1. 项目概述SpringBoot网上出售系统开发实录去年接手了一个电商平台的重构项目客户要求三个月内从零搭建一个支持日均5000订单的在线交易系统。经过技术选型最终采用SpringBootMyBatisRedis的技术栈实现了这套高并发网上出售系统。今天就把这个项目的核心实现方案和踩坑经验分享给大家文末会附上完整源码GitHub仓库地址见最后。这个系统主要包含商品管理、订单处理、支付对接、用户中心四大核心模块采用前后端分离架构后端API响应时间控制在200ms以内。特别在秒杀场景下通过Redis分布式锁库存预扣减机制成功扛住了双十一期间每分钟8000的并发请求。2. 技术架构设计解析2.1 整体技术栈选型后端核心框架SpringBoot 2.7.3平衡新特性与稳定性MyBatis-Plus 3.5.1简化CRUD操作Redis 6.2缓存分布式锁RabbitMQ 3.9异步消息解耦前端技术栈Vue 3 Element Plus管理后台Uni-app多端兼容H5/小程序数据库MySQL 8.0主从架构分库分表策略按用户ID取模技术选型心得SpringBoot的自动配置特性大幅减少了XML配置配合Starter机制能快速集成各组件。放弃JPA选择MyBatis-Plus是因为业务中存在大量复杂SQL查询需要更灵活的SQL控制权。2.2 高并发架构设计系统面临的主要挑战是秒杀场景下的库存超卖问题。我们采用的解决方案是// Redis分布式锁实现示例 public boolean seckill(Long productId, Integer userId) { String lockKey lock: productId; // 获取分布式锁SETNXEXPIRE String lockId UUID.randomUUID().toString(); if (redisTemplate.opsForValue().setIfAbsent(lockKey, lockId, 30, TimeUnit.SECONDS)) { try { // 1. 查询库存 Integer stock stockMapper.selectById(productId).getStock(); if (stock 0) { // 2. 扣减库存数据库乐观锁 int update stockMapper.updateStockWithVersion(productId, 1, version); if (update 0) { // 3. 创建订单异步消息 mqSender.sendSeckillMessage(new SeckillOrder(userId, productId)); return true; } } } finally { // 释放锁Lua脚本保证原子性 String script if redis.call(get, KEYS[1]) ARGV[1] then return redis.call(del, KEYS[1]) else return 0 end; redisTemplate.execute(new DefaultRedisScript(script, Long.class), Collections.singletonList(lockKey), lockId); } } return false; }3. 核心模块实现细节3.1 商品服务设计商品表采用纵向分表策略基础信息表product_baseid, name, price, cover_img详情表product_detailid, description, specs_json库存表product_stockid, stock, version乐观锁关键实现技巧多级缓存策略JVM缓存Caffeine存储热点商品信息Redis缓存全量商品基础数据缓存击穿防护BloomFilter空值缓存商品搜索方案// 基于Elasticsearch的搜索实现 public PageProductVO search(String keyword, Integer page, Integer size) { NativeSearchQueryBuilder queryBuilder new NativeSearchQueryBuilder(); queryBuilder.withQuery(QueryBuilders.multiMatchQuery(keyword, name, description)) .withPageable(PageRequest.of(page, size)) .withHighlightFields( new HighlightBuilder.Field(name).preTags(em).postTags(/em), new HighlightBuilder.Field(description).fragmentSize(200)); SearchHitsProductES hits elasticsearchRestTemplate.search( queryBuilder.build(), ProductES.class); return hits.map(hit - { ProductES product hit.getContent(); // 处理高亮显示 if (hit.getHighlightFields().containsKey(name)) { product.setName(hit.getHighlightFields().get(name).get(0)); } return convertToVO(product); }); }3.2 订单系统设计订单状态机设计stateDiagram [*] -- PENDING PENDING -- PAID: 支付成功 PENDING -- CANCELLED: 用户取消 PAID -- SHIPPED: 发货 SHIPPED -- COMPLETED: 确认收货 SHIPPED -- RETURNING: 发起退货 RETURNING -- RETURNED: 退货完成实际开发中我们采用状态模式实现public interface OrderState { void pay(Order order); void cancel(Order order); void ship(Order order); void receive(Order order); } Component Scope(prototype) public class PendingState implements OrderState { Override public void pay(Order order) { order.setState(OrderStatus.PAID); // 触发支付成功事件 eventPublisher.publishEvent(new OrderPaidEvent(order)); } Override public void cancel(Order order) { if (order.getCreateTime().plusHours(1).isAfter(LocalDateTime.now())) { throw new BusinessException(订单已超时不能取消); } order.setState(OrderStatus.CANCELLED); // 库存回滚 stockService.increase(order.getProductId(), order.getQuantity()); } }4. 性能优化实战4.1 数据库优化方案索引优化组合索引设计(user_id, status) (create_time)避免索引失效禁止左模糊查询、函数转换分库分表策略用户表按user_id % 8水平分片订单表按时间范围季度 user_id哈希SQL优化示例-- 反例全表扫描 SELECT * FROM orders WHERE DATE(create_time) 2023-01-01; -- 正例索引扫描 SELECT * FROM orders WHERE create_time 2023-01-01 00:00:00 AND create_time 2023-01-02 00:00:00;4.2 缓存一致性方案采用先更新数据库再删除缓存策略配合消息队列保证最终一致性Transactional public void updateProduct(Product product) { // 1. 更新数据库 productMapper.updateById(product); // 2. 发送缓存删除消息 mqSender.sendCacheMessage(new CacheMessage( product, product.getId().toString() )); } // 消息消费者 RabbitListener(queues cache.queue) public void handleCacheMessage(CacheMessage message) { if (product.equals(message.getBizType())) { // 延迟双删应对极端情况 redisTemplate.delete(product: message.getBizId()); Thread.sleep(500); redisTemplate.delete(product: message.getBizId()); } }5. 部署与监控5.1 容器化部署方案Docker Compose编排文件关键配置version: 3 services: app: image: mall-service:1.0 ports: - 8080:8080 environment: - SPRING_PROFILES_ACTIVEprod depends_on: - redis - mysql redis: image: redis:6.2-alpine ports: - 6379:6379 volumes: - redis_data:/data mysql: image: mysql:8.0 ports: - 3306:3306 environment: - MYSQL_ROOT_PASSWORD123456 volumes: - mysql_data:/var/lib/mysql volumes: redis_data: mysql_data:5.2 监控指标配置Prometheus监控关键指标# application.yml配置 management: endpoints: web: exposure: include: health,info,metrics,prometheus metrics: tags: application: ${spring.application.name} export: prometheus: enabled: trueGrafana监控看板包含JVM内存/线程监控接口QPS/RT统计Redis缓存命中率MySQL连接池状态6. 源码结构与使用说明项目目录结构src/ ├── main/ │ ├── java/ │ │ └── com/ │ │ └── example/ │ │ ├── config/ # 配置类 │ │ ├── controller/ # API接口 │ │ ├── service/ # 业务逻辑 │ │ ├── mapper/ # 数据访问 │ │ ├── model/ # 实体类 │ │ └── MallApplication.java │ └── resources/ │ ├── mapper/ # XML映射文件 │ ├── application.yml │ └── banner.txt ├── test/ # 单元测试 └── sql/ # 数据库脚本启动步骤安装MySQL 8.0和Redis 6.2执行sql/mall_schema.sql初始化数据库修改application.yml中的数据库配置启动Redis服务运行MallApplication主类开发建议使用Lombok插件简化POJO代码安装MyBatisX插件辅助XML编写7. 常见问题解决方案7.1 秒杀场景下的超卖问题现象库存显示剩余1件但多个用户同时下单成功 解决方案数据库层面乐观锁version字段应用层面Redis分布式锁预扣减方案先在Redis中扣减异步同步到数据库7.2 分布式事务问题订单创建与库存扣减的一致性保障Transactional public void createOrder(OrderDTO dto) { // 本地事务 orderMapper.insert(order); stockMapper.reduce(dto.getProductId(), dto.getQuantity()); // 发送延时消息最终一致性 mqSender.sendDelayMessage(new OrderCheckMessage( order.getId()), 30, TimeUnit.MINUTES ); } // 消息消费者 RabbitListener(queues order.check.queue) public void checkOrderStatus(OrderCheckMessage message) { Order order orderMapper.selectById(message.getOrderId()); if (order.getStatus() OrderStatus.PENDING) { // 超时未支付自动取消 orderService.cancel(order.getId()); } }7.3 接口幂等性设计支付回调接口的幂等处理PostMapping(/pay/callback) public String payCallback(RequestBody PayNotify notify, RequestHeader(X-Request-Id) String requestId) { // 1. 检查唯一请求ID if (redisTemplate.opsForValue().setIfAbsent( pay:req: requestId, 1, 24, TimeUnit.HOURS)) { // 2. 处理支付结果 return orderService.handlePayResult(notify); } return 重复请求; }项目完整源码已托管GitHub https://github.com/example/mall-system注实际开发中建议根据业务需求调整架构设计文中方案经过生产验证可支撑5000TPS的并发量