签规则范围【多选；可见、参与】 | | create_time | 创建时间 | | update_time | 更新时间 | group_buy_discount 折扣配置 | 字段名 | 说明 | | ------------- | --------------------------------- | | id | 自增ID | | discount_id | 折扣ID | | discount_name | 折扣标题 | | discount_desc | 折扣描述 | | discount_type | 类型【base、tag】 | | market_plan | 营销优惠计划【直减、满减、N元购】 | | market_expr | 营销优惠表达式 | | tag_id | 人群标签，特定优惠限定 | | create_time | 创建时间 | | update_time | 更新时间 | crowd_tags 人群标签 | 字段名 | 说明 | | ----------- | ----------------------------- | | id | 自增ID | | tag_id | 标签ID | | tag_name | 标签名称 | | tag_desc | 标签描述 | | statistics | 人群标签统计量 200\10万\100万 | | create_time | 创建时间 | | update_time | 更新时间 | crowd_tags_detail 人群标签明细（写入缓存） | 字段名 | 说明 | | ----------- | -------- | | id | 自增ID | | tag_id | 标签ID | | user_id | 用户ID | | create_time | 创建时间 | | update_time | 更新时间 | crowd_tags_job 人群标签任务 | 字段名 | 说明 | | --------------- | ---------------------------- | | id | 自增ID | | tag_id | 标签ID | | batch_id | 批次ID | | tag_type | 标签类型【参与量、消费金额】 | | tag_rule | 标签规则【限定参与N次】 | | stat_start_time | 统计开始时间 | | stat_end_time | 统计结束时间 | | status | 计划、重置、完成 | | create_time | 创建时间 | | update_time | 更新时间 | - 拼团活动表：设定了拼团的成团规则，人群标签的使用可以限定哪些人可见，哪些人可参与。 - 折扣配置表：拆分出拼团优惠到一个新的表进行多条配置。如果折扣还有更多的复杂规则，则可以配置新的折扣规则表进行处理。 - 人群标签表：专门来做人群设计记录的，这3张表就是为了把符合规则的人群ID，也就是用户ID，全部跑任务到一个记录下进行使用。比如黑玫瑰人群、高净值人群、拼团履约率90%以上的人群等。 **（二）参与拼团表** **group_buy_account 拼团账户** | 字段名 | 说明 | | --------------------- | ------------ | | id | 自增ID | | user_id | 用户ID | | activity_id | 活动ID | | take_limit_count | 拼团次数限制 | | take_limit_count_used | 拼团次数消耗 | | create_time | 创建时间 | | update_time | 更新时间 | **group_buy_order 用户拼单** 一条记录 = 一个拼团**团队**（`team_id` 唯一） | 字段名 | 说明 | | --------------- | -------------------------------- | | id | 自增ID | | team_id | 拼单组队ID | | activity_id | 活动ID | | source | 渠道 | | channel | 来源 | | original_price | 原始价格 | | deduction_price | 折扣金额 | | pay_price | 支付价格 | | target_count | 目标数量 | | complete_count | 完成数量 | | status | 状态（0-拼单中、1-完成、2-失败） | | create_time | 创建时间 | | update_time | 更新时间 | **group_buy_order_list 用户拼单明细** 一条记录 = **某用户**在该团队里锁的一笔单 | 字段名 | 说明 | | --------------- | ------------------------------------ | | id | 自增ID | | user_id | 用户ID | | team_id | 拼单组队ID | | order_id | 订单ID | | activity_id | 活动ID | | start_time | 活动开始时间 | | end_time | 活动结束时间 | | goods_id | 商品ID | | source | 渠道 | | channel | 来源 | | original_price | 原始价格 | | deduction_price | 折扣金额 | | status | 状态；0 初始锁定、1 消费完成 | | out_trade_no | 外部交易单号（确保外部调用唯一幂等） | | create_time | 创建时间 | | update_time | 更新时间 | **notify_task 回调任务** | 字段名 | 说明 | | -------------- | ---------------------------------- | | id | 自增ID | | activity_id | 活动ID | | order_id | 拼单ID | | notify_url | 回调接口 | | notify_count | 回调次数（3-5次） | | notify_status | 回调状态【初始、完成、重试、失败】 | | parameter_json | 参数对象 | | create_time | 创建时间 | | update_time | 更新时间 | - 拼团账户表：记录用户的拼团参与数据，一个是为了限制用户的参与拼团次数，另外是为了人群标签任务统计数据。 - 用户拼单表：当有用户发起首次拼单的时候，产生拼单id，并记录所需成团的拼单记录，另外是写上拼团的状态、唯一索引、回调接口等。这样拼团完成就可以回调对接的平台，通知完成了。【微信支付也是这样的设计，回调支付结果，这样的设计可以方便平台化对接】当再有用户参与后，则写入用户拼单明细表。直至达成拼团。 - 回调任务表：当拼团完成后，要做回调处理。但可能会有失败，所以加入任务的方式进行补偿。如果仍然失败，则需要对接的平台，自己查询拼团结果。 ### 架构设计 **MVC架构：** ![image-20250624143253403](https://pic.bitday.top/i/2025/06/24/nou9d6-0.png) **DDD架构：** ![image-20250624143304200](https://pic.bitday.top/i/2025/06/24/nowdoo-0.png) ## 价格试算 ```java @Service @RequiredArgsConstructor public class IndexGroupBuyMarketServiceImpl implements IIndexGroupBuyMarketService { private final DefaultActivityStrategyFactory defaultActivityStrategyFactory; @Override public TrialBalanceEntity indexMarketTrial(MarketProductEntity marketProductEntity) throws Exception { StrategyHandler strategyHandler = defaultActivityStrategyFactory.strategyHandler(); TrialBalanceEntity trialBalanceEntity = strategyHandler.apply(marketProductEntity, new DefaultActivityStrategyFactory.DynamicContext()); return trialBalanceEntity; } } ``` ```text IndexGroupBuyMarketService │ │ indexMarketTrial() ▼ DefaultActivityStrategyFactory │ (return rootNode) ▼ RootNode.apply() │ doApply() (执行) │ router() （路由到下一node） ▼ SwitchNode.apply() │ ... ▼ ... (可能还有其他节点) ▼ EndNode.apply() → 组装结果并返回 TrialBalanceEntity ▲ └────────── 最终一路向上 return ``` `IndexGroupBuyMarketService` 是领域服务，整个价格试算的入口 `DefaultActivityStrategyFactory` 帮你拿到 *根节点*，真正的“工厂”工作（多线程预处理、分支路由）都在各 Node 里完成。 `DynamicContext` 是一次性创建的共享上下文：谁需要谁就往里放 ## 人群标签数据采集 | 步骤 | 目的 | 说明 | | ------------------- | ----------------------------------------------- | ------------------------------------------------------------ | | **1. 记录日志** | 标明本次批次任务的开始 | 方便后续排查、链路追踪 | | **2. 读取批次配置** | 拿到该批次**统计范围、规则、时间窗**等 | 若返回 `null` 通常代表批次号错误或已被清理 | | **3. 采集候选用户** | 从业务数仓/模型结果里拉取符合条件的用户 ID 列表 | 真实场景中会：• 调 REST / RPC 拿画像• 或扫离线结果表• 或读 Kafka 流 | | **4. 双写标签明细** | 将每个用户与标签的关系永久化 & 提供实时校验能力 | 方法内部两件事：• 插入 `crowd_tags_detail` 表•
在 Redis **BitMap** 中把该用户对应位设为 1（幂等处理冲突） | | **5. 更新统计量** | 维护标签当前命中人数，用于运营看板 | 这里简单按“新增条数”累加，也可改为重新 `count(*)` 全量回填 | | **6. 结束** | 方法返回 void | 如果过程抛异常，调度系统可重试/报警 | > **一句话总结** > 这是一个被定时器或消息触发的**离线批量打标签任务**： > 拉取任务规则 → （离线）筛出符合条件的用户 → 写库 + 写 Redis 位图 → 更新命中人数。 > 之后业务系统就能用位图做到毫秒级 `isUserInTag(userId, tagId)` 判断，实现精准运营投放。 ### Bitmap（位图） **概念** - Bitmap 又称 Bitset，是一种用位（bit）来表示状态的数据结构。 - 它把一个大的“布尔数组”压缩到最小空间：每个元素只占 1 位，要么 0（False）、要么 1（True）。 **为什么用 Bitmap？** - **超高空间效率**：1000 万个用户，只需要约 10 MB（1000 万 / 8）。 - **超快操作**：检查某个索引位是否为 1、计数所有“1”的个数（BITCOUNT）、找出第一个“1”的位置（BITPOS）等，都是 O(1) 或者极快的位运算。 **典型场景** - **用户标签 / 权限判断**：把符合某个条件的用户的索引位置设置为 1，以后实时判断“用户 X 是否在标签 A 中？”就只需读一个 bit。 - **海量去重 / 布隆过滤器**：在超大流量场景下判断“URL 是否已访问过”、“手机号是否已注册”等。 - **统计分析**：快速统计某个条件下有多少个用户／对象符合（BITCOUNT）。 ## 拼团交易锁单 ![image-20250630124304410](https://pic.bitday.top/i/2025/06/30/kjsuy7-0.png) 下单到支付中间有一个流程，即锁单，比如淘宝京东中，在这个环节（限定时间内）选择使用优惠券、京豆等，可以得到优惠价，再进行支付；拼团场景同理，先加入拼团，进行锁单，然后优惠试算，最后才付款。 ## 收获 ### 实体对象 实体是指具有唯一标识的业务对象。 在 DDD 分层里，**Domain Entity ≠ 数据库 PO**。 在 `edu.whut.domain.*.model.entity` 包下放的是**纯粹的业务对象**，它们只表达业务语义（团队 ID、活动时间、优惠金额……），对「数据持久化细节」保持**无感知**。因此它们看起来“字段不全”是正常的： - 它们不会带 `@TableName` / `@TableId` 等 MyBatis-Plus 注解； - 也不会出现数据库的技术字段（`id`、`create_time`、`update_time`、`status` 等）； - 只保留聚合根真正**需要的**业务属性与行为。 ```java @Data @Builder @AllArgsConstructor @NoArgsConstructor public class PayActivityEntity { /** 拼单组队ID */ private String teamId; /** 活动ID */ private Long activityId; /** 活动名称 */ private String activityName; /** 拼团开始时间 */ private Date startTime; /** 拼团结束时间 */ private Date endTime; /** 目标数量 */ private Integer targetCount; } ``` 这个也是实体对象，因为多个字段的组合：teamId和activityId能唯一标识这个实体。 ### 模板方法 **核心思想**： 在抽象父类中定义**算法骨架**（固定执行顺序），把某些可变步骤留给子类重写；调用方只用模板方法，保证流程一致。 ```text Client ───▶ AbstractClass ├─ templateMethod() ←—— 固定流程 │ step1() │ step2() ←—— 抽象，可变 │ step3() └─ hookMethod() ←—— 可选覆盖 ▲ │ extends ┌──────────┴──────────┐ │ ConcreteClassA/B… │ ``` **示例：** ```java // 1. 抽象模板 public abstract class AbstractDialog { // 模板方法：固定调用顺序，设为 final 防止子类改流程 public final void show() { initLayout(); bindEvent(); beforeDisplay(); // 钩子，可选 display(); afterDisplay(); // 钩子，可选 } // 具体公共步骤 private void initLayout() { System.out.println("加载通用布局文件"); } // 需要子类实现的抽象步骤 protected abstract void bindEvent(); // 钩子方法，默认空实现 protected void beforeDisplay() {} protected void afterDisplay() {} private void display() { System.out.println("弹出对话框"); } } // 2. 子类：登录对话框 public class LoginDialog extends AbstractDialog { @Override protected void bindEvent() { System.out.println("绑定登录按钮事件"); } @Override protected void afterDisplay() { System.out.println("focus 到用户名输入框"); } } // 3. 调用 public class Demo { public static void main(String[] args) { AbstractDialog dialog = new LoginDialog(); dialog.show(); /* 输出： 加载通用布局文件 绑定登录按钮事件 弹出对话框 focus 到用户名输入框 */ } } ``` **要点** - **复用公共流程**：`initLayout()`、`display()` 写一次即可。 - **限制流程顺序**：`show()` 定为 `final`，防止子类乱改步骤。 - **钩子方法**：子类可选择性覆盖（如 `beforeDisplay`）。 ### 责任链 应用场景：日志系统、审批流程、权限校验——任何需要将请求按阶段传递、并由某一环节决定是否继续或终止处理的地方，都非常适合职责链模式。 #### 单例链 典型的责任链模式要点： - **解耦请求发送者和处理者**：调用者只持有链头，不关心中间环节。 - **动态组装**：通过 `appendNext` 可以灵活地增加、删除或重排链上的节点。 - **可扩展**：新增处理逻辑只需继承 `AbstractLogicLink` 并实现 `apply`，不用改动已有代码。 接口定义：`ILogicChainArmory` 提供添加节点方法和获取节点 ```java //定义了责任链的组装接口： public interface ILogicChainArmory { ILogicLink next(); //在当前节点中获取下一个节点 ILogicLink appendNext(ILogicLink next); //把下一个处理节点挂接上来 } ``` `ILogicLink` 继承自 `ILogicChainArmory`，并额外声明了核心方法 `apply` ```java public interface ILogicLink extends ILogicChainArmory { R apply(T requestParameter, D dynamicContext) throws Exception; //处理请求 } ``` 抽象基类：`AbstractLogicLink` ```java public abstract class AbstractLogicLink implements ILogicLink { private ILogicLink next; @Override public ILogicLink next() { return next; } @Override public ILogicLink appendNext(ILogicLink next) { this.next = next; return next; } protected R next(T requestParameter, D dynamicContext) throws Exception { return next.apply(requestParameter, dynamicContext); //交给下一节点处理 } } ``` 子类只需继承它，重写 `apply(...)`，在合适的条件下要么直接处理并返回，要么调用 `next(requestParameter, dynamicContext)` 继续传递。 **使用示例：** ```java public class AuthLink extends AbstractLogicLink { @Override public Response apply(Request req, Context ctx) throws Exception { if (!ctx.isAuthenticated()) { throw new UnauthorizedException(); } // 认证通过，继续下一个环节 return next(req, ctx); } } public class LoggingLink extends AbstractLogicLink { @Override public Response apply(Request req, Context ctx) throws Exception { System.out.println("Request received: " + req); Response resp = next(req, ctx); System.out.println("Response sent: " + resp); return resp; } } // 组装责任链 放工厂类factory中实现 ILogicLink chain = new AuthLink() .appendNext(new LoggingLink()) .appendNext(new BusinessLogicLink()); //客户端使用 Request req = new Request(...); Context ctx = new Context(...); Response resp = chain.apply(req, ctx); ``` 示例图： ```text AuthLink.apply └─▶ LoggingLink.apply └─▶ BusinessLogicLink.apply └─▶ 返回 Response ``` 这种模式链上的每个节点都手动 `next()`到下一节点。 #### 多例链 ```java /** * 通用逻辑处理器接口 —— 责任链中的「节点」要实现的核心契约。 */ public interface ILogicHandler { /** * 默认的 next占位实现，方便节点若不需要向后传递时直接返回 null。 */ default R next(T requestParameter, D dynamicContext) { return null; } /** * 节点的核心处理方法。 */ R apply(T requestParameter, D dynamicContext) throws Exception; } ``` ```java /** * 业务链路容器 —— 双向链表实现，同时实现 ILogicHandler，从而可以被当作单个节点使用。 */ public class BusinessLinkedList extends LinkedList> implements ILogicHandler{ public BusinessLinkedList(String name) { super(name); } /** * BusinessLinkedList是头节点，它的apply方法就是循环调用后面的节点，直至返回。 * 遍历并执行链路。 */ @Override public R apply(T requestParameter, D dynamicContext) throws Exception { Node> current = this.first; // 顺序执行，直到链尾或返回结果 while (current != null) { ILogicHandler handler = current.item; R result = handler.apply(requestParameter, dynamicContext); if (result != null) { // 节点命中，立即返回 return result; } //result==null，则交给那一节点继续处理 current = current.next; } // 全链未命中 return null; } } ``` ```java /** * 链路装配工厂 —— 负责把一组 ILogicHandler 顺序注册到 BusinessLinkedList 中。 */ public class LinkArmory { private final BusinessLinkedList logicLink; /** * @param linkName 链路名称，便于日志排查 * @param logicHandlers 节点列表，按传入顺序链接 */ @SafeVarargs public LinkArmory(String linkName, ILogicHandler... logicHandlers) { logicLink = new BusinessLinkedList<>(linkName); for (ILogicHandler logicHandler: logicHandlers){ logicLink.add(logicHandler); } } /** 返回组装完成的链路 */ public BusinessLinkedList getLogicLink() { return logicLink; } } //工厂类，可以定义多条责任链，每条有自己的Bean名称区分。 @Bean("tradeRuleFilter") public BusinessLinkedList tradeRuleFilter(ActivityUsabilityRuleFilter activityUsabilityRuleFilter, UserTakeLimitRuleFilter userTakeLimitRuleFilter) { // 1. 组装链 LinkArmory linkArmory = new LinkArmory<>("交易规则过滤链", activityUsabilityRuleFilter, userTakeLimitRuleFilter); // 2. 返回链容器（即可作为责任链使用） return linkArmory.getLogicLink(); } ``` 示例图： ```text BusinessLinkedList.apply ←─ 只有这一层在栈里 while 循环： ├─▶ 调用 ActivityUsability.apply → 返回 null → 继续 ├─▶ 调用 UserTakeLimit.apply → 返回 null → 继续 └─▶ 调用 ... → 返回 Result → break ``` 链头拿着“游标”一个个跑，节点只告诉“命中 / 未命中”。 ### 规则树流程 ![8d9ca81791b613eb7ff06b096a3d7c4a](https://pic.bitday.top/i/2025/06/24/pgcnns-0.png) **整体分层思路** | 分层 | 作用 | 关键对象 | | -------------- | ------------------------------------------------------------ | ------------------------------------------------------------ | | **通用模板层** | 抽象出与具体业务无关的「规则树」骨架，解决 *如何找到并执行策略* 的共性问题 | `StrategyMapper`、`StrategyHandler`、`AbstractStrategyRouter` | | **业务装配层** | 基于模板，自由拼装出 *一棵* 贴合业务流程的策略树 | `RootNode / SwitchRoot / MarketNode / EndNode …` | | **对外暴露层** | 通过 **工厂 + 服务支持类** 将整棵树封装成一个可直接调用的 `StrategyHandler`，并交给 Spring 整体托管 | `DefaultActivityStrategyFactory`、`AbstractGroupBuyMarketSupport` | **通用模板层：规则树的“骨架”** | 角色 | 职责 | 关系 | | ------------------------------- | ------------------------------------------------------------ | ------------------------------------------------------------ | | `StrategyMapper` | **映射器**：依据 `requestParameter + dynamicContext` 选出 *下一个* 策略节点 | 被 `AbstractStrategyRouter` 调用 | | `StrategyHandler` | **处理器**：真正执行业务逻辑；`apply` 结束后可返回结果或继续路由 | 节点本身 / 路由器本身都是它的实现 | | `AbstractStrategyRouter` | **路由模板**：① 调用 `get(...)` 找到合适的 `StrategyHandler`;② 调用该 handler 的 `apply(...)`;③ 若未命中则走 `defaultStrategyHandler` | 同时实现 `StrategyMapper` 与 `StrategyHandler`，但自身保持 *抽象*，把细节延迟到子类 | **业务装配层：一棵可编排的策略树** ```text RootNode -> SwitchRoot -> MarketNode -> EndNode ↘︎ OtherNode ... ``` - 每个节点 继承 `AbstractStrategyRouter` - 实现 `get(...)`：决定当前节点的下一跳是哪一个节点 - 实现 `apply(...)`：实现节点自身应做的业务动作（或继续下钻） - 组合方式 比责任链更灵活： - 一个节点既可以“继续路由”也可以“自己处理完直接返回” - 可以随时插拔 / 替换子节点，形成多分支、循环、早停等复杂流转 **对外暴露层：工厂 + 服务支持类** | 组件 | 主要职责 | | --------------------------------------------- | ------------------------------------------------------------ | | `DefaultActivityStrategyFactory` (`@Service`) | **工厂**：1. 在 Spring 启动时注入根节点 `RootNode`；2. 暴露**统一入口** `strategyHandler()` → 返回整个策略树顶点（一个 `StrategyHandler` 实例） | | `AbstractGroupBuyMarketSupport` | **业务服务基类**：封装拼团场景下共用的查询、工具方法；供每个**节点**继承使用 | 这样，调用方只需 ```java TrialBalanceEntity result = factory.strategyHandler().apply(product, new DynamicContext(vo1, vo2)); ``` 就能驱动整棵策略树，而**完全不用关心**节点搭建、依赖注入等细节。 ### 策略模式 **核心思想**： 把可互换的算法/行为抽成独立策略类，运行时由“上下文”对象选择合适的策略；对调用方来说，只关心统一接口，而非具体实现。 ```text ┌───────────────┐ │ Client │ └─────▲─────────┘ │ has-a ┌─────┴─────────┐ implements │ Context │────────────┐ ┌──────────────┐ │ (使用者) │ strategy └─▶│ Strategy A │ └───────────────┘ ├──────────────┤ │ Strategy B │ └──────────────┘ ``` #### 集合自动注入 常见于策略/工厂/插件场景。 ```java @Autowired private Map discountCalculateServiceMap; ``` **字段类型**：`Map` - key—— Bean 的名字 - 默认是类名首字母小写 (`mjCalculateService`) - 或者你在实现类上显式写的 `@Service("MJ")` - **value** —— 那个实现类对应的实例 - **Spring 机制**： 1. 启动时扫描所有实现 `IDiscountCalculateService` 的 Bean。 2. 把它们按 “BeanName → Bean 实例” 的映射注入到这张 `Map` 里。 3. 你一次性就拿到了“策略字典”。 **示例：** ```java @Service("MJ") // ★ 关键：Bean 名即策略键 public class MJCalculateService extends IDiscountCalculateService { @Override protected BigDecimal Calculate(String userId, BigDecimal originalPrice, GroupBuyActivityDiscountVO.GroupBuyDiscount groupBuyDiscount) { //忽略实现细节 } @Component @RequiredArgsConstructor // 构造器注入更推荐 public class DiscountContext { private final Map discountServiceMap; public BigDecimal calc(String strategyKey, String userId, BigDecimal originalPrice, GroupBuyActivityDiscountVO.GroupBuyDiscount plan) { //strategyKey可以是"MJ" .. IDiscountCalculateService strategy = discountServiceMap.get(strategyKey); if (strategy == null) { throw new IllegalArgumentException("无匹配折扣类型: " + strategyKey); } return strategy.calculate(userId, originalPrice, plan); } } ``` ### 多线程异步调用 如果某任务比较耗时（如加载大量数据），可以考虑开多线程异步调用。 ```java // Runnable ➞ 只能 run()，没有返回值 public interface Runnable { void run(); } // Callable ➞ call() 能返回 V，也能抛检查型异常 public interface Callable { V call() throws Exception; } ``` ```java public class MyTask implements Callable { private final String name; public MyTask(String name) { this.name = name; } @Override public String call() throws Exception { // 模拟耗时操作 TimeUnit.MILLISECONDS.sleep(300); return "任务[" + name + "]的执行结果"; } } ``` ```java public class SimpleAsyncDemo { public static void main(String[] args) { // 创建大小为 2 的线程池 ExecutorService pool = Executors.newFixedThreadPool(2); try { // 构造两个任务 MyTask task1 = new MyTask("A"); MyTask task2 = new MyTask("B"); // 用 FutureTask 包装 Callable FutureTask future1 = new FutureTask<>(task1); FutureTask future2 = new FutureTask<>(task2); // 提交给线程池异步执行 pool.execute(future1); pool.execute(future2); // 主线程可以先做别的事… System.out.println("主线程正在做其他事情…"); // 在需要的时候再获取结果（可加超时） String result1 = future1.get(1, TimeUnit.SECONDS); //设置超时时间1秒 String result2 = future2.get(); //无超时时间 System.out.println("拿到结果1 → " + result1); System.out.println("拿到结果2 → " + result2); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } catch (ExecutionException e) { System.err.println("任务执行中出错: " + e.getCause()); } catch (TimeoutException e) { System.err.println("等待结果超时"); } finally { pool.shutdown(); } } } ``` ### 动态配置（热更新） **注解标记** 用 `@DCCValue("key:default")` 标注需要动态注入的字段，指定对应的 Redis Key（带前缀）及默认值。 ```java // 标记要动态注入的字段 @Retention(RUNTIME) @Target(FIELD) public @interface DCCValue { String value(); // "key:default" } ``` ```java // 业务使用示例 @Service public class MyFeature { @DCCValue("myFlag:0") private String myFlag; public boolean enabled() { return "1".equals(myFlag); } } ``` **启动时注入** 实现一个 `BeanPostProcessor`，在每个 Spring Bean 初始化后： - 扫描带 `@DCCValue` 的字段； - 拼出完整 Redis Key（如 `dcc_prefix_key`），若不存在则写入默认值，否则读最新值； - **反射把值注入到该 Bean 的私有字段**； - 将 `(redisKey → Bean 实例)` 记录到内存映射，用于后续热更新。 ```java @Override public Object postProcessAfterInitialization(Object bean, String name) { Class cls = AopUtils.isAopProxy(bean) ? AopUtils.getTargetClass(bean) : bean.getClass(); for (Field f : cls.getDeclaredFields()) { DCCValue dv = f.getAnnotation(DCCValue.class); if (dv==null) continue; String[] p = dv.value().split(":"); String key = PREFIX + p[0], defaultValue = p[1]; RBucket bucket = redis.getBucket(key); String val = bucket.isExists() ? bucket.get() : defaultValue; bucket.trySet(defaultValue); //同步redis内容 injectField(bean, f, val); //反射注入 beans.put(key, bean); } return bean; } ``` **运行时热更新** - 在同一个组件里，订阅一个 Redis Topic（频道），比如 `"dcc_update"`； - 外部调用发布接口 `PUBLISH dcc_update "key,newValue"`； ```java //更新配置 @GetMapping("/dcc/update") public void update(@RequestParam String key, @RequestParam String value) { dccTopic().publish(key + "," + value); } ``` - 订阅者收到后： 1. 同步把新值写回 Redis； 2. 从映射里取出对应 Bean，反射更新它的字段。 ```java // 发布/订阅频道 @Bean public RTopic dccTopic() { RTopic t = redis.getTopic("dcc_update"); t.addListener(String.class, (c,msg)->{ String[] a = msg.split(","); String key = PREFIX + a[0], val = a[1]; RBucket bucket = redis.getBucket(key); if (!bucket.isExists()) return; bucket.set(val); Object bean = beans.get(key); if (bean!=null) injectField(bean, a[0], val); }); return t; } ``` ### HTTP客戶端框架 **引入依赖** ```xml com.squareup.okhttp3 okhttp-sse ``` **让Spring 管理 Http客户端** - 写配置类 ```java @Configuration public class OKHttpClientConfig { @Bean public OkHttpClient httpClient() { return new OkHttpClient(); } } ``` - 在需要使用的地方注入 ```java @Slf4j @Service @RequiredArgsConstructor public class HttpService { private final OkHttpClient okHttpClient; /** * 发送 JSON POST 请求并返回响应内容 * * @param apiUrl 接口地址 * @param jsonPayload 请求体 JSON 字符串 */ public String postJson(String apiUrl, String jsonPayload) throws IOException { //1.构建参数 MediaType mediaType = MediaType.get("application/json; charset=utf-8"); RequestBody body = RequestBody.create(jsonPayload, mediaType); Request request = new Request.Builder() .url(apiUrl) .post(body) .addHeader("Content-Type", "application/json") .build(); //2.调用接口 try (Response response = okHttpClient.newCall(request).execute()) { if (!response.isSuccessful()) { log.error("HTTP 请求失败，URL：{}，状态码：{}", apiUrl, response.code()); throw new IOException("Unexpected HTTP code " + response.code()); } ResponseBody responseBody = response.body(); return responseBody != null ? responseBody.string() : ""; } catch (IOException e) { log.error("调用 HTTP 接口异常：{}", apiUrl, e); throw e; } } } ``` - 优点： 单例复用，性能更优 - Spring 默认将 Bean 作为单例管理，整个应用只创建一次 `OkHttpClient`。 - 内部的连接池、线程池、缓存等资源可以被复用，**避免频繁创建、销毁**带来的开销。 统一配置，易于维护 - 超时、拦截器、连接池、SSL、日志等配置集中在一个地方，改动一次全局生效。 - 避免在代码各处手动 `new OkHttpClient()`、重复配置。