带你读《2022技术人的百宝黑皮书》——淘宝购物车5年技术升级与沉淀（17）https://developer.aliyun.com/article/1340548?groupCode=taobaotech
应用的业务场景
淘宝沉淀的客户端筛选方案最终支持多个业务落地，包括跨店满减、预售等浮层筛选，以及NewCart中降价、常购等多Tab模式筛选：
交易核心如何引入算法导购链路
这里我们依旧以淘宝惊喜券项目为例，项目背景直接阅读“惊喜券项目”部分。惊喜券项目伴随业务发展最终沉淀技术架构如下图所示：
项目落地的过程中，主要围绕以下两个挑战与命题进行探索与沉淀：
- 【技术挑战一】：大数据量活动商品（百万）情况下，如何完成购物车（交易）核心链路对用户所有购物车商品的筛选；
- 【技术挑战二】：如何在购物车(交易)核心链路场景，面向用户保障导购营销业务的确定性以及人货匹配的精准 度（算法接入）；
挑战一：活动商品的筛选
【问题定义】：
业务上氛围的透出面向用户购物车全部商品，以及购物车分页查询的事实意味着商品的筛选只能依靠基础商品id信 息，那么大数据量活动商品id的存储和过滤的性能，在购物车核心链路便成为第一项技术挑战；
- 【解决方案描述】
如上图所示，三个业务阶段的发展，对应三种不断优化的核心链路商品筛选方式，从diamond、到内存布隆过滤到最终选择的tairBloom方案，他具备以下优势：
- 使用RDB存储规模级活动商品信息，打破购物车内存限制对参与活动商品量级的要求；
- 由定时推送大文件数据到购物车机器，改为对远程RDB存储信息进行实时维护，降低对购物车应用自身稳定性 风险的同时进一步提高业务的确定性；
带你读《2022技术人的百宝黑皮书》——淘宝购物车5年技术升级与沉淀（19）https://developer.aliyun.com/article/1340546?groupCode=taobaotech
