vivo 全球商城：电商平台通用取货码设计
vivo 官网商城开发团队 - Zhou Longjian
一、背景
随着 O2O 线上线下业务的不断扩展，电商平台也在逐步完善交易侧相关的产品功能。在最近的需求版本中，业务方为进一步提升用户的使用体验，规划了取货码生成及订单核销相关逻辑，目的是让线上的用户在付完款之后能够到店取货或者安排导购派送。
日常生活中，我们对取货码、核销这类功能使用的经历大部分都来自：看电影前取票、吃饭后出示券码、快递柜取包裹等等，它们都有一些类似的特点，比如：
取货码长度相对较短，比起动辄十几二十位订单号，几位的数字码更方便记忆和输入；
除了数字取货码，还提供二维码，方便终端进行扫描并核销。
取货码使用起很简单，然而像“冰山”一样，隐藏在简单外表下面却需要严谨的设计和细致的逻辑，可以说麻雀虽小五脏俱全。本文介绍的设计也比较有趣，而且按此思路可以实现市面上大多数核销类券码的生成，同时也能满足业务的 SaaS 化，算是一个相对通用的能力，在此把整个设计分享给大家。
（图片来源：pixabay.com）
二、简单系统的单表业务
如果业务的体量不大，店铺流量比较小，未形成平台的规模，比如给个体经营者使用的系统。那么取货码或券码的实现就比较简单，跟订单共享一张大横表或者使用扩展表跟订单进行关联就行了，这个阶段也无需做过度设计。
表的设计如下图：
不过需要注意的是一般订单号都是比较长的，通常都在十几二十位（当然也有比较短的订单号，如果订单号比较短，取货码也可采用订单号）我们假设订单号 18 位，取货码 8 位，即订单号的取值范围远大于取货码，那么在订单号的生命周期内，取货码是有很大几率存在重复的。解决起来相对简单，我们只需要保证在任意条件下，未核销状态的数字码不重复即可，也即已核销的数字码可以回收利用。
那么取货码的生成逻辑就很清晰了，下面用伪代码模拟真实的实现逻辑：
伪代码实现
*注意：这里 step2 和 step4 不是原子操作，存在并发问题，实际应用中最好使用分布式锁，把操作锁住。
三、 复杂平台的分库分表业务
通过简单的单表设计，我们能管窥一斑，了解取货码大致的实现逻辑。不过我们在把简单方案往大型项目上进行落地的时候，就需要考虑很多方面，设计也需要更精巧。SaaS 化的电商平台会比简单的单表业务复杂很多，重点体现在：
SaaS 产品涉及的店铺很多且订单量大，需要设计大容量存储，所以订单表基本使用分库分表，显然作为订单附属的取货码表也得使用相同的策略；
B 端和 C 端用户的体验非常重要，服务端接口的设计需要充分考虑鲁棒性，完善最基本的重试及容错能力；
不同业务方对于取货码的要求可能不太一样，取货码的设计需要具有通用性以及个性化的配置属性。
3.1 详细设计
取货码表的设计推荐使用和订单一致的分库分表策略，好处是：
和订单一样，支撑海量订单行的存储；
方便利用同样的分库分表因子进行查询（例如：open_id、member_id）。
在考虑落地实现上，我们遇到了第一个讨论的点，那就是取货码是做到“门店唯一”还是“全局唯一”？
3.2 门店唯一方案
刚开始考虑使用类似饭馆取餐码类似的逻辑，保证取货码在各自门店保持唯一就行了。类似如下图交互，图中用户 A 和用户 B 持有相同的取货码，用户 A、B 分别去他们对应的店铺完成核销，整个交易过程就结束了。但是这得保证用户 A 和 B 能正确地在各自订单归属的店铺完成核销，显然这个方案是带有风险的！
下图所示的这种情况下，用户 A、B 也能正常核销，不过串单了，原本属于用户 A 的订单被用户 B 核销了。这种问题出现的本质原因在于纯粹的数字码无法带有用户的标识，虽然可以在核销前做人为的核验身份来避免，但依然属于高风险的系统设计，所以门店唯一方案不可取！
3.3 全局唯一方案
全局唯一方案风险小，但实现难度稍高一点。核心问题在于如何判定随机生成的取货码是全局唯一的，当然如果系统本身依赖 ES 这类存储介质，可以在插入前先查询 ES，不过查询和写入 ES 对于实时性接口来说稍微有点重，没有直接查库表来得直接。假设某业务方分成了 4 个库 4 张表，总计 16 表，取货码的长度确定为 8 位，那如何在多库多表的 Mysql 中查询并保证全局唯一呢？遍历表的方式肯定不可取！
为解决上述的疑问，我们在设计的时候可以在取货码的编排上做点文章，如下步骤做具体详解：
步骤①： 可以将 8 位的取货码分成两个区域，“随机码区域”+“库表位置”，下图示例：
步骤②： 随机码区域暂不介绍，我们来看下 2 位库表如何映射到 4 库 4 表组成的 16 张表中。
这里也有两套方案：
【方案一】可以选择 2 位库表的首位作为库编号，末位作为表编号。好处是映射较为简单，但是容量不够大，如果分的库或表>9，扩展就会有点麻烦。如下图，我们把末尾“12”逻辑映射到了“1 库的编号为 2 的表”；
【方案二】将 4 库 4 表二维结构转成一维，以 0 为初始值进行递增，(0 库, 0 表) → 00, (0 库, 1 表) → 01... , (3 库, 3 表) → 15。好处是容量变大了，最大支持 99 张表，不受库或表单一条件的限制，缺点就是映射逻辑写起来麻烦点，不过这不是问题。
取货码经过简单编排，我们完成了取货码的到库表的映射逻辑，解决了取货码存取的问题。其实仔细想想，关于全局唯一的问题其实也解决掉了，我们只要保证前 6 位随机码在单表里保证唯一即可，理论上支持单表在未核销状态下范围为：000000 ~ 999999 条记录，容量是足够的。关键我们把多库多表的查询就简化成了只跑一个 SQL，效率大大提升。
3.4 方案落地遇到的问题
既然本篇是介绍 SaaS 化的完整方案，在落地的时候或多或少会遇到一些问题，这边介绍三个实际遇到的典型问题，并给出一些解决方案：
【问题一】使用 Math.random()生成的 6 位随机码和表里的重复了，如何处理？
【解决】其实重复的情况有两种：
可能是表里已经存在数字相同未核销的取货码；
另外一种情况就是别的事务在正在操作，正好有个分布式事务锁住了一样的数字码（概率很低，但是是有可能的）。
这两种情况的出现就需要我们进行优雅地重试了！大致思路如下伪代码：
【注意】
推荐使用指数级重试的方式（2 << i），逐次递增 random 的数量，减少和 DB 的交互；
建议数字码生成完毕后加锁并执行 INSERT，生成图片地址等耗时严重的动作可以后置 UPDATE 上去。
【问题二】项目中使用了分库分表的组件（比如：ShardingSphere-JDBC），怎么动态修改数据源？也就是同时支持分库分表因子（比如：member_id、open_id 等）以及根据取货码计算的库表动态查询。
【解决】我们以 ShardingSphere-JDBC 作为为案例来给出一些配置及伪代码，具体可以参考：《强制路由::ShardingSphere》，其他开源的分库分表组件或者自研产品不做赘述，可以自己手动写个插件，别怕，即使再难，也要相信有光！
配置及伪代码
【注意】
这里介绍一种编程式的解决方案，好处是配置简单、比较灵活，缺点就是代码稍微多一点。其实 ShardingSphere 还支持注解的方式，可以自己研究下；
第一条说了比较灵活，体现在自己实现的 “DbHintShardingAlgorithm.calDbShardingValue(tenantId, code)” 方法上，这个方法可以自己定义，所以我们的入参可以是通用的分库分表因子，也可以是自定义的取货码的“库表位置”字段，非常灵活。
【问题三】如何做到更强的扩展性，适用 SaaS 平台以及不同的业务场景？
【解决】细心的小伙伴应该注意到了 "tenantId" 这个字段，这是个租户的编码，在实际编码会进行透传。我们可以利用这个字段针对不同的租户（或叫业务方）来做不同的配置，比如：取货码的长度、取货码编排的方式、取货码映射库表位置的策略等等做成可配，只要把主干逻辑进一步抽象，并使用策略模式进行个性化编码。
四、总结
实现取货码逻辑的时候，发现网上券码这块的方案、技术文章比较少，当时萌生了写篇文章抛砖引玉做个分享的想法。事实上，我相信大多数公司可能或多或少也是这么做的，哪怕采取了别的方案也能殊途同归。本篇文章整体只是介绍了一个思路，而这个思路类似一个简化版的订单分库分表，但这就是神奇所在，事实上我们还可以将一些常用的技术方案落地到不同的应用场景，大胆地做一些尝试，多走一些未曾设想过的道路！
主题系列文章：
版权声明: 本文为 InfoQ 作者【vivo互联网技术】的原创文章。
原文链接:【http://xie.infoq.cn/article/649180c4d09ec759bf5f82ed9】。文章转载请联系作者。
官方公众号：vivo互联网技术，ID：vivoVMIC 2020.07.10 加入
分享 vivo 互联网技术干货与沙龙活动，推荐最新行业动态与热门会议。
评论