java实现商品sku_商品SKU功能设计与优化

article/2025/10/3 9:10:53

SpringBoot实战电商项目mall(30k+star)地址:github.com/macrozheng/…

摘要

原来的商品SKU设计存在着两个问题,一个是SKU表设计上面比较固化,无法扩展。另一个是当修改了商品信息之后,商品SKU的ID会发生变化,由于购物车表和订单商品表都关联了商品SKU的ID,这样就会导致匹配不上。最近对这两个问题做了点优化,下面来聊聊优化的思路。

商品的SPU和SKU

首先我们来了解下商品SPU和SKU的概念,可能很多没有接触过电商的朋友都不了解。

SPU(Standard Product Unit ):指的是标准商品单位,商品信息聚合的最小单位,是一组可复用、易检索的标准化信息的集合,该集合描述了一个商品的特性;

SKU(Stock Keeping Unit):库存量单位,是物理上不可分割的最小存货单元。

举个例子:比如说现在有个手机商品叫小米8,小米8有不同的属性,比如有它有黑色和蓝色的,有32G和64G版本的。此时小米8就是一个SPU,而小米8黑色64G就是一个SKU。

0d0be993507282d65b7b27f66ab71c8a.png

商品的SKU设计

以前的设计

商品的SKU信息是存储在pms_sku_stock表中的,使用sp1、sp2、sp3这三个属性来存储商品的销售属性,这样做很不灵活,也难以扩展。

34f74a6357043a6ef13f0601ec47ac21.png

这种做法也带来了后续的问题,比如我们的购物车和订单都会需要存储销售属性,这样的话都会需要添加sp1、sp2、sp3的属性。


http://chatgpt.dhexx.cn/article/55ElcTbu.shtml

相关文章

sku mysql_商品sku处理

简单来说,一个电商类网站,根据平台的不同,商品的属性自然也就不同。 一般情况来说,一个商品 goods_id 对应多个 sku_id ; 设计表时我们会采取这样的方式: 产品表  ---   产品sku表  ---  产品基本属性表(产品属…

一个商品SKU是怎么生成的

首先说一说什么是SKU。。。。。。。自己百度去。。。 类似京东上面,未来人类S5这个台笔记本(没错,我刚入手了) 都是S5这个型号,但是因为CPU,显卡,内存,硬盘等不同,价格也不一样。CPU…

商品SKU

前言 最近项目开发涉及商品SKU,商品SKU计算原理就是笛卡尔积,下面对相关内容做一下总结。 一、什么是SKU SKUStock Keeping Unit(库存量单位),即库存进出计量的单位,可以是以件,盒,托盘等为单位。针对电商而…

深度学习(二)---算法岗面试题

● 神经网络为什么用交叉熵 参考回答: 通过神经网络解决多分类问题时,最常用的一种方式就是在最后一层设置n个输出节点,无论在浅层神经网络还是在CNN中都是如此,比如,在AlexNet中最后的输出层有1000个节点&#xff0c…

深度学习面试题常见问答

目录 有哪些方法可以避免过拟合? 造成过拟合的原因: 解决办法: dropout在训练时和推理时的区别是什么? L1和L2正则化的区别?为什么L1比L2更稀疏? Batch Size大小如何影响收敛速度? BN的原理&#x…

机器学习、深度学习笔试题面试题整理

机器学习、深度学习笔试题 面试题总结 整理看到的内容,以免忘记 里面添加参考的链接,感谢各位大佬 感受野如何计算? 参考链接:https://blog.csdn.net/a841454735/article/details/88558906 感受野指的是一个特定的 CNN 特征&am…

深度学习(三)----算法岗面试题

● 神经网络为啥用交叉熵。 参考回答: 通过神经网络解决多分类问题时,最常用的一种方式就是在最后一层设置n个输出节点,无论在浅层神经网络还是在CNN中都是如此,比如,在AlexNet中最后的输出层有1000个节点,…

深度学习(二)-----算法岗面试题

● 深度学习了解多少,有看过底层代码吗?caffe,tf? ● 除了GMM-HMM,你了解深度学习在语音识别中的应用吗? 参考回答: 讲了我用的过DNN-HMM,以及与GMM-HMM的联系与区别;然后RNNCTC,这…

深度学习面试题-2

1. 下列哪一项属于特征学习算法(representation learning algorithm)? A K近邻算法 B 随机森林 C 神经网络 D 都不属于 正确答案是:C, 您的选择是:C 解析:神经网络会将数据转化为更适合解决目…

深度学习面试题总结1-20

1.CNN的卷积核是单层还是多层的? 描述网络模型中某层的厚度,通常用名词通道channel数或者特征图feature map数。不过人们更习惯把作为数据输入的前层的厚度称之为通道数(比如RGB三色图层称为输入通道数为3),把作为卷积…

深度学习计算机视觉常见的29道面试题及解析

点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要15分钟 Follow小博主,每天更新前沿干货 作者丨我要鼓励娜扎知乎 来源丨https://zhuanlan.zhihu.com/p/89587997 编辑丨极市平台 导读 正值秋招进行时,本文收集…

深度学习面试题-3

1. 梯度爆炸问题是指在训练深度神经网络的时候,梯度变得过大而损失函数变为无穷。在RNN中,下面哪种方法可以较好地处理梯度爆炸问题? A 用改良的网络结构比如LSTM和GRUs B 梯度裁剪 C Dropout D 所有方法都不行 正确答案是:B&am…

深度学习算法面试题总结(38题)

原文链接:https://blog.csdn.net/attitude_yu/article/details/80963323 1. 什么是凸集、凸函数、凸学习问题? 凸集:若对集合C中任意两点u和v,连接他们的线段仍在集合C中,那么集合C是凸集。 公式表示为:αu(1-α)v∈C…

深度学习笔试、面试题 一

1、神经网络模型(Neural Network)因受人类大脑的启发而得名,神经网络由许多神经元(Neuron)组成,每个神经元接受一个输入,对输入进行处理后给出一个输出,如下图所示。请问下列关于神经…

面试笔试整理3:深度学习机器学习面试问题准备(必会)

第一部分:深度学习 1、神经网络基础问题 (1)Backpropagation(要能推倒)   后向传播是在求解损失函数L对参数w求导时候用到的方法,目的是通过链式法则对参数进行一层一层的求导。这里重点强调&#xff…

机器学习与深度学习常见面试题

为了帮助参加校园招聘、社招的同学更好的准备面试,SIGAI整理出了一些常见的机器学习、深度学习面试题。理解它们,对你通过技术面试非常有帮助,当然,我们不能只限于会做这些题目,最终的目标是真正理解机器学习与深度学习…

深度学习最全面试题总结(二)

👨‍💻作者简介: CSDN、阿里云人工智能领域博客专家,新星计划计算机视觉导师,百度飞桨PPDE,专注大数据与AI知识分享。✨公众号:GoAI的学习小屋 ,免费分享书籍、简历、导图等&#xf…

大厂必考深度学习面试题及参考答案

目录 一,滤波器与卷积核二,卷积层和池化输出大小计算 2.1,CNN 中术语解释2.2,卷积输出大小计算(简化型)2.3,理解边界效应与填充 padding参考资料三,深度学习框架的张量形状格式四&am…

深度学习面试必备的25个问题

作者 | Tomer Amit 译者 | 弯月,编辑 | 屠敏 出品 | CSDN(ID:CSDNnews) 在本文中,我将分享有关深度学习的25个问题,希望能够帮助你为面试做好准备。 1.为什么必须在神经网络中引入非线性? 答&am…

深度学习算法面试题总结

1. 什么是凸集、凸函数、凸学习问题? 凸集:若对集合C中任意两点u和v,连接他们的线段仍在集合C中,那么集合C是凸集。 公式表示为:αu+(1-α)v∈C α∈[0, 1] 凸函数:凸集上的函数是凸函数。凸函数的每一个局部极小值也是全局极小值( f(x) = 0.5x^2 )。 公式表示为:f(αu…