电商项目——CG

为何使用分布式ID项目中如何使用分布式ID搞清SPU和SKU的区别商品的CRUD增加商品根据id查询商品修改商品审核商品商品上下架删除商品全局异常处理

为何使用分布式ID

我们学过UUID是唯一的，但是它是字符串，查询效率低。无法保证递增的趋势，不可读。也可用Redis来生成ID。这主要依赖于Redis是单线程的，所以也可以用生成全局唯一的ID。可以用Redis的原子操作 INCR和INCRBY来实现，但是网络传输会造成性能下降。而雪花算法（snowflake）的其核心思想是：使用前41bit作为毫秒数，中间10bit作为机器的ID（5个bit是数据中心，5个bit的机器ID），后12bit作为毫秒内的流水号（意味着每个节点在每毫秒可以产生 4096 个 ID），最前还有一个符号位，永远是0（二进制1为负数）。几乎完美解决了上述的问题。

项目中如何使用分布式ID

首先引入工具包IdWorker.javachanggou_service_goods中yml配置：这两值只能在0~31之间 workerId: 0 datacenterId: 0 在启动类配置一个idWorker的Bean，以@Value将两个属性注进来。

搞清SPU和SKU的区别

概念 SPU：一个统称 SKU：对SPU的细化，比如有颜色，内存大小等等就搞一个SKU不行吗？ 答案是：不行，因为对于单个商品（如小米10）的详情，图片，友情链接是一样的。SPU更加便于维护。

商品的CRUD

增加商品

商品Goods由spu和sku组成，所以在…-api中先创建Goods实体类spu业务层新增方法add(Goods goods)，先存spu，再存sku。具体逻辑： - 生成分布式ID，重新封装spu（审核状态，删除状态，上架状态全为0），再调用方法spuMapper.insertSelective(spu)进行保存。 - 存sku的时候注意两点，第一：分类与品牌的关联，如未建立则需在tb_category_brand添加数据，方便数据的维护。第二：skuList中拿到的spec是个json字符串，需要将其拿出来转成map取value的值再与name组合生成最终的name。再重新封装sku，向表中添加数据。sku所需数据如下： private String sn;//商品条码 private String name;//SKU名称 private Integer price;//价格（分） private Integer num;//库存数量 private Integer alertNum;//库存预警数量 private String image;//商品图片 private String images;//商品图片列表 private Integer weight;//重量（克） private java.util.Date createTime;//创建时间 private java.util.Date updateTime;//更新时间 private String spuId;//SPUID private Integer categoryId;//类目ID private String categoryName;//类目名称 private String brandName;//品牌名称 private String spec;//规格 private Integer saleNum;//销量 private Integer commentNum;//评论数 private String status;//商品状态 1-正常，2-下架，3-删除

根据id查询商品

根据id查询spu。封装Example对象，然后根据id查询出所有的skuList。创建Goods对象，将spu和skuList一起放进对象中并返回。

修改商品

首先从goods中拿到spu，对spu进行修改根据spu的id删除所有的sku，再重新增加（调用新增方法）

审核商品

分析： 先通过id查询到spu，如果spu为空或者删除状态为1，则抛一个系统异常（本篇的最后），否则就将spu的status和isMarketable设为1。代码如下： @Transactional @Override public void audit(String id) { Spu spu = spuMapper.selectByPrimaryKey(id); if (spu==null || "1".equals(spu.getIsDelete())){ throw new BusinessException(new Result(false, StatusCode.ERROR,"无此商品信息或处于删除状态")); } //审核 spu.setStatus("1"); //上架 spu.setIsMarketable("1"); spuMapper.updateByPrimaryKeySelective(spu); }

商品上下架

分析： 无论上下架都要先进行判断，根据id查询spu，若spu为空或者处于删除状态，或status为0都不可操作，抛一个系统异常。否则直接更改上架状态，代码简单，不做赘述。

删除商品

逻辑删除（可还原） 先做一个判断，未下架商品不能逻辑删除，下架后可直接更改删除状态为1。 还原商品：当status为0或删除状态为0都不可操作，否则直接修改删除状态为0。物理删除 根据id直接删除数据即可。

全局异常处理

主要利用了Aop思想，做了异常捕获类，代码如下：

/** * 统一异常处理类 */ @ControllerAdvice public class BaseExceptionHandler { //BusinessException继承了RuntimeExcption @ExceptionHandler(value = BusinessException.class) @ResponseBody public Result otherError(BusinessException e){ e.printStackTrace(); return e.getResult(); } @ExceptionHandler(value = Exception.class) @ResponseBody public Result error(Exception e){ e.printStackTrace(); return new Result(false, StatusCode.ERROR, "执行出错"); } }