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
ps酷教程4 小时前
Jackson 解决没有无参构造函数的反序列化问题
java
NiceCloud喜云4 小时前
Opus 4.8 的 Effort Control 怎么选:Low 到 Max 五档策略
android·java·大数据·前端·c++·python·spring
sheeta19985 小时前
LeetCode 每日一题笔记 日期:2026.05.29 题目:3300. 最小元素
笔记·leetcode
_日拱一卒5 小时前
LeetCode:994腐烂的橘子
java·数据结构·算法·leetcode·深度优先
隔窗听雨眠5 小时前
Nginx网关响应慢排查手记
java·服务器·nginx
中屹指纹浏览器5 小时前
2026指纹浏览器代理链路适配原理与多线路集群调度方案
经验分享·笔记
智慧物业老杨5 小时前
智慧物业合同周期管理系统:从风险预警到智能交接的全流程数智化落地方案
java·人工智能·python
不羁的木木5 小时前
ArkWeb实战学习笔记05-综合实战:构建混合应用
笔记·学习·harmonyos
源码宝6 小时前
MES系统源码:Java8 + SpringBoot2.7 + MySQL8 + Redis,后端源码清爽易扩展
java·后端·源码·springboot·mes系统·源码二开·mes源码
CC大煊6 小时前
一个Javaer的AI转型笔记(1):入坑LangChain,我的第一个hello world
笔记·langchain