基于中台思想的物流系统设计（三）：构建物流地址能力

在电商物流领域我们会涉及到地址，其中包括了基础的四级地址和用户填写的地址。四级地址在整个从下单到收货的业务流程中都会用到，因此设计的时候要考虑如何最大限度地提高QPS。用户地址在下单的时候让用户填写或者选择，然后存在交易订单和物流订单上，后续的流程一般不会变，如果用户需要修改地址，直接变更交易订单和物流订单的地址信息即可，因此设计的时候主要考虑满足各种用户地址场景。

描述：四级地址表

表结构：

上面的表结构以一种一维的角度描述了四级地址，可能不太直观，下面用一个例子来说明四级地址是怎么组织的：

四级地址第一级：

省份编码两位，从1开始到34代表34个省级行政区（23省+4直辖市+5自治区+2特别行政区），以浙江为例为8

四级地址第二级：

城市编码两位，从01开始递增，省份+城市构成二级地址，以杭州为例就是801

四级地址第三级：

区域编码两位，从01开始递增，省份+城市+区域构成三级地址，以杭州西湖区为例就是80103

四级地址第四级：

街道编码两位，从01开始递增，省份+城市+区域+街道构成四级地址，以浙江省杭州市西湖区古荡街道为例就是8010301

上面的每一级地址都通过parent_code关联上一级地址，因此只要知道任意一级地址，都可以把整个四级地址都查出来。

描述：用户地址表

表结构

索引：

user_id普通索引

四级地址库的使用场景是查询非常多，修改和创建几乎没有，因此我们首先想到的是使用缓存。对于缓存，有基于redis的集中式缓存，也有基于JVM的本地缓存，考虑到四级地址库的使用场景，基于redis的集中式缓存在后期不一定能支撑巨大的查询量，因此我们从一开始就选择基于JVM的本地缓存，下面是对本地缓存的技术选型：

该策略使用guava cache做本地缓存，由于guava cache本质上是KV数据，因此针对不同的查询场景，需要构建不同的缓存，然后通过elastic-job定时（比如每天凌晨）将数据库数据刷新到缓存。这种策略编码实现比较简单，但是无法适应复杂场景的查询，而且随着查询场景的增多，内存数据会越来越大。

该策略基于H2内存数据库+Mybatis实现了复杂查询场景，同时又保证了性能。但是，由于H2数据库的数据是在启动的时候从文件加载的，运行期无法变更，因此，每次地址库更新，都需要更新启动时的数据文件。

考虑到四级地址数据一年也更新不了几次，我们最终选择了方案二：基于H2内存数据库的缓存。我们把H2数据文件、H2数据库SQL、Mybatis接口都封装在了一个client中打包出去，外部系统直接依赖这个client包就可以获得四级地址库的能力。当地址库数据更新，我们会重新打包client，其他应用只要升级这个client包就可以获得最新的四级地址数据。

用户在下单的时候，需要填写收货地址，普通的填写方式通过四级地址一级一级往下填，用户体验比较繁琐。为了提升用户体验，我们可以根据用户的经纬度直接匹配出四级地址。

我们使用Redis GEO API进行地址与经纬度的映射，整体架构如下：

我们首先将用户地址经纬度映射到四级地址code中，存入redis，前端应用根经纬度从redis获取四级地址code，然后根据code查询四级地址详细信息。由于数据存储在redis，为了防止缓存被逐出或者redis被重启，每天凌晨使用定时任务刷新redis的数据。

我们使用redis geo API主要使用两个命令：

1.GEOADD

命令：GEOADD key longitude latitude member [longitude latitude member ...]

命令描述：将指定的地理空间位置（纬度、经度、名称）添加到指定的key中。

返回值：添加到sorted set元素的数目，但不包括已更新score的元素。

2.GEORADIUS

命令：GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count]

命令描述：

以给定的经纬度为中心， 返回键包含的位置元素当中， 与中心的距离不超过给定最大距离的所有位置元素。

范围可以使用以下其中一个单位：

通过上面的介绍，我们基本介绍完了一个物流地址系统的关键技术要点，接下来的一篇文章会把物流详情和物流服务的能力一并介绍，然后进入我们的重头戏：如何构建一个具有良好扩展性的物流产品服务层。