电商项目日总结(第十七天跨域&生成订单)

一、跨域的四种情况:

当两个应用协议、主机地址(域名)、端口,其中一项不同,可以认为他们的域不同
例如:http://www.baidu.com
     http://pic.baidu.com
     
     http://192.168.131.1:123
     http://192.168.131.2:234
     
     http://www.baidu.com
     https://www.baidu.com
JS跨域:在不同的域中的JS脚本,进行的调用

二、CORS是解决AJAX跨域访问的技术 

三、CORS和普通http请求的区别:发两次请求,第一次请求看是否可以跨域,第二次请求发送要请求的内容

四、哪里用到了跨域?

当用户想从商品详情页(通过FreeMarker技术生成的商品静态页面,page_web中)添加商品到购物车中时,会调到购物车页面(cart_web)中,产生了不同域的问题,需要进行跨域访问,就用到了CORS技术

五、如何使用CORS

六、业务逻辑

1.在购物车页面点击结算跳到getOrderInfo.html结算页面,一跳到购物车阶段页面就要展示所有该用户User下所有的收货地址(tb_address)

2.getOrderInfo.html结算页面显示购物车中所有的商品(课程要求,要结算就结算购物车中所有的),也是一跳到这个页面就去查找购物车中所有的商品

3.前两步是从page_web模块下通过FreeMarker生成的静态商品详情的页面中点击加入购物车跳转到getOrderInfo.html结算页面并显示,收货地址和要结算的商品(也就是购物车中所有的商品)

标注一点:昨天添加到购物车中的商品并没有存到数据库中,而是放在了缓存里

然后在getOrderInfo.html页面点击提交订单按钮,生成订单并保存到数据库中,一个商家代表一个购物车,一个购物车代表一个订单order,

一个订单order对应多个订单明细order_item,将order和order_item的数据保存到数据库中

七、分布式id:

1.为什么会用到分布式id?因为订单数据量很大,可能有多个服务器,而每个订单的id都不能一样,所以就不能让其自增,就用到了分布式id

2.分布式ID生成解决方案
   1.UUID(可以用但是无法排序)
   2.Redis(主键生成依赖Redis,需要Redis生成)
   3.Oracle(序列可以产生单独的计数器,跟表无关,但是数据库被限制了)
   4.程序自己写算法(需要保证不重复),我们采用推特的雪花算法

雪花算法:会生成出18位的数字,按照时间戳+机器ID+序列号有序生成。所以可以进行排序

3.订单以及订单明细的id都要用到了分布式id,订单明细的数据量要远远大于订单,所以也要用分布式id

4.使用步骤,首先拷贝IdWorker.java到common子模块中,然后在

这个配置文件中配置:

/**
 * 向数据库里添加订单Order(一个购物车一个订单)和订单对应的订单明细OrderItem
 *
 * @param order
 */
@Override
public void add(TbOrder order) {
    //首先从reids中获取所有的购物车
    List<Cart> cartList = (List<Cart>) redisTemplate.boundHashOps("cartList").get(order.getUserId());
    //遍历所有的购物车,每一个购物车做成一个订单
    for (Cart cart : cartList) {
        //定义订单总金额变量
        double totalMoney = 0.0;
        TbOrder tbOrder = new TbOrder();
        tbOrder.setUserId(order.getUserId());
        tbOrder.setStatus("1");//订单状态:1(未付款)
        long orderId = idWorker.nextId();
        tbOrder.setOrderId(orderId);//需要手动设置通过雪花算法生成的id
        tbOrder.setSellerId(cart.getSellerId());//商家id在购物车上
        tbOrder.setUpdateTime(new Date());
        tbOrder.setPaymentType(order.getPaymentType());//支付方式是前端传入order对象中的
        tbOrder.setCreateTime(new Date());
        tbOrder.setReceiverAreaName(order.getReceiverAreaName());//前端order传来的收货地址
        tbOrder.setReceiver(order.getReceiver());
        tbOrder.setReceiverMobile(order.getReceiverMobile());
        tbOrder.setSourceType("2");//订单来源
        //将购物车明细保存到订单明细中
        for (TbOrderItem orderItem : cart.getOrderItemList()) {
            //将每一个订单中的订单明细相加就成为了该订单中的总金额
            totalMoney += orderItem.getTotalFee().doubleValue();
            //别忘了给orderItem订单明细的orderId赋值
            orderItem.setOrderId(orderId);//商品刚生成的(一对多的关系)
            orderItem.setId(idWorker.nextId());//订单明细的id也得是雪花算法生成的
            orderItemMapper.insert(orderItem);
        }
        tbOrder.setPayment(new BigDecimal(totalMoney));//设置订单总金额
        //将每一个订单保存到数据库中
        orderMapper.insert(tbOrder);
    }
    //所有订单生成后该用户下对应的购物车中的订单数据清空
    redisTemplate.boundHashOps("cartList").delete(order.getUserId());
 }

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
高并发分布式系统中生成全局唯一Id汇总 数据在分片时,典型的是分库分表,就有一个全局ID生成的问题。 单纯的生成全局ID并不是什么难题,但是生成的ID通常要满足分片的一些要求: 1 不能有单点故障。 2 以时间为序,或者ID里包含时间。这样一是可以少一个索引,二是冷热数据容易分离。 3 可以控制ShardingId。比如某一个用户的文章要放在同一个分片内,这样查询效率高,修改也容易。 4 不要太长,最好64bit。使用long比较好操作,如果是96bit,那就要各种移位相当的不方便,还有可能有些组件不能支持这么大的ID。 一 twitter twitter在把存储系统从MySQL迁移到Cassandra的过程中由于Cassandra没有顺序ID生成机制,于是自己开发了一套全局唯一ID生成服务:Snowflake。 1 41位的时间序列(精确到毫秒,41位的长度可以使用69年) 2 10位的机器标识(10位的长度最多支持部署1024个节点) 3 12位的计数顺序号(12位的计数顺序号支持每个节点每毫秒产生4096个ID序号) 最高位是符号位,始终为0。 优点:高性能,低延迟;独立的应用;按时间有序。 缺点:需要独立的开发和部署。 原理 java 实现代码 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 public class IdWorker { private final long workerId; private final static long twepoch = 1288834974657L; private long sequence = 0L; private final static long workerIdBits = 4L; public final static long maxWorkerId = -1L ^ -1L << workerIdBits; private final static long sequenceBits = 10L; private final static long workerIdShift = sequenceBits; private final static long timestampLeftShift = sequenceBits + workerIdBits; public final static long sequenceMask = -1L ^ -1L < this.maxWorkerId || workerId < 0) { throw new IllegalArgumentException(String.format( "worker Id can't be greater than %d or less than 0", this.maxWorkerId)); } this.workerId = workerId; } public synchronized long nextId() { long timestamp = this.timeGen(); if (this.lastTimestamp == timestamp) { this.sequence = (this.sequence + 1) & this.sequenceMask; if (this.sequence == 0) { System.out.println("###########" + sequenceMask); timestamp = this.tilNextMillis(this.lastTimestamp); } } else { this.sequence = 0; } if (timestamp < this.lastTimestamp) { try { throw new Exception( String.format( "Clock moved backwards. Refusing to generate id for %d milliseconds", this.lastTimestamp - timestamp)); } catch (Exception e) { e.printStackTrace(); } } this.lastTimestamp = timestamp; long nextId = ((timestamp - twepoch << timestampLeftShift)) | (this.workerId << this.workerIdShift) | (this.sequence); System.out.println("timestamp:" + timestamp + ",timestampLeftShift:" + timestampLeftShift + ",nextId:" + nextId + ",workerId:" + workerId + ",sequence:" + sequence); return nextId; } private long tilNextMillis(final long lastTimestamp) { long timestamp = this.timeGen(); while (timestamp <= lastTimestamp) { timestamp = this.timeGen(); } return timestamp; } private long timeGen() { return System.currentTimeMillis(); } public static void main(String[] args){ IdWorker worker2 = new IdWorker(2); System.out.println(worker2.nextId()); } }

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值