SpringBoot+微信小程序餐厅点餐系统开发实战

1. 项目概述

这个基于SpringBoot和微信小程序的餐厅点餐系统，是我去年为本地一家连锁餐饮集团开发的数字化解决方案。整套系统从下单到后厨处理仅需15秒，上线后帮助客户将翻台率提升了23%。今天我就把这个项目的完整实现思路和关键代码分享给大家。

现代餐饮行业面临三大痛点：高峰期排队时间长、人工点单错误率高、经营数据分析滞后。这套系统正是针对这些问题设计的，主要包含微信小程序前端、SpringBoot后端和MySQL数据库三大部分。前端负责用户交互，后端处理业务逻辑，数据库存储各类数据。

2. 技术架构解析

2.1 整体架构设计

系统采用经典的三层架构：

• 表现层：微信小程序（WXML+WXSS+JS）
• 业务层：SpringBoot 2.7 + MyBatis Plus
• 数据层：MySQL 8.0 + Redis缓存

选择这套技术栈主要基于以下考虑：

1. 微信小程序用户基数大，无需安装，即用即走
2. SpringBoot简化了传统SSM的配置复杂度
3. MyBatis Plus的代码生成器能快速构建基础CRUD
4. Redis应对高并发场景下的菜单查询请求

2.2 数据库设计关键点

核心表结构设计时特别注意了以下几点：

sql复制CREATE TABLE `dish` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `name` varchar(50) NOT NULL COMMENT '菜品名称',
  `price` decimal(10,2) NOT NULL COMMENT '单价',
  `status` tinyint DEFAULT '1' COMMENT '状态 0停售 1在售',
  `category_id` bigint NOT NULL COMMENT '分类id',
  `sales` int DEFAULT '0' COMMENT '月销量',
  `image` varchar(255) DEFAULT NULL COMMENT '图片URL',
  PRIMARY KEY (`id`),
  KEY `idx_category` (`category_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

特别注意：价格字段使用DECIMAL而非FLOAT，避免浮点运算精度问题

3. 核心功能实现

3.1 微信小程序端开发

小程序端主要功能模块：

• 首页：菜品分类展示+轮播广告
• 点餐页：购物车功能实现
• 订单页：历史订单查询
• 我的：用户信息管理

购物车实现的关键代码：

javascript复制// 添加菜品到购物车
addToCart() {
  const { dish } = this.data
  let cart = wx.getStorageSync('cart') || []
  const index = cart.findIndex(item => item.id === dish.id)
  
  if(index !== -1) {
    cart[index].count++
  } else {
    dish.count = 1
    cart.push(dish)
  }
  
  wx.setStorageSync('cart', cart)
  this.setData({ cart })
}

3.2 SpringBoot后端开发

3.2.1 订单创建接口

java复制@RestController
@RequestMapping("/order")
public class OrderController {
    
    @Autowired
    private OrderService orderService;
    
    @PostMapping("/submit")
    public Result<String> submit(@RequestBody OrderDto orderDto){
        orderService.submit(orderDto);
        return Result.success("下单成功");
    }
}

3.2.2 定时任务处理超时订单

java复制@Scheduled(cron = "0 0/5 * * * ?")
public void processTimeoutOrders() {
    log.info("定时处理超时订单：{}", LocalDateTime.now());
    
    LambdaQueryWrapper<Orders> queryWrapper = new LambdaQueryWrapper<>();
    queryWrapper.eq(Orders::getStatus, 1)
               .lt(Orders::getOrderTime, LocalDateTime.now().minusMinutes(30));
    
    List<Orders> orders = ordersMapper.selectList(queryWrapper);
    if(orders != null && orders.size() > 0) {
        orders.forEach(order -> {
            order.setStatus(5); // 已取消
            ordersMapper.updateById(order);
        });
    }
}

4. 性能优化实践

4.1 缓存策略设计

采用多级缓存架构：

1. 小程序本地缓存：存储用户购物车数据
2. Redis缓存：热点菜品信息（设置5分钟过期）
3. MySQL数据库：持久化存储

缓存穿透解决方案：

java复制public Dish getByIdWithCache(Long id) {
    String key = "dish:" + id;
    // 1. 查询Redis
    String dishJson = redisTemplate.opsForValue().get(key);
    
    if(StringUtils.isNotBlank(dishJson)) {
        return JSON.parseObject(dishJson, Dish.class);
    }
    
    // 2. 查询数据库
    Dish dish = getById(id);
    
    // 3. 空值也缓存，防止缓存穿透
    if(dish == null) {
        redisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);
        return null;
    }
    
    redisTemplate.opsForValue().set(key, JSON.toJSONString(dish), 5, TimeUnit.MINUTES);
    return dish;
}

4.2 高并发下单处理

采用乐观锁解决超卖问题：

java复制@Transactional
public void submit(OrderDto orderDto) {
    // 扣减库存（带版本号校验）
    for (OrderDetail detail : orderDto.getOrderDetails()) {
        LambdaUpdateWrapper<Dish> updateWrapper = new LambdaUpdateWrapper<>();
        updateWrapper.setSql("number = number - " + detail.getNumber())
                    .eq(Dish::getId, detail.getDishId())
                    .gt(Dish::getNumber, 0);
        int update = dishMapper.update(null, updateWrapper);
        if(update == 0) {
            throw new RuntimeException(detail.getName() + "库存不足");
        }
    }
    
    // 后续订单处理逻辑...
}

5. 部署与运维

5.1 服务器配置建议

生产环境推荐配置：

• 应用服务器：2核4G × 2台（负载均衡）
• 数据库：4核8G + SSD磁盘
• Redis：2G内存独立实例

Nginx关键配置：

nginx复制upstream backend {
    server 192.168.1.100:8080 weight=1;
    server 192.168.1.101:8080 weight=1;
}

server {
    listen       80;
    server_name  api.restaurant.com;
    
    location / {
        proxy_pass http://backend;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

5.2 监控方案

建议部署以下监控组件：

1. Spring Boot Admin：监控应用健康状态
2. Prometheus + Grafana：收集性能指标
3. ELK：日志收集分析

6. 踩坑经验分享

6.1 微信支付集成注意事项

1. 签名算法务必使用HMAC-SHA256
2. 回调地址必须备案域名
3. 金额单位为分（整数）
4. 订单号不能重复（建议：时间戳+随机数）

6.2 小程序审核常见问题

1. 必须提供隐私政策声明
2. 支付功能需要企业主体
3. 类目选择"餐饮-外卖平台"
4. 首次提交建议避开周五（审核周期长）

7. 源码结构说明

项目采用标准Maven多模块结构：

code复制restaurant-parent
├── restaurant-common   // 公共模块
├── restaurant-pojo     // 实体类
├── restaurant-mapper   // 数据层  
├── restaurant-service  // 业务层
└── restaurant-web      // 控制层

关键依赖版本：

xml复制<properties>
    <spring-boot.version>2.7.0</spring-boot.version>
    <mybatis-plus.version>3.5.1</mybatis-plus.version>
</properties>

这套系统在实际运营中表现稳定，日均处理订单3000+。最大的收获是认识到：餐饮系统的核心不是技术复杂度，而是对业务流程的精准把控。比如堂食和外卖的库存管理策略就完全不同，这些业务细节往往比技术实现更重要。