一、优惠券失效的核心场景与业务需求

优惠券失效是电商系统中高频但易被忽视的功能模块，其核心需求包括：时间维度失效（过期自动失效）、状态维度失效（已使用、已退款）、业务规则失效（订单取消后恢复）。根据业务调研，超过60%的电商纠纷源于优惠券状态管理不当，导致用户重复使用或过期后仍能抵扣。

Java实现需重点解决三大问题：

1. 时间精度：避免因服务器时钟不同步导致误判
2. 并发安全：防止高并发下优惠券状态被异常修改
3. 数据一致性：确保优惠券状态与订单、退款等业务数据同步

二、时间维度失效的实现方案

（一）基于时间戳的硬失效判断

public class CouponValidator {
    // 判断优惠券是否过期（精确到秒）
    public static boolean isExpired(Date expireTime) {
        long currentTime = System.currentTimeMillis();
        return currentTime > expireTime.getTime();
    }
    // 带时区处理的增强版
    public static boolean isExpiredWithTimeZone(Date expireTime, String timeZoneId) {
        TimeZone timeZone = TimeZone.getTimeZone(timeZoneId);
        Calendar calendar = Calendar.getInstance(timeZone);
        long currentMillis = calendar.getTimeInMillis();
        return currentMillis > expireTime.getTime();
    }
}

关键点：

• 使用System.currentTimeMillis()而非new Date()，减少对象创建开销
• 在分布式系统中，建议通过NTP服务同步时钟，误差控制在±500ms内
• 数据库设计时，expire_time字段推荐使用TIMESTAMP WITH TIME ZONE类型

（二）定时任务批量处理过期券

@Scheduled(cron = "0 0 0 * * ?") // 每天0点执行
public void processExpiredCoupons() {
    LocalDateTime now = LocalDateTime.now();
    List<Coupon> expiredCoupons = couponRepository.findByExpireTimeBefore(now);
    expiredCoupons.forEach(coupon -> {
        coupon.setStatus(CouponStatus.EXPIRED);
        couponRepository.save(coupon);
        // 触发后续逻辑（如统计、通知等）
    });
}

优化建议：

• 采用分片查询处理百万级数据，避免内存溢出
• 结合Redis的ZSET结构存储即将过期券，实现秒级响应
• 记录处理日志，便于排查”已过期但未标记”的异常情况

三、状态维度失效的实现方案

（一）状态机设计

public enum CouponStatus {
    UNUSED("未使用"),
    USED("已使用"),
    EXPIRED("已过期"),
    REFUNDED("已退款");
    private String description;
    CouponStatus(String description) {
        this.description = description;
    }
    // 状态转换规则
    public boolean canTransitionTo(CouponStatus newStatus) {
        switch (this) {
            case UNUSED:
                return newStatus == USED || newStatus == EXPIRED;
            case USED:
                return newStatus == REFUNDED;
            default:
                return false;
        }
    }
}

设计原则：

• 遵循封闭原则，状态转换仅允许在定义范围内
• 结合AOP实现状态变更日志记录
• 数据库表设计时，status字段使用TINYINT存储枚举值，提高查询效率

（二）分布式锁下的状态修改

@Service
public class CouponService {
    @Autowired
    private RedissonClient redissonClient;
    public boolean useCoupon(String couponId, String orderId) {
        String lockKey = "coupon:lock:" + couponId;
        RLock lock = redissonClient.getLock(lockKey);
        try {
            // 尝试获取锁，等待5秒，锁自动释放时间30秒
            boolean locked = lock.tryLock(5, 30, TimeUnit.SECONDS);
            if (!locked) {
                throw new RuntimeException("获取锁失败，请稍后重试");
            }
            Coupon coupon = couponRepository.findById(couponId)
                .orElseThrow(() -> new RuntimeException("优惠券不存在"));
            if (coupon.getStatus() != CouponStatus.UNUSED) {
                throw new RuntimeException("优惠券状态异常");
            }
            if (CouponValidator.isExpired(coupon.getExpireTime())) {
                coupon.setStatus(CouponStatus.EXPIRED);
            } else {
                coupon.setStatus(CouponStatus.USED);
                coupon.setOrderId(orderId);
            }
            couponRepository.save(coupon);
            return true;
        } finally {
            if (lock.isLocked() && lock.isHeldByCurrentThread()) {
                lock.unlock();
            }
        }
    }
}

锁策略选择：

• Redisson适合大多数场景，支持看门狗机制自动续期
• 对于超卖敏感业务，可改用数据库唯一索引实现乐观锁
• 锁粒度应控制在优惠券ID级别，避免过度阻塞

四、数据库设计优化

（一）表结构示例

CREATE TABLE coupon (
    id VARCHAR(32) PRIMARY KEY,
    coupon_template_id VARCHAR(32) NOT NULL,
    user_id VARCHAR(32) NOT NULL,
    status TINYINT NOT NULL DEFAULT 0 COMMENT '0:未使用 1:已使用 2:已过期 3:已退款',
    order_id VARCHAR(32) DEFAULT NULL,
    expire_time TIMESTAMP NOT NULL,
    create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    update_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
    UNIQUE KEY uk_user_template (user_id, coupon_template_id) COMMENT '用户领券唯一性'
);

索引优化：

• 复合索引(status, expire_time)加速过期券查询
• 覆盖索引(user_id, status)优化用户券列表查询
• 定期执行ANALYZE TABLE更新统计信息

（二）历史数据归档策略

@Scheduled(cron = "0 0 2 * * ?") // 每天2点执行
public void archiveExpiredCoupons() {
    LocalDateTime thirtyDaysAgo = LocalDateTime.now().minusDays(30);
    // 转移过期且未使用的券到历史表
    int count = jdbcTemplate.update(
        "INSERT INTO coupon_history SELECT * FROM coupon " +
        "WHERE status = 2 AND expire_time < ?", 
        thirtyDaysAgo
    );
    // 删除原表数据
    jdbcTemplate.update(
        "DELETE FROM coupon WHERE status = 2 AND expire_time < ?", 
        thirtyDaysAgo
    );
}

五、异常处理与监控

（一）幂等性设计

public class CouponIdempotentHandler {
    public static boolean isDuplicateRequest(String requestId) {
        String key = "coupon:request:" + requestId;
        Boolean exists = redisTemplate.opsForValue().setIfAbsent(key, "1", 24, TimeUnit.HOURS);
        return exists == null ? false : !exists;
    }
}

应用场景：

• 防止用户重复提交领券请求
• 处理网络超时后的重试请求
• 结合订单ID实现使用操作幂等

（二）监控指标

六、扩展性设计

（一）规则引擎集成

public class CouponRuleEngine {
    private RuleEngine ruleEngine;
    public boolean evaluate(Coupon coupon, Order order) {
        Facts facts = new Facts();
        facts.put("coupon", coupon);
        facts.put("order", order);
        return ruleEngine.fire(
            RulesFactory.getCouponRules(), 
            facts
        ).getResults().stream()
            .allMatch(Result::isPassed);
    }
}

适用场景：

• 满减券与折扣券的复合规则
• 品类限制、会员等级限制等复杂条件
• 促销活动期间的临时规则调整

（二）异步消息处理

@KafkaListener(topics = "coupon_status_change")
public void handleStatusChange(CouponStatusChangeEvent event) {
    switch (event.getNewStatus()) {
        case USED:
            // 触发积分奖励
            pointsService.awardPoints(event.getUserId(), 10);
            break;
        case EXPIRED:
            // 更新用户画像
            userProfileService.updateTag(event.getUserId(), "coupon_sensitive");
            break;
    }
}

消息设计要点：

• 包含couponId、userId、oldStatus、newStatus、timestamp字段
• 配置死信队列处理消费失败的消息
• 实现消息去重，避免重复消费

七、测试策略

（一）单元测试示例

@Test
public void testCouponExpiration() {
    // 模拟当前时间超过过期时间
    Coupon coupon = new Coupon();
    coupon.setExpireTime(Date.from(Instant.now().minusSeconds(3600)));
    assertTrue(CouponValidator.isExpired(coupon.getExpireTime()));
    // 模拟时区调整场景
    assertTrue(CouponValidator.isExpiredWithTimeZone(
        coupon.getExpireTime(), 
        "Asia/Shanghai"
    ));
}

（二）压力测试指标

八、最佳实践总结

1. 时间处理：统一使用UTC时间存储，显示时转换为用户时区
2. 状态管理：通过枚举类+数据库约束双重保障状态有效性
3. 并发控制：根据业务场景选择分布式锁或乐观锁
4. 数据归档：定期清理过期数据，保持主表性能
5. 监控体系：建立从代码层到数据库层的全链路监控

通过上述方案，可构建一个支持千万级优惠券、99.99%可用性的失效管理系统。实际实施时，建议先在测试环境模拟双十一级别的流量压力，再逐步上线。