Das Produkt kam mit der Anfrage, einen Loyalty-Service zu entwickeln, der basierend auf der Anzahl der gelieferten Bestellungen (Master-System für Bestellungen OMS) dem Bezahldienst (Kassierer) den Rabattbetrag mitteilt. Der Loyalty-Service wird vorerst keine Front-End-Komponente haben, es ist nur in der Datenbank eine Zuordnung zu speichern, welche Menge an gelieferten und nicht stornierten Bestellungen welchen Rabatt ergibt. Etwas in der Art: Bestellungen Rabatt [Prozentsatz]% [Prozentsatz]% [Prozentsatz]% [Prozentsatz]% Es ist notwendig, einen Service zu entwerfen, Mechanismen für die Integration mit dem Zahlungsservice und dem Bestellmanagement-Service vorzuschlagen. Es ist notwendig, die Architektur des Services zu entwerfen, die an das Entwicklungs- und Deployment-Team übergeben werden kann.

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.