给自己复盘用的tjxt笔记day12第二部分

面试问题

1.你们的优惠券规则是如何编码实现的?

答:我们的优惠规则是基于策略模式 来定义的。在初期做调研的时候也考虑过规则引擎 ,不过考虑到我们的优惠规则并不复杂,而且规则引擎太重,增加了学习和维护成本,最终选择了基于策略模式来自定义规则。

2.你在项目中有没有使用到设计模式?

答:当然用到过,比如在优惠券功能中就使用了策略模式来定义优惠规则。还有我实现的基于注解的通用分布式锁组件 ,也使用到了策略模式工厂模式

3.你在项目中有没有使用到线程池或者并发编程?

答:当然,项目中很多地方都有用到。比如在实现优惠券的推荐算法时,我们采用的是排列组合多种优惠方案 ,然后分别计算 ,最终筛选出最优解的思路

由于需要计算的优惠方案可能较多,为了提高计算效率,我们利用了CompletableFuture 来实现多方案的并行计算。并且由于要筛选最优解,那就需要等待所有方案都计算完毕,再来筛选。因此就使用了CountdownLatch来做多线程的并行控制

4.那你能不能聊一聊CountdownLatch的基本原理?

略,参考面试宝典

5.使用优惠券的订单可能包含多个商品,如果出现部分商品退款的情况,你们如何处理退款金额?优惠券是如何处理的?

答:这里处理的方案有很多种,可以选择退券或不退券 。不过基于产品的需求,我们采用的是不退券的方案。

具体来说,就是在一开始下单时,就会根据优惠券本身的使用范围,筛选出订单中可以参与优惠的商品,然后计算出每一个被优惠的商品具体的优惠金额分成,以及对应的实付金额。

而在退款的时候,如果用户选择只退部分商品,我们就可以根据每个商品的实付金额来退款,实现订单拆分退款。同时也满足退款不退券的原则。

当然,如果订单未支付,直接取消或者超时关闭,是可以退还优惠券的。

相关推荐
程序员黑豆6 小时前
Java字符串详解
java·前端·ai编程
EntyIU8 小时前
NFS离线部署
java
XGeFei8 小时前
【AI应用/Agent智能体搭建平台2】Dify——自部署
人工智能·笔记·学习
祈禾8 小时前
Redis三大缓存问题与分布式锁
运维·数据库·redis·笔记·分布式·缓存
少晓年10 小时前
Spring Security OAuth2.0 自定义过滤器实践:从原理到实战
spring
OH_TPC10 小时前
HarmonyOS APP开发---“滤镜大师“图像处理App,需要用到这个库
java·图像处理·华为·harmonyos·鸿蒙
IT古董11 小时前
【MES学习笔记系列】MES 厂商与产品对比
笔记·学习
imaol112 小时前
链表 -- 环链表
java·前端·链表
wangyue_msn_8612 小时前
Agent知识学习笔记——03 RAG
笔记·学习·ai编程
imaol112 小时前
链表 -- 双向链表
java·前端·链表