京东购物车分页方案探索和落地 | 京东云技术团队

随着京东购物车应用场景的丰富化和加车渠道的多元化，京东购物车的商品容量从2015年至今一直在逐步增加。

• 2015年京东购物车由80件扩容到120件；
• 2018年由120件扩容到150件；
• 2020年由150件扩容到180件；
• 2021年京东PLUS会员扩容到了220件。

持续不断的扩容给我们的后端服务带来了巨大的负载压力，因为用户购物车中商品种类数量的增加对应到后端的计算资源也会线性增加，如何做到资源最大限度的节约又能保证业务和用户的体验不受影响，如何从技术和业务层面综合考量为逐步扩容的购物车诉求做好底层的支撑，一直以来都是摆在我们面前的一个痛点和挑战。

首先描述下京东购物车的特性：

用户在购物车操作完商品后会记录下用户当前的操作状态，比如勾选，反勾选，切换促销后的商品促销信息等，当用户再次进入购物车后会全量获取购物车中的所有商品，根据商品的勾选态，促销等实时计算商品的价格，展示给用户。每次刷新或者修改购物车商品都是全量数据下发。持续扩容势必会持续加大后端服务的压力，同时购物车页面的布局计算、渲染等操作不仅使用户等待页面刷新的时间变长，而且还会占用大量的内存资源，导致手机卡顿。

京东购物车为了提升用户体验，保留了勾选商品总额、优惠促销、运费等一系列整车维度的计算逻辑，最终导致目前无法一步到位去实现购物车主商品的分页。期间也对行业内的主流电商类APP做了充分的调研，大部分APP都没有做购物车分页且购物车容量上限也大都控制在120以下，做了分页的APP也在勾选态保留和全局优惠计算等方面做了一些简化和降级，所以我们决定从另一个方向进行探索和突破，即商品附属信息分页，暂时避开会影响到全局优惠计算和影响业务玩法、流量转化的主数据分页。

什么是商品基础信息和附属信息？

商品基础信息和商品附属信息的划分主要从上游接口层面进行区分，商品基础信息即从购物车中台直接获取的商品信息，比如商品图片、商品名称、商品价格、商品类型等；基于基础信息，通过异步并行框架分批获取的商品的附属信息，比如优惠券、预估到手价、商品库存、活动标签、服务、秒杀、闪购等。

图1 商品信息示例

02 目标

理解，首先 MCube 会依据模板缓存状态判断是否需要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的结构，转换完成后将通过表达式引擎解析表达式并取得正确的值，通过事件解析引擎解析用户自定义事件并完成事件的绑定，完成解析赋值以及事件绑定后进行视图的渲染，最终将目标页面展示到屏幕

1. 提升用户体验࿰