购物车该存 Redis 还是 MySQL？架构师教你设计一个“高并发、防丢失”的购物车系统-平芜编程栈

🛒 前言：小小的购物车，大大的坑

在面试中，我最喜欢问候选人一个问题：“设计一个京东/淘宝级别的购物车，数据应该存在哪里？”

回答 A：“存在 Cookie 里，省服务器资源。” ——错。用户换个手机登录，购物车空了，体验极差。
回答 B：“存在 MySQL 里，安全。” ——错。双 11 千万级并发，每次加购都写库，数据库直接火葬场。
回答 C：“存在 Redis 里，快。” ——对了一半。Redis 挂了怎么办？数据丢失会导致严重的客诉。

真正的购物车系统，是一个**“浏览器 + Redis + MySQL + 消息队列”**的混合架构。今天我们就来拆解这个架构是如何一步步搭建出来的。

🥈 方案一：纯数据库架构 (早期/低流量)

在创业初期，流量不大，直接用 MySQL 也是没问题的。

表结构设计：

CREATETABLE`cart_item`(`id`bigintNOTNULLAUTO_INCREMENT,`user_id`bigintNOTNULLCOMMENT'用户ID',`sku_id`bigintNOTNULLCOMMENT'商品ID',`count`intNOTNULLCOMMENT'数量',`checked`tinyintDEFAULT1COMMENT'是否勾选',`update_time`datetime,PRIMARYKEY(`id`),UNIQUEKEY`idx_user_sku`(`user_id`,`sku_id`));

致命缺陷：
购物车是**“读写极高频”**的业务。
用户反复加减数量、勾选商品，如果每一次操作都去 Update 数据库，数据库的TPS (Transcation Per Second)撑不住。而且这属于“临时数据”，占用大量宝贵的数据库存储空间。

🥇 方案二：纯 Redis 架构 (中等流量)

为了快，我们将数据全部迁移到 Redis。
数据结构选型：Hash

Key:cart:{userId}
Field:skuId
Value: JSON 字符串 (包含数量、勾选状态、加入时间)

Redis 命令演示：

# 添加商品 1001，数量 2HSET cart:88881001"{'count':2, 'checked':1}"# 增加商品数量HINCRBY cart:888810011# 获取购物车所有商品HGETALL cart:8888# 删除商品HDEL cart:88881001

优点：性能极其彪悍，支持 10 万+ QPS。
缺点：Redis 内存贵。且 RDB/AOF 持久化有滞后，极端宕机情况下会丢数据（虽然购物车数据丢失通常可接受，但对于大厂这是 P0 级事故）。

💎 方案三：终极混合架构 (Cookie + Redis + MySQL + MQ)

这是目前主流电商（淘宝、京东）的通用架构。

1. 核心策略

未登录状态：数据保存在客户端Cookie/LocalStorage中。
登录状态：数据保存在Redis中（热数据）。
持久化：通过MQ 异步将 Redis 的变更写入MySQL（冷数据备份，防丢失，做数据分析）。

2. 关键流程：登录合并 (Merge)

这是最复杂的逻辑。当用户在“未登录”时往 Cookie 加了 3 个商品，然后点击“登录”。
系统必须将 Cookie 里的数据 + Redis 里原有的数据进行合并。

架构流程图：

🛠️ 核心代码实战：Redis 封装

我们使用 Spring Boot + RedisTemplate 来实现核心操作。

@ServicepublicclassCartService{@AutowiredprivateStringRedisTemplateredisTemplate;privatestaticfinalStringCART_PREFIX="cart:";/** * 添加购物车 */publicvoidaddCart(LonguserId,LongskuId,Integercount){Stringkey=CART_PREFIX+userId;BoundHashOperations<String,Object,Object>cartOps=redisTemplate.boundHashOps(key);StringskuIdStr=skuId.toString();// 1. 判断商品是否存在if(cartOps.hasKey(skuIdStr)){// 2. 存在则累加数量Stringjson=(String)cartOps.get(skuIdStr);CartItemitem=JSON.parseObject(json,CartItem.class);item.setCount(item.getCount()+count);cartOps.put(skuIdStr,JSON.toJSONString(item));}else{// 3. 不存在则新增CartItemnewItem=newCartItem(skuId,count);cartOps.put(skuIdStr,JSON.toJSONString(newItem));}// 4. 发送 MQ 消息做异步持久化 (伪代码)// producer.send("cart_update_topic", new CartUpdateEvent(userId, skuId));}/** * 登录合并逻辑 */publicvoidmergeCart(LonguserId,List<CartItem>cookieItems){if(CollectionUtils.isEmpty(cookieItems))return;for(CartItemcookieItem:cookieItems){addCart(userId,cookieItem.getSkuId(),cookieItem.getCount());}// 合并完成后，通知前端清除 Cookie}}