优惠券查询

这个优惠券查询是面向 C 端 的优惠券查询任务，因此不能类似于后管系统直接查询数据库。为了保证查询性能和系统稳定性，我们采用了多级缓存 + 布隆过滤器 + 分布式锁的架构设计。

---

1. 整体架构

查询请求通过 findCouponTemplate(requestParam) 方法入口，依次经过以下五层处理：

第一层：Redis Hash 缓存

• 缓存 Key：coupon:template:{couponTemplateId}
• 命中 → 直接返回缓存数据
• 未命中 → 进入 loadAndCacheCouponTemplate() 方法

第二层：布隆过滤器（防缓存穿透）

• 检查方法：couponTemplateQueryBloomFilter.contains(couponTemplateId)
• 不存在 → 抛出异常："优惠券模板不存在或已过期"
• 存在 → 继续执行下一层

第三层：空值缓存检查（防缓存穿透）

• 缓存 Key：coupon:template:is_null:{couponTemplateId}
• 存在空值标记 → 抛出异常："优惠券模板不存在或已过期"
• 不存在 → 继续执行下一层

第四层：分布式锁 + 双重检查

• 锁 Key：lock:coupon:template:{couponTemplateId}
• 获取锁失败 → 返回繁忙提示："系统繁忙，请稍后重试"
• 获取锁成功 → 执行双重检查：
  1. 再次检查 Redis 缓存
  2. 再次检查空值缓存
  3. 若均未命中，查询数据库

第五层：数据库查询

• 查询方法：queryActiveCouponTemplate()
• 查询到数据 → 使用 Lua 脚本原子写入缓存 → 返回数据
• 未查询到数据 → 设置空值缓存（TTL 5 分钟）→ 抛出异常

2. 核心设计详解

2.1 Redis Hash 缓存

采用 Hash 结构存储优惠券模板数据，相比 String 结构的优势：

• 可以单独读取/修改某个字段，减少网络传输
• 更节省内存（共享 key 元数据）

// 缓存 Key 格式
String cacheKey = String.format(EngineRedisConstant.COUPON_TEMPLATE_KEY, couponTemplateId);

// 读取缓存
Map<Object, Object> cachedData = stringRedisTemplate.opsForHash().entries(cacheKey);

2.2 布隆过滤器 (Bloom Filter)

用于快速判断优惠券模板是否存在，防止恶意请求穿透到数据库。

特点：

• 存在误判：布隆过滤器说"存在"，实际可能不存在（误判率可控）
• 不存在精确：布隆过滤器说"不存在"，则一定不存在

boolean contains = couponTemplateQueryBloomFilter.contains(requestParam.getCouponTemplateId());
if (!contains) {
    throw new ClientException("优惠券模板不存在或已过期");
}

2.3 空值缓存 (Null Cache)

解决布隆过滤器误判的问题。当数据库确实不存在某条记录时，缓存一个空标记，避免后续请求继续穿透。

// 检查空值缓存
String nullCacheKey = String.format(EngineRedisConstant.COUPON_TEMPLATE_IS_NULL_KEY, couponTemplateId);
if (StringUtils.hasText(stringRedisTemplate.opsForValue().get(nullCacheKey))) {
    throw new ClientException("优惠券模板不存在或已过期");
}

// 设置空值缓存（数据库查询为空时）
stringRedisTemplate.opsForValue().set(nullCacheKey, "1", 5, TimeUnit.MINUTES);

设计要点：

• TTL 设置为 5 分钟，避免长期占用缓存空间
• 如果后续新增了该模板，5 分钟后自然失效，不影响正常查询

2.4 分布式锁 + 双重检查

解决缓存击穿问题：当大量请求同时查询一个不在缓存中的热点数据时，可能导致数据库瞬间压力过大。

String lockKey = String.format(EngineRedisConstant.LOCK_COUPON_TEMPLATE_KEY, couponTemplateId);
RLock lock = redissonClient.getLock(lockKey);

// 尝试获取锁，最多等待 3 秒
boolean acquired = lock.tryLock(3, TimeUnit.SECONDS);
if (!acquired) {
    throw new ClientException("系统繁忙，请稍后重试");
}

try {
    // 双重检查：再次查询缓存
    Map<Object, Object> cachedData = stringRedisTemplate.opsForHash().entries(cacheKey);
    if (!cachedData.isEmpty()) {
        return cachedData;  // 其他线程已经加载完成
    }
    
    // 查询数据库并缓存...
} finally {
    lock.unlock();
}

双重检查的意义：

• 第一次检查（锁外）：快速返回，减少锁竞争
• 第二次检查（锁内）：确保只有一个线程查询数据库

2.5 Lua 脚本原子缓存

使用 Lua 脚本保证 HMSET 和 EXPIREAT 的原子性，避免缓存写入成功但过期时间设置失败的问题。

String luaScript = "redis.call('HMSET', KEYS[1], unpack(ARGV, 1, #ARGV - 1)) " +
                   "redis.call('EXPIREAT', KEYS[1], ARGV[#ARGV])";

过期时间设计：

• 缓存过期时间 = 优惠券活动的 validEndTime
• 活动结束后缓存自动失效，无需额外清理

3. 异常处理

场景	处理方式	用户提示
布隆过滤器判断不存在	直接拒绝	"优惠券模板不存在或已过期"
命中空值缓存	直接拒绝	"优惠券模板不存在或已过期"
获取分布式锁失败	重试或拒绝	"系统繁忙，请稍后重试"
数据库查询为空	设置空值缓存并拒绝	"优惠券模板不存在或已过期"

4. 性能分析

指标	说明
缓存命中	O(1) 时间复杂度，直接返回
布隆过滤器	O(k) 时间复杂度，k 为哈希函数个数，通常 < 10
数据库查询	仅在缓存未命中且通过所有检查后才执行
锁粒度	按 couponTemplateId 加锁，不影响其他模板的查询

5. 关键代码入口

@Override
public CouponTemplateQueryRespDTO findCouponTemplate(CouponTemplateQueryReqDTO requestParam) {
    String cacheKey = String.format(EngineRedisConstant.COUPON_TEMPLATE_KEY, requestParam.getCouponTemplateId());
    Map<Object, Object> cachedData = stringRedisTemplate.opsForHash().entries(cacheKey);

    if (cachedData.isEmpty()) {
        cachedData = loadAndCacheCouponTemplate(requestParam, cacheKey);
    }

    return BeanUtil.mapToBean(cachedData, CouponTemplateQueryRespDTO.class, false, CopyOptions.create());
}