写点什么

有赞零售移动端收银商品实践

  • 2019-07-08
  • 本文字数:5733 字

    阅读完需:约 19 分钟

有赞零售移动端收银商品实践

面对线下收银场景,针对商品收银业务,如何提升商家收银的效率?如何保证即使在弱网或无网条件下商家正常的收银?如何设计大量商品时搜索方案?如何对业务模块进行解耦和各种复杂的业务场景交互?都是在设计零售收银业务时,需要去认真思考的问题。


有赞零售移动团队在业务快速地迭代中,沉淀出商品收银的一套可行方案。


  • 模块化设计

  • 得益于零售移动的组件化框架,对业务线划分为店铺、交易、商品、营销等模块

  • 路由负责页面跳转与组件间通信

  • 私有化商品模块数据,商品模块提供查询接口

  • 离线商品数据

  • 客户端本地存储商品商品,即使在无网时,商家仍可正常收银

  • 提供商品名拼音搜索、扫码枪的商品条码扫码能力

  • 商品收银与营销活动

  • 支持门店商品收银时营销活动的数据组装

  • 支持不同营销活动时门店商品页面数据渲染

  • 硬件支持

  • 扫码枪、电子秤等多种硬件设备支持,提升商品搜索与收银效率

一、模块化设计

最初的零售移动多业务线共用本地数据库,调用时业务方式直接访问数据库 DAO 类查询数据,虽然使用上来说各个业务 Module 无须重新定义 DAO 数据类,但是业务之间耦合反而加重,违背了业务组件化的初衷。因此决定对数据库进行拆库:


  1. 按照业务线将数据库进行拆库

  2. 业务 Module 统一数据访问的入口

  3. 路由调用方法



上图是商品模块进行数据库拆分之后的基本模型。拆分之后:


  1. 单个数据库职责更单一,清晰明了,耦合降低

  2. 商品模块统一各个业务线访问商品数据的入口。

  3. 商品业务或底层数据变更时,其他业务线无须关心数据模型变更

  4. 各个业务组件之间数据通过 JSON 或商定好的协议进行数据传递


模块化设计把与业务强耦合的数据封装到业务模块内,调用方无须关心具体的业务细节;同时业务有变更或重构时,只要能够保证接口新旧一致性,上层业务方做到无感知,业务变更影响面减少,代码便于维护,一举两得。


业务模块化解决了业务模块间的耦合问题,那么如何设计商品离线数据同步机制?先思考一个问题:为什么要做商品离线同步?答案很显然:


  1. 线下门店与线上网店不同,在弱网或无网条件时,仍需要保证商品收银可用。

  2. 本地商品搜索效率上来说要比只依赖与网络接口请求要高效很多

  3. 门店收银要涉及到对接硬件的场景,在这些场景下,离线数据也有天然的优势


那么回到问题上如何设计商品离线数据的同步机制?应该至少考虑以下几个要求:


  1. 保证尽可能少的数据传输量

  2. 同步任务启动时机:网络重连后要进行数据同步等

  3. 同步任务尽可能地简单高效,便于维护

  4. 服务端数据变更后能够实时同步到客户端

  5. 同步数据的一致性与稳定性

二、离线商品同步设计

2.1 全量同步还是增量同步?

从设计复杂角度来说,全量同步是最容易实现的,数据的一致性容易保证。然而随着数据量的增加,每次全量同步消耗的资源和同步时间会越来越多,而且服务端数据变更后都要进行一次全量更新。与增量同步相比缺点比较明显。


相比于全量数据同步,增量同步只在初始时批量拉取服务端的商品数据。在本地已有商品时,通过本地最新的同步时间拉取商品,在数据传输量亦比全量同步更少,降低同步时间与流量消耗。


在选型上零售移动采用后者作为商品离线数据方案,通过同步时间来进行增量更新拉取最新的门店商品数据。


同步任务采用 单任务方式(即同步时只有一个同步任务在执行)减少多线程带来的并发问题维护成本,数据的一致性得到保证。


基本的同步过程:


  1. 移动端读取本地最新同步时间,根据时间请求服务端

  2. 服务端下发增量数据

  3. 客户端对比本地时间和增量数据的时间,判断是否已拉取最新数据

  4. 如果本地已是最新数据,停止同步;否则继续增量拉取数据,重复步骤 1


忽略掉各种边界条件和异常状况,一个简化的增量拉取流程可以抽象为下图:



对于商品数据新增和更新,上面的同步能够保证,那么数据的删除操作呢?


零售商品数据对删除操作只做逻辑删除,这样删除操作也可以归为数据更新。从而解决商品删除操作的问题。


商品数据同步任务确定后,需要考虑同步任务的触发时机。

2.2 同步任务触发时机

未接入长连接消息前,采用客户端主动触发同步任务:


  1. APP 在用户登录后

  2. 断网重连后

  3. 用户在商品页,手动触发同步


基本上满足那些商品数据基本不怎么变更的商家,但不能符合大多数的商家的使用场景。如:在 PC 后台创建一个门店商品或更改门店商品价格,移动端需要保证本地的商品数据实时更新,才是一个比较合理的设计。

2.3 长连接同步

长连接,这里所说的是 TCP 协议经过三次握手建立的连接。IM(即时通讯)的实现方案亦是维护 Socket 长连接作为消息通道,进行收发消息。


IM 消息接收流程


  • 发送方发送消息,经过服务器转发;

  • 对于在线的接收方,选择推送消息;

  • 在线推送失败或离线接收方,消息持久化到离线库;

  • 当接收方重新连接时,主动拉取去离线消息;


IM 形式的长连接方式,消息数据通过推送发送给接收方,接收方解析消息数据,本地做持久化存储。需要考虑消息去重、消息丢失等多种复杂的场景处理。


从业务方角度来说,实现和维护 IM 的功能成本较大。零售业务线对接有赞 IM SDK 收发消息。商品数据的同步采用 轻消息的方式来保证数据变更的实时性。


所谓 轻消息,消息不包含具体的业务线数据,仅有业务线类型。移动端解析业务线类型数据,判断数据变更类型如:商品更新、商品删除、商品创建等,触发数据同步任务。


一个简化的商品长连接同步时序图:



个端(APP/前端)在对商品操作后,商品后端发送商品变更的消息给消息中心,消息中心推送商品变更消息,移动端接收到消息解析,同步商品数据。


好处


  • 商品数据变更实时性能够保证

  • 业务线只关心消息类型,无须处理复杂消息长连接的问题

  • 商品数据持久化一致性能够得到保证


不足


  • 实时性依赖消息长连接的稳定性


场景增量同步+长连接推送满足零售商品离线数据满足线下商品收银,基本需求能够得到保证。但面对千上万的商品数据如何提升商家的收银效率呢?因此商品搜索场景必不可少。

三、门店商品搜索

考虑线下门店商品数量,需要设计可行的搜索方案。方案需要考虑的问题:


  1. 门店商品的模糊搜索。在商品页面可以根据商品的拼音全拼或首字母模糊匹配商品数据

  2. 门店使用扫码枪设备时,支持商品扫码的精确匹配


由于要对接扫码枪,而扫码枪属于特殊的硬件键盘,而在 APP 页面存在输入框在获取焦点时,会拦截掉扫码枪的输入事件。所以:


  • 在页面设计时,对于输入框使用 TextView(Android)替换。

  • 自定义支持英文字母和特殊符号的软件盘


在设计层面规避输入框的存在造成扫码枪事件被拦截的问题。但也导致无法使用系统软键盘或中文输入法,只能够使用商品名的拼音进行模糊搜索。


增量下发的门店商品没有拼音字段,要求移动端在持久数据时,对商品的中文转换为对应的拼音。

3.1 商品名中文转拼音

对于中文转拼音,App 层都现成的转换方案,Android 端有 Pinyin4J 库,iOS 端系统提供了汉字转拼音的 API。但都有大大小小的问题:


  • iOS 与 Android 的转换的拼音不一致,如 :Android 转换为 nv;iOS 转为 nu

  • 不支持多音字,两端均是取字库中的默认音


一个理想的拼音库应该满足以下条件:


  1. 多端结果一致

  2. 转换速度快

  3. 内存占用低

  4. 转换结果长度可控

  5. 字库、词库可动态下发

3.1.1 基于 JS 引擎的汉字转拼音方案

在跨平台技术选型上,零售移动选择 JS 引擎解决两端数据一致性问题。JS 引擎能够解析执行 JS 脚本,帮助移动端进行跨平台开发。业界流行的移动端跨平台方案如 Facebook 的 ReactNative、阿里的 Weex 均是依赖 V8(Android)与 JSCore(iOS)的 JS 引擎实现的跨平台前端动态方案。iOS 曾流行的 JSPatch 补丁库,亦归功于 JSCore 的优秀的动态化。


在执行速度上,V8 引擎将 JS 代码变为机器码并进行优化,加快执行速度。对于垃圾回收,V8 使用一种传统的分代式标记清除的方式去清除老生代的数据。


一个简化的汉字转拼音的流程:



流程中遍历商品名称,根据字在汉字拼音表中对应的拼音数量,判断是否为多音字。如果是多音字则查找字在多音字词语中的精准读音。

3.1.2 汉字拼音表

汉字与拼音的对应关系表。如果是多音字,则对应多个拼音。如:


dict[0x96f6] = "ling"; /* 零 */
dict[0x91cd] = "zhong,chong"; /* 重 */
复制代码


对于声调不同的多音字,如 shànshān两种声调,汉字拼音表只维护一个无声调的拼音 shan


dict[0x6247] = "shan"; /* 扇 */
复制代码


因为拼音搜索时,不区分声调不同导致的多音字。

3.1.3 多音字词表

常见的多音词表格式


"阿Q": [["ā"], ["Q"]],
"阿爸": [["ā"], ["bà"]],
"阿鼻": [["ā"], ["bí"]],
...
复制代码


使用上面格式的多音词表来判断多音字的正确读音时,要遍历整张多音字表,汉字常用有 4 万+多音字词,遍历效果并不理想。因此需要对原有的多音字词表进行改造优化。

3.1.4 改造后的多音字词表

...
dict[0x62d7] = ["拗断,ao,0","拗口,ao,0","违拗,ao,1","执拗,niu,1","拗不过,niu,0",
"拗口令,ao,0","强嘴拗舌,niu,2","三不拗六,niu,2","四不拗六,niu,2"];
...
复制代码


多音字在不同词语或邻词中的读音关系映射。如 "拗断,ao,0"表示 拗断中的正确读音为 ao在分词中的索引位置为 0


在确定多音字的读音时,只要找到多音字词表中该多音字对应的多音字读音即可。

3.1.5 多音字拼音的判断流程


现实生活瞬息万变,一个字的读音亦可能会发生变更,尤其是在互联网。多音字词表不能保证维护多音字的全部读音。在汉字的不同语境又是强上下文关联,也不能保证多音字拼音转换的准确性。


针对这种情况,多音字的拼音转换考虑笛卡尔积的形式生成拼音。如 重庆的咖喱牛肉,假定多音字词表未收录 重庆对应的拼音,根据 在汉字拼音表的中的多个读音进行拼装。


chongqingdegaliniurou|zhongqingdegaliniurou|..
复制代码


笛卡尔积的方式解决了多音字词表未匹配的问题。但是相应的增加了最终生成的多音字拼音的长度,对搜索速度会有影响。所以限制生成的拼音字符的最大长度的阈值。在使用笛卡尔积形式时判断生成的字符串是否超过指定的长度阈值,若有超过阈值的问题,则多音使用汉字拼音表中默认的拼音。

3.1.6 商品名拼音首字母

搜索除了拼音全拼,拼音首字母也是很常见的场景。不过有了全拼的解决方案后,拼音首字母相对来简单很多,只须在获取获取汉字拼音时,取到拼音的首字母后组合即可。


解决了商品名中文转拼音问题后,就可以愉快地进行搜索本地商品啦。

3.2 商品模糊搜索

应用场景:收银也拼音模糊匹配,搜索商品


商品搜索逻辑相对比较简单:搜索时模糊匹配商品的拼音或条码。输入内容时,调用商品模块提供的搜索接口,匹配本地商品的拼音中含有指定文本的门店商品。可以方便快速查找商品,节省时间。



简单的 SQL 搜索语句


SELECT title, price, code, pinyin, pinyinletter
FROM goods
WHERE pinyin LIKE '%xx%'
OR pinyinletter LIKE '%xx%'
OR code LIKE '%xx%'
AND shopid = '店铺id'
ORDER BY 'sortName'
OFFSET 'pageNo'
LIMIT 'pageSize'
复制代码

3.3.1 扫码枪的场景

收银员在收银界面,使用扫码枪扫描商品条码或条码秤的 PLU码,通过条码查找到商品,添加到购物车。


商品条码由一组规则排列的条、空及其对应代码组成,表示商品代码的条码符号。


与商品模糊搜索场景不同,条码可以确定唯一商品,所以扫码枪的场景为


  • 扫码枪精确匹配对应条码的商品

  • 相同商品不同厂商会多个条码(一品多码)


设计上采用商品搜索表满足扫码枪的快速搜索与 一品多码的业务需求

3.3.2 商品搜索表设计

  1. 条码与商品 ID 映射

  2. 以条码字段创建索引


扫码枪的商品搜索流程:


3.3.3 商品未同步时的补偿机制

因为扫码枪搜索的是本地商品数据,在门店初次启动零售 APP,使用扫码枪扫码时商品可能尚未同步到本地,影响门店的收银效率。


所以在扫码枪的使用场景,需要加上商品搜索的补偿机制:在扫码枪未在本地搜索到对应条码的商品,则调用后端接口获取商品信息。考虑到网络不稳定,对接口调用做 2 秒的超时限制,超过 2 秒则取消请求,并给出提示文案。



在无网时,本地若未搜索到则直接给出 未搜索到指定商品的提示。

四、收银与营销活动

4.1 商品、收银、营销

零售商品属于基础业务,要为收银、营销等业务提供数据。若抛开其他业务线,只谈商品是没有任何价值的。


最初有赞零售业务线尚未成形,营销活动与商品、收银互相耦合。随着营销业务增长,业务耦合的现状不能够满足的业务迭代与维护,因此进行了业务重构


  • 划分商品、收银、营销活动业务为三个模块

  • 离线数据库按照业务线进行划分并封装到业务模块内部

  • 数据模型依赖关系解除

  • 业务模块之间通信通过路由方法调用


一个解耦后的商品、收银、营销的业务模型



营销 -> 商品


营销唤起商品页面时,传入营销活动。商品页解析营销参数,调用营销模块远程接口,获取页面渲染数据与交互样式。


商品 -> 收银


在商品页选中商品后,判断是否有营销活动数据。若有营销相关信息,传回商品数据模型给营销页面。营销在商品模型基础上,添加营销详细数据,传给收银模块(购物车)。


收银 -> 营销


收银模块收到添加商品的请求,无营销数据则解析商品数据,组成为购物车数据模型。若有营销活动信息则通过营销数据请求营销接口,计算详细的营销信息,组装购物车数据模型。

4.2 营销活动组合门店商品

门店的营销活动与门店商品业务解耦,商品模块需要给营销活动模块提供门店商品查询的能力,营销活动模块组合门店商品与营销信息展示。


营销模块组装商品流程



营销活动请求指定门店商品信息时,可能会存在门店商品尚未离线到本地。如果门店商品未拉取到本地,则请求服务器对应的门店商品数据,存储到本地后返回给统一返回给营销模块。

4.3 门店商品渲染营销 UI

在营销活动模块,启动商品模块的商品规格选择页面时。规格选择页通过不同的活动类型来渲染展示。



请求:商品信息、营销活动信息


{
"pain_type" : "活动类型",
"activity_value" : "活动信息json",
"goods_value": {
"price": 0,
"property_price": 1,
"amount": 0,
"unit": "件",
...
}
}
复制代码


返回:营销渲染数据


{
"sku_price" : "¥12.00",
"total_price" : "¥12.00",
"available_skus" : [12980,12121],
"limited_amount" : 0,
"info_content" : ""
`}`
复制代码


五、展望

零售移动商品商品只是零售商品业务的部分,对于移动来说收银又是非常重要的一环。作为基础模块,经历两年的业务与技术沉淀,已基本覆盖线下门店商品管理、收银场景。后续重点在快速业务迭代同时,保证核心功能稳定;探索如何提升商家经营效率;完善商品的日志,问题快速响应。


本文转载自公众号有赞 coder(ID:youzan_coder)


原文链接


https://mp.weixin.qq.com/s/KUIoCuc5NsvlVe31cXvazw


2019-07-08 08:003181

评论

发布
暂无评论
发现更多内容

OpenHarmony城市技术论坛武汉站:探索大模型时代的终端操作系统创新

科技热闻

Miniconda安装使用教程

百度搜索:蓝易云

Python Linux 运维 云服务器 Miniconda

软件开发

Geek_8da502

每日一题:LeetCode-128. 最长连续序列

半亩房顶

Go 面试 算法 数组 LeetCode

精彩回顾|【ACDU 中国行·西安站】数据库主题交流活动成功举办!

墨天轮

数据库 postgresql opengauss oceanbase KaiwuDB

喜报!上海电力联合乘云数字获评 "中国信通院可观测性实践优秀案例"

乘云 DataBuff

人工智能的局限性与期望管理:理解’人工智障’的瞬间

人工智能

php设置和获取Cookie教程。

百度搜索:蓝易云

php Linux 运维 Cookie 云服务器

Skia 编译及踩坑实践

京东科技开发者

Salesforce携手阿里云再来,这次本土CRM有几分胜算?

ToB行业头条

QCN6224 VS QCN9274 What are the performance differences? - As an M.2 WiFi7 card chipset

wifi6-yiyi

敏捷:应对软件定义汽车时代的开发模式变革

DevOps和数字孪生

软件定义汽车

深度探讨全链路测试:定义、特点及与其他测试方法的对比

Apifox

测试 单元测试 自动化测试 全链路测试 测试工具

软件开发

Geek_8da502

强大模型与高效工具的完美结合

百度开发者中心

深度学习 nlp 大模型

QCN6224 vs QCN9224 - as a WiFi7 card chip - What are the different performance?

wifi6-yiyi

QCN6224 QCN9224

提炼大模型智慧,助力小模型成长

百度开发者中心

深度学习 模型

探索在线教育流量从小程序中挖掘

Onegun

小程序 在线教育 在线学习

java浅拷贝BeanUtils.copyProperties引发的RPC异常 | 京东物流技术团队

京东科技开发者

Next Station of Flink CDC

Apache Flink

大数据 flink 实时计算

开卷有益,思想有力:华为阅读发布2023年度榜单

最新动态

如何思考软件工程师与AI的共存发展

Onegun

AI 工程师 AI编程

淘宝店铺所有商品数据接口(Taobao.item_search_shop)

tbapi

淘宝API接口 淘宝店铺所有商品数据接口 淘宝商品数据接口 淘宝整站商品数据接口 淘宝店铺商品接口

记一次kubernetes获取internal Ip错误流程

华为云开发者联盟

后端 开发 华为云 华为云开发者联盟

iCollections for mac(桌面整理软件) v8.1.81006永久激活版

mac

桌面管理工具 苹果mac Windows软件 iCollections

铭文质押挖矿系统

区块链技术

简约Markdown文本编辑器:Typora 破解中文版

mac大玩家j

markdown编辑器 文本编辑器 Mac软件 文本编辑

发布!乘云数字参编中国信通院《可观测性技术发展研究报告》正式发布

乘云 DataBuff

Mac电脑系统活动监控器推荐:iStat Menus最新中文版

胖墩儿不胖y

Mac软件 活动检测工具

深度学习与大模型的革新之路

百度开发者中心

人工智能 深度学习 大模型

从 WasmEdge 运行环境读写 Rust Wasm 应用的时序数据

Greptime 格睿科技

数据库 rust Wasm

有赞零售移动端收银商品实践_移动_Alex、Siam_InfoQ精选文章