大厂的优惠券系统是如何设计的？

1 Scenario 场景

电商系统的促销手段（Electronic Commerce Systems）：

• 优惠券
• 拼团
• 砍价
• 老带新

优惠券的种类

• 满减券
• 直减券
• 折扣券

优惠券系统的核心流程

发券

**发券的方式：**同步发送 or 异步发送

领券

• 谁能领？

  所有用户 or 指定的用户

• 领取上限

  一个优惠券最多能领取多少张？

• 领取方式

  用户主动领取 or 自动发放被动领取

用券

• 作用范围

  商品、商户、类目

• 计算方式

  是否互斥、是否达到门槛等

需求拆解

商家侧：

• 创建优惠券
• 发送优惠券

用户侧：

• 领取优惠券
• 下单
• 使用优惠券
• 支付

2 Service 服务

2.1 服务结构设计

2.2 优惠券系统难点

券的分布式事务，使用券的过程会出现的分布式问题分析

如何防止超发

如何大批量给用户发券

如何限制券的使用条件

如何防止用户重复领券

3 Storage存储

模型的设计

优惠券系统 Coupon System 模型定义

优惠券系统的难点

3.1 表单设计

券批次（券模板），coupon_batch

指一批优惠券的抽象、模板，包含优惠券的大部分属性。

如商家创建了一批优惠券，共1000张，使用时间为2022-11-11 00:00:00 ~ 2022-11-11 23:59:59，规定只有数码类目商品才能使用，满100减50。

券

发放到用户的一个实体，已与用户绑定。

如将某批次的优惠券中的一张发送给某个用户，此时优惠券属于用户。

规则

优惠券的使用有规则和条件限制，比如满100减50券，需要达到门槛金额100元才能使用。

券批次表 coupon_batch

规则表 rule：

规则内容：

{ 
  threshold: 5.01 // 使用门槛 
  amount: 5 // 优惠金额 
  use_range: 3 // 使用范围，0—全场，1—商家，2—类别，3—商品 
  commodity_id: 10 // 商品 id 
  receive_count: 1 // 每个用户可以领取的数量 
  is_mutex: true // 是否互斥，true 表示互斥，false 表示不互斥 
  receive_started_at: 2020-11-1 00:08:00 // 领取开始时间 
  receive_ended_at: 2020-11-6 00:08:00 // 领取结束时间 
  use_started_at: 2020-11-1 00:00:00 // 使用开始时间 
  use_ended_at: 2020-11-11 11:59:59 // 使用结束时间 
}

优惠券表 coupon：

create table t_coupon
(
    coupon_id     int          null comment '券ID，主键',
    user_id       int          null comment '用户ID',
    batch_id      int          null comment '批次ID',
    status        int          null comment '0-未使用、1-已使用、2-已过期、3-冻结',
    order_id      varchar(255) null comment '对应订单ID',
    received_time datetime     null comment '领取时间',
    validat_time  datetime     null comment '有效日期',
    used_time     datetime     null comment '使用时间'
);

优惠券系统

建券

1、新建规则

INSERT INTO rule (name, type, rule_content) 
VALUES(“满减规则”, 0, '{ 
       									threshold: 100 
       									amount: 10 
       									...... 
       								}');

2、新建优惠券批次

INSERT INTO coupon_batch (coupon_name, rule_id, total_count ) 
VALUES(“劳斯莱斯5元代金券”, 1010, 10000);

发券

如何给大量用户发券？

异步发送

触达系统

• 短信、邮件

  可通过调用第三方接口的方式实现

• 站内信

  通过数据库插入记录来实现

信息表 message

create table t_message
(
    id         int null comment '信息ID',
    send_id    int null comment '发送者id',
    rec_id     int null comment '接受者id',
    content    vachar(255) comment '站内信内容',
    is_read    int null comment '是否已读',
    send_time  datetime comment '发送时间'
)
comment '信息表';

先考虑用户量很少的情况，商家要给所有人发站内信，则先遍历用户表，再按照用户表中的所有用户依次将站内信插入到 message 表中。这样，如果有100个用户，则群发一条站内信要执行100个插入操作。

系统用户数增加到万级

发一条站内信，就得重复插入上万条数据。而且这上万条数据的 content 一样！假设一条站内信占100K，发一次站内信就要消耗十几M。对此，可将原来的表拆成两个表：

信息表 message

信息内容表 message_content

发一封站内信的步骤

1. 往 message_content 插入站内信的内容
2. 在 message 表中，给所有用户插入一条记录，标识有一封站内信

千w级用户数

这就有【非活跃用户】的问题，假设注册用户一千万，根据二八原则，其中活跃用户占20%。若采用上面拆成两个表的情况，发一封“站内信”，得执行一千万个插入操作。可能剩下80%用户基本都不会再登录，其实只需对其中20%用户插入数据。

信息表 message：

create table t_message
(
    id         int null comment '信息 ID',
    # send_id    int null comment '发送者 id', 去除该字段
    rec_id     int null comment '接受者 id',
    message_id int null comment '外键，信息内容',
    is_read    int null comment '是否已读'
)
    comment '信息表';

create table t_message_content
(
    id        int          null comment '信息内容id',
  	send_id		 int         null comment '发送者id',
    content   varchar(255) null comment '内容',
    send_time datetime     null comment '发送时间'
);

用户侧操作

登录后，首先查询 message_content 中的那些没有在 message 中有记录的数据，表示是未读的站内信。在查阅站内信的内容时，再将相关的记录插入 message。

系统侧操作

发站内信时：

• 只在 message_content 插入站内信的主体内容
• message 不插入记录

假设商家要给 10W 用户发券

有什么问题？重复消费，导致超发！

1. 运营提供满足条件的用户文件，上传到发券管理后台并选择要发送的优惠券
2. 管理服务器根据【用户ID】、【券批次ID】生成消息，发送到MQ
3. 优惠券服务器消费消息

# 记住使用事务哦！
INSERT INTO coupon (user_id, coupon_id，batch_id)
	VALUES(1001, 66889, 1111);

UPDATE coupon_batch SET total_count = total_count - 1,
													assign_count = assign_count + 1
											WHERE batch_id = 1111 AND total_count > 0; 

领券

步骤

1. 校验优惠券余量

SELECT total_count FROM coupon_batch 
	WHERE batch_id = 1111; 

2. 新增优惠券用户表，扣减余量

# 注意事务！
INSERT INTO coupon (user_id, coupon_id，batch_id)
	VALUES(1001, 66889, 1111); 

UPDATE coupon_batch SET total_count = total_count - 1,
													assign_count = assign_count + 1
											WHERE batch_id = 1111 AND total_count > 0;

用户领券过程中，其实也会出现类似秒杀场景。秒杀场景下会有哪些问题，如何解决？

解决用户重复领取或多领

Redis 数据校验！

1. 领券前，先查缓存

# 判断成员元素是否是集合的成员
SISMEMBER KEY VALUE
SISMEMBER batch_id:1111:user_id 1001

2. 领券
3. 领券后，更新缓存

# 将一或多个成员元素加入到集合中，已经存在于集合的成员元素将被忽略 
SADD KEY VALUE1......VALUEN
SADD batch_id:1111:user_id 1001

用券

何时校验优惠券使用规则？

1. 确认订单（√）
2. 提交订单
3. 立即付款

确认订单页，对优惠券进行校验：

• 判断是否过期
• 判断适用范围
• 判断是否达到门槛
• 判断是否互斥

返回可用券

SELECT batch_id FROM coupon WHERE user_id = 1001 AND status = 0;

SELECT rule_id FROM coupon_batch WHERE batch_id = 1111;

SELECT name, type, rule_content FROM rule WHERE rule_id = 1010;

选择可用券，并返回结果

同时操作多个服务，如何保证一致性？

表设计

优惠券操作记录表 Coupon_opt_record

create table t_coupon_opt_record
(
    user_id     int      null comment '用户id',
    coupon_id   int      null comment '优惠券id',
    operating   int      null comment '操作，0-锁定、1-核销、2-解锁',
    operated_at datetime null comment '操作时间'
);

TCC，Try-Confirm-Cancel，目前分布式事务主流解决方案。

1. 阶段一：Try

对资源进行冻结，预留业务资源

创建订单时，将优惠券状态改为 “冻结”

2. 阶段二：Confirm

确认执行业务操作，做真正提交，将第一步Try中冻结的资源，真正扣减

订单支付成功，将优惠券状态改为 “已使用”

3. 阶段三：Cancel

取消执行业务操作，取消Try阶段预留的业务资源

支付失败/超时或订单关闭情况，将优惠券状态改为 “未使用”

Scale 扩展

快过期券提醒

定时扫券表

缺点：扫描数据量太大，随着历史数据越来越多，会影响线上主业务，最终导致慢SQL。

延时消息

缺点：有些券的有效时间太长了(30天)以上，有可能造成大量 MQ 积压

新增通知表

优点：扫描的数据量小，效率高。删除无用的已通知的数据记录

通知信息表（notify_msg）设计

create table t_notify_msg
(
    id          bigint auto_increment comment '自增主键',
    coupon_id   bigint       null comment '券id',
    user_id     bigint       null comment '用户id',
    notify_day  varchar(255) null comment '需要执行通知的日期',
    notify_type int          null comment '通知类型，1-过期提醒',
    notif_time  timestamp    null comment '通知的时间，在该时间戳所在天内通知',
    status      int          null comment '通知状态，0-初始状态、1-成功、2-失败',
    constraint t_notify_msg_id_uindex
        unique (id)
);

alter table t_notify_msg
    add primary key (id);

过期券提醒：

1. 在创建优惠券的时候就将需要提醒的记录插入提醒表中notify_msg
2. 把用户ID+批次ID+通知日期作为唯一索引，防止同一个批次有重复的记录通知，保证每天只会被通知一次
3. 建立notify_time，通知时间索引，每日的通知扫描通过该索引列查询，通过索引列来提高查询效率
4. 通知完成后该表中的数据变失去了意义，通过定时任务将该数据删除

数据库层面优化 - 索引

发券接口，限流保护

前端限流

点击一次后，按钮短时间内置灰

后端限流

部分请求直接跳转到【繁忙页】