跨店满减通过按店铺id聚合金额并封装规则实体实现轻量级计算：用map分组累计各店消费额，再由crossshopfullminusrule实体按阈值独立应用满减，最终汇总减免。
在轻量级订单系统中，跨店满减不需要强依赖分布式事务或复杂规则引擎。核心思路是：把“店铺”作为聚合维度，用 Map
用 Map 按店铺 ID 聚合消费金额
用户购物车中商品可能来自不同店铺（如商品 A 来自 shop-001，商品 B 来自 shop-002），需先按店铺归集：
- 遍历购物车项，提取 shopId 和 discountedAmount（已扣券/折扣后的行小计）
- 用
Map.compute(shopId, (k, v) -> v == null ? amount : v.add(amount))累加，天然避免 null 判断和重复 get/put - 结果得到
Map<string bigdecimal> shopAmounts</string>，例如：{"shop-001": 285.50, "shop-002": 142.00}
用实体类封装满减规则与计算逻辑
定义 CrossShopFullMinusRule 实体，明确表达业务语义：
OpenCLI Tool Integration
下载
一款AI开发辅助工具，主要用于使用 OpenCLI 工具，可从各类网站及桌面应用中提取数据、下载媒体内容、控制外部 CLI 工具。支持 Bilibili、知乎、小红书、Twitter/X、Reddit、YouTube、Boss直聘、即刻、微博等 30+ 个平台，以及 Cursor、Codex、ChatGPT、Notion 等桌面应用。当用户需要：从社...，适合需要提升相关任务效率的用户。
- 字段包括
threshold: BigDecimal（满额）、discount: BigDecimal（减额）、scope: String（如 "per_shop"） - 提供方法
applyTo(BigDecimal total)：若total.compareTo(threshold) >= 0，返回total.subtract(discount)；否则返回原值 - 支持多档规则（如满200减20、满500减60），可存为
List<crossshopfullminusrule></crossshopfullminusrule>并按阈值倒序匹配
组合 Map 与实体完成端到端计算
将聚合结果交由规则实体处理，输出各店铺实付与总减免：
- 对
shopAmounts.entrySet()流式处理，每个 entry 调用rule.applyTo(entry.getValue()) - 记录每店减免额：
BigDecimal reduction = entry.getValue().subtract(result) - 汇总总减免：
reductions.stream().reduce(BigDecimal.ZERO, BigDecimal::add) - 最终订单实付 = 原始总金额 − 总减免（注意：跨店满减通常不跨店叠加，即每店独立判断）
注意事项与边界处理
轻量级不等于忽略健壮性：
- 金额统一用
BigDecimal，避免浮点误差；构造时用字符串（如new BigDecimal("200.00")） - 店铺 ID 为空时默认归入“平台店”或直接抛异常，不静默吞掉
- 规则未命中时返回 0 减免，不中断流程；日志记录未达标店铺便于运营分析
- 若需支持“跨店累计满减”（如全店合并达 300 减 30），只需把 Map 聚合 key 改为固定字符串（如 "cross_shop_total"）
