一、系统需求分析与功能定位

电话计费与查询系统需满足两类核心需求：计费规则管理与数据查询服务。计费规则需支持灵活配置，例如按通话时长阶梯计费、分时段差异化费率、长途/本地通话区分等；查询服务需实现高效检索，支持按用户ID、时间范围、通话类型等多维度查询。

从架构设计角度，系统需具备可扩展性（支持新增计费规则）、高可用性（7×24小时查询服务）和数据一致性（计费与查询结果同步）。建议采用分层架构：数据访问层（DAO）、业务逻辑层（Service）、接口层（Controller），结合缓存技术提升查询性能。

二、数据库设计与关键表结构

数据库是系统的核心存储，需设计以下关键表：

用户表（User）：存储用户基本信息（ID、姓名、电话号码、账户余额）
通话记录表（CallRecord）：记录每次通话详情（ID、用户ID、主叫号码、被叫号码、开始时间、结束时间、通话类型）
计费规则表（BillingRule）：定义计费策略（ID、规则名称、费率、生效时间、失效时间、适用通话类型）

示例SQL建表语句：

CREATE TABLE User (
    user_id INT PRIMARY KEY AUTO_INCREMENT,
    name VARCHAR(50) NOT NULL,
    phone VARCHAR(20) UNIQUE NOT NULL,
    balance DECIMAL(10,2) DEFAULT 0.00
);
CREATE TABLE CallRecord (
    record_id INT PRIMARY KEY AUTO_INCREMENT,
    user_id INT NOT NULL,
    caller VARCHAR(20) NOT NULL,
    callee VARCHAR(20) NOT NULL,
    start_time DATETIME NOT NULL,
    end_time DATETIME NOT NULL,
    call_type VARCHAR(20) NOT NULL, -- 本地/长途/国际
    FOREIGN KEY (user_id) REFERENCES User(user_id)
);
CREATE TABLE BillingRule (
    rule_id INT PRIMARY KEY AUTO_INCREMENT,
    rule_name VARCHAR(50) NOT NULL,
    rate DECIMAL(5,2) NOT NULL, -- 元/分钟
    effective_time DATETIME NOT NULL,
    expiry_time DATETIME NOT NULL,
    call_type VARCHAR(20) NOT NULL
);

三、核心功能实现：计费与查询

1. 计费逻辑实现

计费模块需根据通话记录和计费规则计算费用。关键步骤：

规则匹配：根据通话类型和时间段选择适用规则
时长计算：duration = end_time - start_time
费用计算：fee = duration * rate

示例代码（Service层）：

public class BillingService {
    @Autowired
    private BillingRuleRepository ruleRepo;
    @Autowired
    private CallRecordRepository recordRepo;
    public BigDecimal calculateFee(Long recordId) {
        CallRecord record = recordRepo.findById(recordId).orElseThrow();
        BillingRule rule = ruleRepo.findByCallTypeAndTime(
            record.getCallType(),
            record.getStartTime(),
            record.getEndTime()
        );
        long duration = Duration.between(
            record.getStartTime().toInstant(),
            record.getEndTime().toInstant()
        ).toMinutes();
        return BigDecimal.valueOf(duration).multiply(rule.getRate());
    }
}

2. 查询功能实现

查询模块需支持多条件组合查询，例如“查询用户A在2023年10月的长途通话记录”。优化建议：

索引优化：在user_id、start_time、call_type字段建立复合索引
分页查询：避免一次性加载大量数据
缓存策略：对高频查询结果（如“今日通话记录”）缓存

示例代码（Controller层）：

@RestController
@RequestMapping("/api/calls")
public class CallQueryController {
    @Autowired
    private CallRecordRepository recordRepo;
    @GetMapping
    public Page<CallRecord> queryCalls(
            @RequestParam Long userId,
            @RequestParam @DateTimeFormat(iso = DateTimeFormat.ISO.DATE) LocalDate startDate,
            @RequestParam @DateTimeFormat(iso = DateTimeFormat.ISO.DATE) LocalDate endDate,
            @RequestParam(defaultValue = "0") int page,
            @RequestParam(defaultValue = "10") int size) {
        Pageable pageable = PageRequest.of(page, size);
        return recordRepo.findByUserIdAndStartTimeBetween(
            userId,
            startDate.atStartOfDay(),
            endDate.plusDays(1).atStartOfDay(),
            pageable
        );
    }
}

四、性能优化与扩展性设计

1. 数据库优化

读写分离：主库负责写操作，从库负责读操作
分表策略：按用户ID或时间范围分表（如CallRecord_202310）
异步处理：计费结果写入队列，避免阻塞主流程

2. 缓存层设计

引入Redis缓存高频查询结果：

缓存键设计：user:{userId}{startDate}:{endDate}
过期策略：根据业务需求设置TTL（如1小时）
缓存穿透防护：对空结果缓存短期值（如1分钟）

示例缓存代码：

@Cacheable(value = "callRecords", key = "#userId + ':' + #startDate + ':' + #endDate")
public List<CallRecord> getCachedCalls(Long userId, LocalDate startDate, LocalDate endDate) {
    // 实际查询逻辑
}

3. 微服务化扩展

当系统规模扩大时，可拆分为：

计费服务：独立部署，处理计费逻辑
查询服务：提供RESTful API
规则管理服务：支持动态更新计费规则

通过消息队列（如Kafka）实现服务间通信，例如计费完成后发布FeeCalculated事件。

五、测试与部署建议

单元测试：使用JUnit测试计费逻辑，模拟不同计费规则
集成测试：验证数据库与缓存的交互
压力测试：模拟高并发查询场景（如1000QPS）
部署方案：
- 容器化部署（Docker + Kubernetes）
- 监控告警（Prometheus + Grafana）
- 日志收集（ELK栈）

六、总结与最佳实践

开发电话计费与查询系统时，需重点关注：

计费规则的灵活性：通过配置化支持业务变化
查询性能的优化：索引、缓存、分页三管齐下
系统的可扩展性：从单体到微服务的平滑演进
数据的一致性：通过事务和消息队列保证

实际开发中，可参考开源框架（如Spring Boot）快速搭建基础架构，结合业务需求定制核心逻辑。对于高并发场景，建议采用异步处理和分布式缓存提升系统吞吐量。

Java电话计费与查询系统设计：从架构到代码实现