本文详细探讨了商城业务中商品上架过程中，SKU在Elasticsearch中的存储模型，包括两种存储方式的优缺点分析，最终选择了以空间换取时间的第一种方案。此外，还讲解了nested数据类型在解决对象数组关联性问题上的应用，以及商品上架接口的编写、远程查询库存的处理和Feign接口的使用。整个流程涵盖了商品信息的构建、远程服务调用以及异常处理，确保商品成功上架并更新状态。
目录
商城业务-商品上架-sku在es中存储模型的分析
首先，需要上架的商品才能被检索，可以按照sku的基本信息进行检索，例如：sku的标题、价格区间、销量、图片等，也可以按照spu的规格参数值进行检索，例如：cpu的型号、电池容量等，也可以通过分类或者品牌进行检索。
在ES中第1种数据存储格式 ：
{
skuId:1
spuId:11
skuTitle: 华为
price: 998
saleCount: 100
attrs:[
{ 尺寸：5寸 }
{ cpu型号：高通998 }
{ 分辨率: 全高清 }
]
}出现的问题是：不节省空间，因为ES中的数据都是存储在内存中的
解决方案：扩展内存条，分布在多台服务器中
优点：以空间换取时间
在ES中第2种数据存储格式 ：
skuIndex{
skuId:1
spuId:11
skuTitle: 华为
price: 998
saleCount: 100
}
spuIndex{
spuId:11,
attrs:[
{ 尺寸：5寸 }
{ cpu型号：高通998 }
{ 分辨率: 全高清 }
]
}出现的问题：节省了内存但是访问量增大之后会网络拥塞，典型的用时间换空间
因此，选择第一种存储模型
PUT /product
{
"mappings": {
"properties": {
"skuId":{
"type": "long"
},
"spuId":{
"type": "keyword"
},
"skuTitle":{
"type": "text",
"analyzer": "ik_smart"
},
"skuPrice":{
"type": "keyword"
},
"skuImg":{
"type": "keyword",
"index": false,
"doc_values": false
},
"saleCount":{
"type": "long"
},
"hasStock":{
"type": "boolean"
},
"hotScore":{
"type": "long"
},
"brandId":{
"type": "long"
},
"catelogId":{
"type": "long"
},
"brandName":{
"type": "keyword",
"index": false,
"doc_values": false
},
"brandImg":{
"type": "keyword",
"index": false,
"doc_values": false
},
"catelogName":{
"type": "keyword",
"index": false,
"doc_values": false
},
"attrs":{
"type": "nested",
"properties": {
"attrId":{
"type":"long"
},
"attrName":{
"type": "keyword",
"index": false,
"doc_values": false
},
"attrValue":{
"type":"keyword"
}
}
}
}
}
}分析：keyword不全文检索，text全文检索，价格使用keyword为了保存精度，hasStock表示库存，hotScore表示热度，只用于显示的数据将index和doc_values设置为false表示不参与检索和聚合，内嵌数据要用nested下面会说
商城业务-商品上架-nested数据类型场景
地址：Nested field type | Elasticsearch Guide [8.1] | Elastic
如果数组中存放的数据是对象，那么数组中的数据将会被扁平化处理
我们存储以下数据：
PUT my-index-000001/_doc/1
{
"group" : "fans",
"user" : [
{
"first" : "John",
"last" : "Smith"
},
{
"first" : "Alice",
"last" : "White"
}
]
}数组中数据就会被扁平化成这样：
{
"group" : "fans",
"user.first" : [ "alice", "john" ],
"user.last" : [ "smith", "white" ]
}然后我们查询alice smith就会查到结果
GET my-index-000001/_search
{
"query": {
"bool": {
"must": [
{ "match": { "user.first": "Alice" }},
{ "match": { "user.last": "Smith" }}
]
}
}
}
如果数组中的存储的为对象，不将数组的类型存储为nested，那么将会丢失关联性。例如：上面我要存储的只有Alice White但是我们搜Alice Smith也会出现结果
解决方案：将数组的类型设置为nested
DELETE my-index-000001
PUT my-index-000001
{
"mappings": {
"properties": {
"user": {
"type": "nested"
}
}
}
}
PUT my-index-000001/_doc/1
{
"group" : "fans",
"user" : [
{
"first" : "John",
"last" : "Smith"
},
{
"first" : "Alice",
"last" : "White"
}
]
}
GET my-index-000001/_search
{
"query": {
"bool": {
"must": [
{ "match": { "user.first": "Alice" }},
{ "match": { "user.last": "Smith" }}
]
}
}
}
商城业务-商品上架-构造基本数据
由于product服务和search服务都要用到TO，因此，为了方便编写在common中。在实际开发中应该是product和search服务各写一个VO
商城业务-商品上架-编写上架接口
请求路径
查询可检索属性的sql编写
/**
* 商品上架
* @param spuId
*/
@Override
public void spuUp(Long spuId) {
// 1.查询Sku基本信息
List<SkuInfoEntity> skuInfoEntities = skuInfoService.list(new QueryWrapper<SkuInfoEntity>().eq("spu_id", spuId));
// 查询attrs,关联的表:`pms_product_attr_value`
// 每个sku的规格参数都是一样的，因此，只需要查一遍就行并且需要筛选出可检索的规格参数
List<ProductAttrValueEntity> productAttrValueEntities = productAttrValueService.
list(new QueryWrapper<ProductAttrValueEntity>().eq("spu_id", spuId));
List<Long> attrIds= productAttrValueEntities.stream().map(item -> {
return item.getAttrId();
}).collect(Collectors.toList());
// 查询可检索的属性
List<Long> ids = attrService.querySearchTypeAttr(attrIds);
Set<Long> set=new HashSet<Long>(ids);
List<SkuESModel.Attrs> attrsList = productAttrValueEntities.stream().filter((item) -> {
return set.contains(item.getAttrId());
}).map((item) -> {
SkuESModel.Attrs attrs = new SkuESModel.Attrs();
BeanUtils.copyProperties(item, attrs);
return attrs;
}).collect(Collectors.toList());
List<SkuESModel> skuESModelList = skuInfoEntities.stream().map((item) -> {
SkuESModel skuESModel = new SkuESModel();
// 属性对拷
BeanUtils.copyProperties(item, skuESModel);
// skuPrice,skuImg 不能对拷属性，需要自己设置
skuESModel.setSkuImg(item.getSkuDefaultImg());
skuESModel.setSkuPrice(item.getPrice());
// TODO hasStock,库存信息需要通过openfeign去调用查询
// TODO hotScore涉及复杂的操作，因此，将新上架的商品的热度设置为0
skuESModel.setHotScore(0L);
// 查出brandName，brandImg
BrandEntity brandEntity = brandService.selectBrandEntity(item.getBrandId());
skuESModel.setBrandImg(brandEntity.getLogo());
skuESModel.setBrandName(brandEntity.getName());
// 查出 catelogName
CategoryEntity categoryEntity = categoryService.getById(item.getCatalogId());
skuESModel.setCatelogName(categoryEntity.getName());
// 每个sku的规格参数都是一样的，因此，只需要查一遍就行并且需要筛选出可检索的规格参数
skuESModel.setAttrs(attrsList);
return skuESModel;
}).collect(Collectors.toList());
}商城业务-商品上架-远程查询库存和泛型结果封装
①在ware服务中编写查询库存的接口方便其它服务调用
编写Vo
编写接口
分析：首先，一个商品可以存放在多个仓库中，因此，需要累加，但是还需要减去被锁定的商品即未支付的商品数量
编写feign接口
出现问题： 这里通过r.get("data")去获取数据将会非常的麻烦
解决方案：
1.设计R的时候加上泛型
2. 直接返回我们想要的结果
将R改成List<SkuStockVo>
3.自己封装解析的结果
在product和common的vo中复制SkuStockVo
由于是远程服务调用，可能出现网络阻塞的问题导致抛出异常，影响后面的代码执行，因此，需要捕获以下异常
商城业务-商品上架-远程上架接口
远程调用ES服务保存上架的商品
编写接口
在kibana中创建索引，并将映射关系保存起来
给ES中保存数据
使用bulk批量保存
index中参数即索引是个常量，因此，编写一个常量
进行一个异常的处理
编写feign接口
远程调用ES保存信息
成功之后要将SPU中的发布状态修改，创建枚举类
商城业务-商品上架-上架接口调试&feign源码
1.配置search的端口号和加入一键启动
将product、ware、search服务以debug的方式启动
在product中的商品上架方法中打上断点，查询库存方法中打上断点，search服务中上架商品方法中打上断点
出现问题：属性拷贝未成功
解决方案如下： 加上@Data注解
查询库存出现null指针异常，解决方案如下：
feign执行过程的查看方法就是打断点，点击step into即可查看
feign执行的过程 ：
①构造请求数据，将对象转化为json
②发送请求进行执行(执行成功会解码响应数据)
③ 请求执行会有重试机制(默认不开启)
while(true){
try{
executeAndDecode(template, options);
}catch(Exception e){
try{retryer.continueOrPropagate(e);}catch(){throw ex;}
continue;
}
}默认最多重试5次
NEVER_RETRY从不重试，直接抛出异常
查看上架商品的结果：
总结一下上架商品的逻辑：
前提条件：凡是上架了的商品都是可检索的商品，因此，需要在ES中构造product index
后台逻辑：根据spuId查询所有skuInfo,将skuInfo中可以对拷的属性拷贝到skuESModel中，不能对拷的属性进行一个设置，像库存信息就需要调用ware服务，规格参数每个sku都一样，因此，可以将属性的设置提取出来，属性需要查询可检索的属性，查询的逻辑为挑选出可检索的attrId，作为HashSet的构造参数，遍历sku关联attr实体将HashSet含有的id进行一个规格参数得对拷。最后，将model批量保存到ES中。
商城业务-商品上架-抽取响应结果&上架测试完成
出现问题：上架成功之后，上架状态未修改
出现问题的原因：有错误返回true，这里无错误返回false
解决方案如下：
出现问题：未将库存信息封装进R中
出现问题的原因：R是个HashMap这个封装不行，必须采用key-value形式
R的重新封装，获取自己想要的数据类型
解决方案如下：
删除以下内容
编写封装数据的方法
编写获取自己想要数据的方法
修改调用远程服务的方法
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
