SpringCloudAlibaba落地电商项目（二）：复杂度分析
作者：互联网
一、订单业务复杂度分析
对于订单系统来说，业务复杂度主要体现在流程复杂、状态多、状态转换复杂等问题。
1、流程设计
从流程上说，订单系统有下单流程、退款流程、退货流程、换货流程、业务对账、业务订正等场景，场景复杂。
2、状态设计
对于各种状态以及各种状态的转换，使用状态机进行处理，同时这么多的状态，在前端应该怎么显示，也是需要进行设计的。
3、拆单规则
对于不能放在一个订单内的商品，虽然是一起下单，一起生成了原始订单，但是在实际支付后，是需要进行拆单处理的，
常规的做法是对于跨商家、跨仓储、由于业务和合规需要拆单、订单金额超阈值、体积重量超阈值等情况需要进行拆单处理。
4、优惠拆分
对于优惠信息来说，下单时用户选的优惠券是统一使用的，如何将优惠券拆分到每个商家、以及发生售后时优惠券如何处理都是一个比较难处理的问题。
二、技术复杂度
1、单表数据量大
对于单表数据量大，主要方案就是进行分表处理，采用了分表，就会带来其他的问题，例如路由规则如何设定、分布式事务如何处理、分表中间件选型、全局唯一订单如何保证、查询时没有分片建怎么处理？针对这些问题的解决方案如下图所示：
2、TPS高
TPS高就是写入速率高，可以采用分库处理，一旦采用了分库，就会带来其他的问题，与分表不同的是，会存在分布式事务的问题
3、QPS高
QPS高是读取速率高，那么可以采用增加缓存、使用数据库主从&读写分离的方式来提高QPS，那么就会带来新的问题，例如如何保证缓存一致性、主从数据库同步延迟怎么处理、读写分离的规则如何划定等
4、 多维度查询复杂
采用了分库分表后，很难支持多维度复杂的查询，特别是没有分片建的一些查询，该场景可以使用ES进行处理，那么就会带来新的问题，例如如何保证数据一致性、ES数据延迟等情况
5、历史数据量大
随着订单数据量的不断增加，历史数据也会越来越多，但是历史数据又不会经常查询，如何解决历史数据同时又能保证历史数据的查询是一个问题。该场景可以使用hbase做数据归档，那么就需要考虑归档逻辑，归档数据查询的问题
6、数据安全
在实际落地时，我们要考虑接口的幂等、并发锁、多租户、网络隔离等问题，例如：
幂等可以使用前端置灰防止重复提交、前端使用唯一ID标记一次提交、后端预生成订单号、redis记录临时提交、基于数据库唯一索引等方式进行保证
并发锁可以使用乐观锁和悲观锁进行保证并发安全，例如乐观锁用于状态更新、悲观锁用于订单创建
7、系统容灾
上面分分析，用到了ES、Mysql、Redis等中间件，对于中间件使用集群的方式保证高可用，从业务服务的角度，需要对服务进行集群部署，同时进行限流、熔断、降级等处理
8、系统容量及吞吐量
系统容量和吞吐量可以通过评估、扩容、异步等方式来保证
9、预警能力
一个系统是否是稳健的，可度量、可追踪、可视化是必备的能力之一，例如监控和告警等，预警能力可以从接口层、应用层、OS、中间件等各个维度进行监控
10、其他
如果用户量大，其实还需要从机房的角度做高可用，例如用户分区和多机房等。
标签：处理,复杂度,中间件,查询,订单,数据量,电商,SpringCloudAlibaba,流程 来源： https://www.cnblogs.com/liconglong/p/16521516.html