[场景题]如何实现购物车

1. 基于Session的购物车（适合小型单体应用）

• 核心思路：将购物车数据存储在用户会话（Session）中，适用于无需持久化的临时购物车。

• 实现步骤：

  1. 数据结构 ：使用Map<商品ID, 商品数量>或自定义CartItem对象（包含商品ID、数量、选中状态等）。
  2. 操作逻辑：

• 添加商品：检查Session中是否存在购物车，若不存在则初始化；存在则更新商品数量。

• 删除商品：从Session的购物车Map中移除指定商品。

• 合并购物车 ：用户登录后，将临时购物车（Session）与用户数据库中的购物车合并。

  3. 生命周期：购物车数据随Session过期而清除（默认30分钟）。

• 代码示例：

  HttpSession session = request.getSession();
  Map<Long, Integer> cart = (Map<Long, Integer>) session.getAttribute("cart");
  if (cart == null) {
      cart = new HashMap<>();
      session.setAttribute("cart", cart);
  }
  cart.put(productId, quantity);

• 优缺点：

  • 优点：实现简单，无数据库依赖。
  • 缺点：数据易丢失（Session过期或服务器重启）；不支持多端同步。

---

2. 基于数据库的购物车（适合需要持久化的场景）

• 核心思路：将购物车数据持久化到数据库，适用于用户登录后长期保存购物车。

• 数据库设计：

  CREATE TABLE cart (
      id BIGINT PRIMARY KEY AUTO_INCREMENT,
      user_id BIGINT NOT NULL,        -- 用户ID
      product_id BIGINT NOT NULL,     -- 商品ID
      quantity INT NOT NULL,          -- 商品数量
      selected BOOLEAN DEFAULT TRUE,  -- 是否选中
      create_time TIMESTAMP,
      update_time TIMESTAMP
  );

• 实现步骤：

  1. 添加商品：

• 检查用户购物车中是否已存在该商品：存在则UPDATE quantity，否则INSERT新记录。

  2. 合并购物车：

• 用户登录后，将未登录时的临时购物车（如Cookie或LocalStorage）与数据库购物车合并。

  3. 性能优化：

• 缓存机制：将购物车数据缓存到Redis，减少数据库查询。

• 批量操作：支持批量添加/删除商品，减少数据库IO。

• 代码示例（MyBatis）：

  <update id="updateCartQuantity">
    UPDATE cart 
    SET quantity = #{quantity}, update_time = NOW()
    WHERE user_id = #{userId} AND product_id = #{productId}
  </update>

• 优缺点：

  • 优点：数据持久化，支持多端同步。
  • 缺点：频繁读写时数据库压力大；需处理高并发场景下的数据一致性。

---

3. 基于Redis的购物车（适合高并发、分布式场景）

• 核心思路：利用Redis的高性能读写和数据结构（Hash、String）存储购物车。

• 数据结构设计：

  • Key ：cart:user:{userId}
  • Value ：Hash结构，field为商品ID，value为商品数量及其他信息（JSON格式）。

• 实现步骤：

  1. 添加商品：

     // 使用Redis Hash存储购物车（Jedis示例）
     jedis.hset("cart:user:1001", "product_202", "{\"quantity\":2, \"selected\":true}");

  2. 合并购物车：

• 用户登录后，将临时购物车（如Cookie中的商品列表）与Redis中的购物车合并。

  3. 过期时间：设置Key的过期时间（如7天未操作自动清除）。

• 优缺点：

  • 优点：高性能，支持分布式系统；天然支持过期时间。
  • 缺点：需处理Redis与数据库的数据同步（如结算时持久化到数据库）。

---

4. 分布式购物车的进阶设计

• 场景：大型电商系统，需保证高可用、数据一致性和扩展性。
• 核心方案 ：
  1. 读写分离：
• 读操作：优先从Redis读取购物车数据。
• 写操作：先更新Redis，再异步同步到数据库。
  2. 数据分片：
• 按用户ID哈希分片，将购物车数据分散到多个Redis实例或数据库表中。
  3. 商品信息缓存：
• 将商品详情（价格、库存）缓存到Redis，避免每次查询数据库。
  4. 并发控制：
• 使用Redis的WATCH命令或分布式锁（Redisson）防止重复提交。

---

面试回答要点总结

1. 根据场景选择技术栈 ：
   • 临时购物车 → Session或Cookie。
   • 持久化需求 → 数据库 + 缓存（Redis）。
   • 高并发分布式 → Redis + 异步同步。
2. 数据结构设计 ：
   • 简单场景用Map，复杂场景用数据库表或Redis Hash。
3. 关键问题处理 ：
   • 合并购物车：登录时合并临时购物车与持久化数据。
   • 数据一致性：通过缓存+数据库双写或异步消息队列（如RabbitMQ）保证。
   • 性能优化：缓存、批量操作、分库分表。
4. 扩展性：分布式架构设计思路（分片、读写分离）。

---

示例回答 ：

"在实现购物车时，我会先明确业务需求。如果是小型系统，可以用Session存储临时购物车；如果需要持久化，则选择数据库存储，并结合Redis缓存提高性能。对于高并发场景，Redis的Hash结构能高效管理购物车商品，同时通过异步同步机制保证数据最终一致性。此外，需处理用户登录前后的购物车合并，以及商品信息变更时的同步问题。"