首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >批次召回的工程实现:码段索引、流向图查询与召回状态机

批次召回的工程实现:码段索引、流向图查询与召回状态机

原创
作者头像
用户4575637
发布于 2026-11-11 09:33:12
发布于 2026-11-11 09:33:12
1330
举报

召回是一个低概率、高时限、强证明要求的场景。系统平时看起来只是"扫码记录",一旦触发召回,就要在数小时内回答三个问题:这一批生产了多少、现在分布在哪、哪些单元必须收回。能不能回答,取决于码表与流向表的结构,而不是取决于标签印刷得多精细。

本文从数据模型、查询路径、状态机与一致性四个方面拆解批次召回的工程实现。

一、需求与约束

把召回需求翻译成技术指标,大致是四条。

  • 正向查询:给定批次号,十秒内返回全部箱码与所在终端,数据量按千万级码估算。
  • 反向查询:给定单个码,两秒内返回生产批次、原料批次、同批货分布。
  • 范围可证明:召回范围必须是可枚举的集合,能导出、能对账,不能是抽样估算。
  • 过程可追溯:通知、核销、回收的每一步都要留痕,且记录不可事后修改。

四条里第三条最容易被低估。业务部门要的是一份能发下去的清单,不是一个统计数字。

二、码表与批次的数据模型

码与批次是多对一,箱码与瓶码是一对多,垛码与箱码又是一层。四层关系不建议用递归表存,展开成固定层级,查询更快,也更容易做完整性校验。

代码语言:sql
复制
CREATE TABLE code_item (
  code          VARCHAR(32)  NOT NULL,
  level         TINYINT      NOT NULL,   -- 1 瓶 2 盒 3 箱 4 垛
  parent_code   VARCHAR(32)  NULL,
  batch_id      BIGINT       NOT NULL,
  segment_id    BIGINT       NOT NULL,
  status        TINYINT      NOT NULL,   -- 1 已赋码 2 已出库 3 已售 4 已召回
  produced_at   TIMESTAMP    NOT NULL,
  PRIMARY KEY (code),
  KEY idx_batch (batch_id, level, status),
  KEY idx_parent (parent_code)
) PARTITION BY HASH(batch_id) PARTITIONS 64;

批次表单独维护码段区间,赋码时先申请码段再逐码写入,避免一次性生成千万行造成写放大。码段的生成、分配、作废要有独立权限与审计日志,码段外泄等同于防伪体系失效。

按 batch_id 做哈希分区,保证同一批次的码落在同一分区,正向查询不会跨全部分区扫描。(batch_id, level, status) 联合索引支撑"某批次所有箱码"和"某批次未回收瓶码"两类高频查询。

三、流向图的存储与查询

流向不是链式结构,而是图:一个批次可以发往多个经销商,一个经销商可以发往多个门店,一个门店还可能调拨。用单表记录"上一级"会丢失多跳关系,正确做法是边表。

代码语言:sql
复制
CREATE TABLE flow_edge (
  id          BIGINT      NOT NULL AUTO_INCREMENT,
  from_type   TINYINT     NOT NULL,   -- 1 工厂 2 经销商 3 门店
  from_id     BIGINT      NOT NULL,
  to_type     TINYINT     NOT NULL,
  to_id       BIGINT      NOT NULL,
  code_scope  VARCHAR(64) NOT NULL,   -- 码段区间或批次号
  event_time  TIMESTAMP   NOT NULL,
  doc_no      VARCHAR(64) NOT NULL,   -- 出库单/入库单号
  PRIMARY KEY (id),
  KEY idx_from (from_type, from_id, event_time),
  KEY idx_to (to_type, to_id, event_time),
  KEY idx_scope (code_scope)
) PARTITION BY RANGE (UNIX_TIMESTAMP(event_time));

正向追溯从批次出发做广度优先遍历,深度通常不超过四层:工厂到经销商、经销商到门店、门店到消费者。查询时先按 code_scope 命中边表,再按 from_id 展开下一层,每层限制返回条数,避免一次拉全图。

反向追溯从单个码出发,先查 code_item 得到批次与父级,再沿 parent_code 向上回溯到垛,最后用 batch_id 关联原料批次表。这条路径是固定深度的点查,延迟主要取决于缓存命中率。

亿级边表必须按时间分区并按月归档。召回一般只关心近一到两年的流向,历史分区可以降为冷存储,查询时显式指定时间范围。

四、召回范围的计算

范围计算的核心是三次集合运算:批次全集、时间窗内已出库集合、排除已确认售出且无法追回的集合。

  • 批次全集来自 code_item,按 batch_id 与 level 过滤。
  • 已出库集合来自 flow_edge,按 code_scope 与 event_time 过滤。
  • 已售集合来自消费者扫码记录,按码与扫码时间过滤。

三次运算结果落成召回明细表,每行一个码,带状态字段。明细生成必须幂等:同一召回单重复生成时,以 recall_id + code 为唯一键做插入忽略,不产生重复行。

范围计算要给出可解释的结果。哪些码在经销商仓库、哪些在门店、哪些已售出、哪些没有任何流转记录,四类分别计数。最后一类最需要人工介入,系统不能默认它"安全"。

五、召回状态机

召回单是一个有生命周期的对象,状态迁移要显式建模,不能靠一个布尔字段表示"是否完成"。

状态

触发

下一状态

说明

草稿

创建召回单

待审批

可修改范围

待审批

审批通过

通知中

范围冻结

通知中

全部通知送达

回收中

未送达进入重试

回收中

全部核销

待关闭

部分核销继续等待

回收中

超过时限

升级处理

通知区域负责人

待关闭

复核通过

已关闭

生成报告

状态迁移写入独立的事件表,采用追加写,不更新历史记录。这样既能还原任意时点的进度,也满足监管对过程证据的要求。

六、通知与核销的接口设计

通知走消息队列,按渠道拆分主题:经销商、门店、消费者。每个渠道有独立的重试策略与限流阈值,避免一次召回把短信通道打满。

核销接口面向门店扫码,必须支持弱网与重复提交。请求体带 recall_id、code、action、device_id,服务端以 recall_id + code + action 做幂等键,重复请求返回首次结果,不重复累加核销数量。

消费者侧只提供查询,不提供操作。扫码页展示该码是否在召回范围内、应该怎么处理,文案要按批次配置,不能一套模板套所有品类。

七、性能、一致性与可观测

码查询走缓存加布隆过滤器,先判断码是否存在,再回源数据库,避免无效查询打穿存储。热点批次的全量码列表不放进缓存,改为分页游标查询,防止大 key。

码状态变更与流向写入允许最终一致,通过变更数据捕获同步到检索集群,延迟控制在五秒以内。召回明细一旦生成则要求强一致,因为它是对外发布的清单,不能出现两次查询结果不同。

监控四个指标:批次查询 P99 延迟、召回明细生成耗时、通知送达率、核销幂等冲突次数。前两个反映系统能力,后两个反映执行链路是否可靠。

八、结语

批次召回考验的不是单点技术,而是数据链路是否完整:赋码时有没有写批次、出库时有没有扫码、流向有没有落成边、范围能不能枚举。任何一环缺失,召回就会退回到打电话和翻表格。把这四件事做成默认动作,小时级响应才是可实现的工程目标,而不是宣传语。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、需求与约束
  • 二、码表与批次的数据模型
  • 三、流向图的存储与查询
  • 四、召回范围的计算
  • 五、召回状态机
  • 六、通知与核销的接口设计
  • 七、性能、一致性与可观测
  • 八、结语
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档