民宿预订系统优惠券营销模块设计要点
一、业务痛点：民宿优惠券场景下的技术难题
民宿预订和通用电商订单存在明显差异，房源绑定、入住时段限制、多维度核销规则，让优惠券模块更容易出现业务漏洞。
- 领券并发超发：大促活动时大量用户同时领取优惠券，简单的先查询再插入会造成超领，超出营销预算。
- 优惠规则校验复杂：优惠券需要绑定指定民宿、限定入住日期、设置最低入住晚数、订单满额门槛，多条件叠加容易出现价格计算错误。
- 核销幂等难以保障：同一订单重复提交优惠券，会导致多次扣减优惠金额，造成资金损失。
- 优惠券与房态联动：淡季券、周末专享券需要和房源日历强绑定，未做时段校验会出现违规使用。
二、整体架构设计
本模块采用SpringBoot+MySQL+Redis技术栈，分层设计解耦业务逻辑，整体分为四层：
- 接口层：提供领券、查券、核销接口，做参数校验与防重复提交。
- 业务服务层：拆分领券服务、规则校验服务、核销服务，使用策略模式处理不同类型优惠券。
- 缓存层：Redis承载优惠券库存、用户领券记录，拦截大部分数据库请求，应对高并发领取场景。
- 数据持久层：MySQL存储优惠券批次、用户持有券、核销记录，保证数据可追溯。
三、数据库模型设计
3.1 核心数据表设计
- 优惠券批次表（coupon_batch）：存储券的基础规则，包含优惠类型、面额、有效期、适用民宿、入住时段限制、总库存、单人限领数量。
- 用户优惠券表（user_coupon）：记录用户领取到的每一张券，包含券状态（未使用/已使用/已过期）、绑定订单号、核销时间。
- 优惠券核销记录表（coupon_verify_log）：保存每一次核销流水，保证订单核销可追溯，防止重复核销。
3.2 关键字段约束
为防止超领与重复领券，在user_coupon表建立userId+batchId联合唯一索引，作为最后的数据兜底。
四、高并发领券功能实现（Java代码实现）
4.1 三级防超领方案
- 前端：按钮置灰，限制短时间重复点击。
- Redis层：使用分布式锁控制单人单次领券，同时缓存剩余库存，避免穿透数据库。
- 数据库层：联合唯一索引+行锁，杜绝重复领取。
4.2 核心领券代码
@Service
public class CouponReceiveService {
@Autowired
private StringRedisTemplate redisTemplate;
@Autowired
private CouponBatchMapper batchMapper;
@Autowired
private UserCouponMapper userCouponMapper;
// 分布式锁前缀
private static final String LOCK_PREFIX = "coupon:lock:";
// 库存缓存key
private static final String STOCK_PREFIX = "coupon:stock:";
@Transactional(rollbackFor = Exception.class)
public ResultDTO receiveCoupon(Long userId, Long batchId) {
String lockKey = LOCK_PREFIX + userId + ":" + batchId;
// 1. 获取Redis分布式锁
Boolean lock = redisTemplate.opsForValue().setIfAbsent(lockKey, "1", 30, TimeUnit.SECONDS);
if (!lock) {
return ResultDTO.fail("请勿重复领取优惠券");
}
try {
// 2. 校验缓存库存
String stockStr = redisTemplate.opsForValue().get(STOCK_PREFIX + batchId);
if (StringUtils.isEmpty(stockStr) || Integer.parseInt(stockStr) <= 0) {
return ResultDTO.fail("优惠券已领完");
}
// 3. 扣减缓存库存
Long decrement = redisTemplate.opsForValue().decrement(STOCK_PREFIX + batchId);
if (decrement < 0) {
redisTemplate.opsForValue().increment(STOCK_PREFIX + batchId);
return ResultDTO.fail("优惠券已领完");
}
// 4. 写入用户优惠券记录，唯一索引防止重复入库
UserCoupon userCoupon = new UserCoupon();
userCoupon.setUserId(userId);
userCoupon.setBatchId(batchId);
userCoupon.setStatus(0);
userCouponMapper.insert(userCoupon);
return ResultDTO.success("领券成功");
} finally {
// 释放分布式锁
redisTemplate.delete(lockKey);
}
}
}
五、民宿场景专属规则校验模块设计
民宿优惠券不能直接套用电商满减逻辑，必须增加房源与入住时段校验，采用策略模式区分不同券类型：满减券、折扣券、周末专享券、连住专享券。
5.1 核心校验规则
- 房源范围校验：优惠券仅支持指定民宿，过滤掉不在范围内的房源订单。
- 入住日期校验：判断订单入住时间是否在券的可用时段内，屏蔽节假日不可用限制。
- 入住晚数校验：满足最低连住晚数才能使用优惠券。
- 订单金额门槛：订单金额达到最低消费金额才可核销。
5.2 规则校验核心代码
public interface CouponRuleStrategy {
/**
* 校验优惠券是否可用
* @param userCoupon 用户券
* @param orderDTO 预订订单信息
* @return 校验结果
*/
CheckResult check(UserCoupon userCoupon, HomestayOrderDTO orderDTO);
}
// 连住优惠券实现类
@Component
public class NightCouponStrategy implements CouponRuleStrategy {
@Override
public CheckResult check(UserCoupon userCoupon, HomestayOrderDTO orderDTO) {
CouponBatch batch = batchMapper.selectById(userCoupon.getBatchId());
// 校验入住晚数
if (orderDTO.getNightCount() < batch.getMinNights()) {
return CheckResult.fail("未达到最低入住晚数要求");
}
// 校验民宿匹配
if (!batch.getHomestayIdList().contains(orderDTO.getHomestayId())) {
return CheckResult.fail("该优惠券不适用于当前民宿");
}
return CheckResult.success();
}
}
六、订单核销与幂等控制
6.1 核销业务逻辑
- 下单时传入券ID，先执行全部规则校验；
- 校验通过后，使用数据库乐观锁更新用户优惠券状态为已使用；
- 插入核销流水，绑定订单ID，保证一张券只能绑定一个订单。
6.2 幂等实现要点
- 接口增加唯一流水号，重复请求直接返回上次处理结果；
- 更新优惠券状态时带上版本号，防止多次更新；
- 核销流水表增加订单ID唯一索引，避免同一订单多次核销优惠券。
七、异常兜底与数据一致性保障
- 缓存与数据库库存不一致：定时任务定期将Redis库存和数据库批次库存做校对，自动补偿差额。
- 领券失败回滚：库存扣减成功但入库失败时，主动回滚Redis库存数值。
- 过期券自动处理：通过定时任务批量更新已过期优惠券状态，释放占用的营销额度。
八、模块性能优化总结
- 热点优惠券库存全部放入Redis缓存，减少MySQL查询压力；
- 规则校验逻辑全部下沉到业务层，避免复杂SQL拖慢查询；
- 用户领券记录按用户ID做分表，随着用户量增长平滑扩容；
- 异步记录核销日志，不阻塞主订单下单流程。
九、结语
民宿优惠券模块的核心难点，不在于简单的金额计算，而是贴合民宿预订的房源、入住时段、连住条件等业务约束，同时兼顾高并发领券下的数据安全。通过缓存+分布式锁+数据库唯一索引三层防护，配合策略模式管理多样化优惠规则，既可以支撑大促峰值流量，又能严格控制营销成本，避免超发、错用、重复核销等线上问题。
