08小节：用户兑换秒杀优惠券功能（一）

作者：程序员马丁

在线博客：https://nageoffer.com

note

热门项目实战社群，收获国内众多知名公司面试青睐，近千名同学面试成功！助力你在校招或社招上拿个offer。

开发兑换/秒杀优惠券功能（一），元数据信息：

• 什么是牛券oneCoupon：https://t.zsxq.com/pAWgS
• 代码仓库：https://gitcode.net/nageoffer/onecoupon —— 申请项目权限参考上述牛券项目链接
• 章节难度：★★★☆☆ - 较难
• 视频地址：文档先行视频次之

©版权所有 - 拿个offer-开源&项目实战星球专属学习项目，依据《中华人民共和国著作权法实施条例》和《知识星球产权保护》，严禁未经本项目原作者明确书面授权擅自分享至 GitHub、Gitee 等任何开放平台。违者将面临法律追究。

---

内容摘要：本文介绍了优惠券兑换和秒杀业务的关键技术实现。首先，通过编程式事务保障了数据的正确性，同时整合了 Redis 和 RocketMQ 等组件行为。考虑到秒杀业务对高吞吐量的需求，我们在 v2 版本中对架构进行了优化，通过 Canal Binlog 监听机制解决了这一问题，大幅提升了系统吞吐量并减少了异常发生的概率。

课程目录如下所示：

• 业务背景
• Git 分支
• 秒杀业务难点
• 优惠券秒杀前置拦截
• 优惠券保存数据库
• 重构优惠券秒杀方案
• Redis 缓存序列化器
• 执行优惠券兑换
• 文末总结

业务背景

通过之前的章节，我们已经把优惠券相关的业务铺垫的差不多了，接下来我们正式开启引擎服务的优惠券兑换/秒杀业务。

普通兑换自然没有那么多弯弯绕绕，但是涉及到一些比较大额或者有吸引力的优惠券来说，就不一样了，会面临大量用户抢购少量的库存，也就是我们常说的秒杀架构。和常规的秒杀系统一样，我们也是采用了缓存抗并发、然后扣减缓存成功的请求可以进行扣减数据库，并将优惠券添加到用户的领券记录中。

有一点需要和大家先说明下，因为优惠券的领取不像 12306 一样需要保障强一致性，所以，理论上可以从技术方案上做减法，会有一些容忍故障。

再和大家多扯一句，那就是面试可以造火箭，但是你得知道复杂技术方案带来的落地难度问题。有时候针对没那么重要的场景，方案简单粗暴一点并没有问题。很多同学会说缓存宕机了怎么办？缓存主从异步同步丢失数据怎么办？缓存扣减成功数据库没扣减时应用宕机了怎么办？诸如此类，只是一张优惠券而已，其实没有啥问题。

虽然我们是这么说，但还是会以较严谨的方式给大家讲解牛券的秒杀架构。

Git 分支

20240908_dev_acquire-coupon_seckill_ding.ma

秒杀业务难点

在我们兑换/秒杀优惠券模板的接口中，可能会存在以下三个难点：

• 高并发流量压力：秒杀活动往往会瞬间吸引大量用户访问系统，导致流量骤增，如果直接访问数据库，可能会让数据库负载过重，甚至导致宕机。
• 库存超卖问题：由于并发请求，多个用户同时抢购可能会导致系统超卖，即多个用户同时购买到同一库存。
• 用户超领问题：优惠券中会有一个限制，每个用户限流几张，应该如何避免用户领取超过这个限制。

在接下来的讲解中，我们会逐一完成这些难点说明和解决方案讲解。

优惠券秒杀前置拦截

1. 验证优惠券

首先呢，我们应该对前端传来的数据秉承着完全不可信原则，首先验证是否存在，其次呢验证优惠券是否有效活动期间。

代码如下所示：

@Override
public void redeemUserCoupon(CouponTemplateRedeemReqDTO requestParam) {
    // 验证缓存是否存在，保障数据存在并且缓存中存在
    CouponTemplateQueryRespDTO couponTemplate = couponTemplateService.findCouponTemplate(BeanUtil.toBean(requestParam, CouponTemplateQueryReqDTO.class));

    // 验证领取的优惠券是否在活动有效时间
    boolean isInTime = DateUtil.isIn(new Date(), couponTemplate.getValidStartTime(), couponTemplate.getValidEndTime());
    if (!isInTime) {
        // 一般来说优惠券领取时间不到的时候，前端不会放开调用请求，可以理解这是用户调用接口在“攻击”
        throw new ClientException("不满足优惠券领取时间");
    }
}

2. 扣减缓存

如果验证优惠券模板没有问题，那我们开始进行库存扣减和验证用户是否领取优惠券超额。

代码如下所示：

private final static String STOCK_DECREMENT_AND_SAVE_USER_RECEIVE_LUA_PATH = "lua/stock_decrement_and_save_user_receive.lua";

@Override
public void redeemUserCoupon(CouponTemplateRedeemReqDTO requestParam) {
    // ......

    // 获取 LUA 脚本，并保存到 Hutool 的单例管理容器，下次直接获取不需要加载
    DefaultRedisScript<Long> buildLuaScript = Singleton.get(STOCK_DECREMENT_AND_SAVE_USER_RECEIVE_LUA_PATH, () -> {
        DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
        redisScript.setScriptSource(new ResourceScriptSource(new ClassPathResource(STOCK_DECREMENT_AND_SAVE_USER_RECEIVE_LUA_PATH)));
        redisScript.setResultType(Long.class);
        return redisScript;
    });

    // 验证用户是否符合优惠券领取条件
    JSONObject receiveRule = JSON.parseObject(couponTemplate.getReceiveRule());
    String limitPerPerson = receiveRule.getString("limitPerPerson");

    // 执行 LUA 脚本进行扣减库存以及增加 Redis 用户领券记录次数
    String couponTemplateCacheKey = String.format(EngineRedisConstant.COUPON_TEMPLATE_KEY, requestParam.getCouponTemplateId());
    String userCouponTemplateLimitCacheKey = String.format(EngineRedisConstant.USER_COUPON_TEMPLATE_LIMIT_KEY, UserContext.getUserId(), requestParam.getCouponTemplateId());
    Long stockDecrementLuaResult = stringRedisTemplate.execute(
            buildLuaScript,
            ListUtil.of(couponTemplateCacheKey, userCouponTemplateLimitCacheKey),
            String.valueOf(couponTemplate.getValidEndTime().getTime()), limitPerPerson
    );

    // 判断 LUA 脚本执行返回类，如果失败根据类型返回报错提示
    long firstField = StockDecrementReturnCombinedUtil.extractFirstField(stockDecrementLuaResult);
    if (RedisStockDecrementErrorEnum.isFail(firstField)) {
        throw new ServiceException(RedisStockDecrementErrorEnum.fromType(firstField));
    }
}

为了避免访问库存扣减和判断用户是否已超额领取优惠券多次 Redis 请求，所以我们还是依然采用 Redis Lua 脚本执行。

Lua 脚本如下所示：

-- Lua 脚本: 检查用户是否达到优惠券领取上限并记录领取次数

-- 参数列表：
-- KEYS[1]: 优惠券库存键 (coupon_stock_key)
-- KEYS[2]: 用户领取记录键 (user_coupon_key)
-- ARGV[1]: 优惠券有效期结束时间 (timestamp)
-- ARGV[2]: 用户领取上限 (limit)

local function combineFields(firstField, secondField)
    -- 确定 SECOND_FIELD_BITS 为 14，因为 secondField 最大为 9999
    local SECOND_FIELD_BITS = 14

    -- 根据 firstField 的实际值，计算其对应的二进制表示
    -- 由于 firstField 的范围是0-2，我们可以直接使用它的值
    local firstFieldValue = firstField

    -- 模拟位移操作，将 firstField 的值左移 SECOND_FIELD_BITS 位
    local shiftedFirstField = firstFieldValue * (2 ^ SECOND_FIELD_BITS)

    -- 将 secondField 的值与位移后的 firstField 值相加
    return shiftedFirstField + secondField
end

-- 获取当前库存
local stock = tonumber(redis.call('HGET', KEYS[1], 'stock'))

-- 判断库存是否大于 0
if stock <= 0 then
    return combineFields(1, 0) -- 库存不足
end

-- 获取用户领取的优惠券次数
local userCouponCount = tonumber(redis.call('GET', KEYS[2]))

-- 如果用户领取次数不存在，则初始化为 0
if userCouponCount == nil then
    userCouponCount = 0
end

-- 判断用户是否已经达到领取上限
if userCouponCount >= tonumber(ARGV[2]) then
    return combineFields(2, userCouponCount) -- 用户已经达到领取上限
end

-- 增加用户领取的优惠券次数
if userCouponCount == 0 then
    -- 如果用户第一次领取，则需要添加过期时间
    redis.call('SET', KEYS[2], 1)
    redis.call('EXPIRE', KEYS[2], ARGV[1])
else
    -- 因为第一次领取已经设置了过期时间，第二次领取沿用之前即可
    redis.call('INCR', KEYS[2])
end

-- 减少优惠券库存
redis.call('HINCRBY', KEYS[1], 'stock', -1)

return combineFields(0, userCouponCount)

这里我们还是采用了之前的策略，将返回的两个参数包装为一个 long 类型的数据，并进行拆分。两个参数分别如下：

• 请求是否成功：有 3 个参数，0 代表请求成功，1 代表优惠券已被领取完啦，2 代表用户已经达到领取上限。
• 用户领取次数：初始化为 0，每次领取成功后自增加 1。

如果返回 0,x 代表请求成功，x 就是目前用户已领取优惠券的次数，会把这个 x 保存到数据库表 t_user_coupon 的领取次数 receive_count 字段中。

解锁付费内容，👉 戳