Senior
51
Продуктът дойде с искане да разработим услуга за Лоялност, която въз основа на броя на доставените поръчки (основна система за поръчки OMS) ще предоставя на услугата за поръчки (касата) размера на отстъпката. Услугата за Лоялност все още няма да има фронтенд част, трябва само да се съхранява в базата данни картографирането на това колко доставени и непотвърдени поръчки съответстват на каква отстъпка. Нещо като: Поръчки Отстъпка [phone]% [phone]% [phone]% [phone]% Необходимо е да се проектира услуга, да се предложат механизми за интеграция с Услугата за поръчки и Услугата за управление на поръчките. Необходимо е да се проектира архитектурата на услугата, която може да бъде предадена на екипа за разработка и внедряване.
Компаниите бяха попитани
Отговор от AI
sobes.tech AI
Для сервиса Лояльности, который на основе количества доставленных и не отменённых заказов выдаёт размер скидки, предлагаю следующую архитектуру и интеграционные механизмы:
Архитектура сервиса
- Хранение данных: В базе данных хранится таблица с маппингом "минимальное количество заказов" → "размер скидки".
- API: RESTful или gRPC сервис с методами:
- Получить скидку по количеству заказов
- Обновить правила скидок (администрирование)
Интеграция с OMS (сервис управления заказами)
- OMS отправляет события о доставленных и не отменённых заказах (например, через очередь сообщений или webhook).
- Сервис Лояльности подписывается на эти события и обновляет внутренний счётчик заказов для каждого пользователя.
Интеграция с сервисом оформления заказа (cashier)
- При оформлении заказа cashier запрашивает у сервиса Лояльности текущий размер скидки для пользователя.
- Сервис Лояльности возвращает актуальную скидку на основе количества доставленных заказов.
Технические детали
- Использовать кеширование для ускорения ответов cashier.
- Обеспечить идемпотентность обработки событий от OMS.
- Логировать изменения скидок для аудита.
Пример структуры таблицы скидок
| Минимальное количество заказов | Скидка (%) |
|---|---|
| 1 | 5 |
| 5 | 10 |
| 10 | 15 |
Такой подход позволит легко масштабировать сервис и добавлять новые правила скидок без изменения клиентских сервисов.