SpringBoot+MyBatis河南美食系统开发实践

梁培定

1. 项目概述：河南特色美食分享系统的设计与实现

作为一个长期深耕Java技术栈的开发者，最近完成了一个颇具地方特色的美食分享平台项目。这个基于SpringBoot+MyBatis的河南美食推荐系统，不仅实现了传统美食文化的数字化展示，更通过技术手段解决了美食爱好者"找不到正宗店铺"、"不了解地方特色"的痛点。系统上线三个月内，已收录超过200家河南本土美食店铺信息，用户活跃度保持在日均300+人次。

从技术架构来看，项目采用了当前企业级开发的主流技术组合：

前端：SpringMVC+Thymeleaf模板引擎
后端：SpringBoot 2.7.3 + MyBatis-Plus 3.5.1
数据库：MySQL 8.0（兼容SQLServer）
辅助工具：Lombok、PageHelper、Hutool工具包

提示：选择MyBatis-Plus而非原生MyBatis，主要考虑到其对单表CRUD的零SQL编写支持，这在美食数据的基础维护场景中能提升30%以上的开发效率。

2. 核心功能模块解析

2.1 美食信息管理模块

作为系统的核心模块，采用三层架构设计：

code复制Controller层（Web）
  ↓
Service层（业务逻辑）
  ↓
Mapper层（数据持久化）

特色功能实现要点：

多维度分类检索：通过MyBatis动态SQL实现

xml复制<select id="selectByCondition" resultMap="BaseResultMap">
  SELECT * FROM food 
  <where>
    <if test="type != null">AND type = #{type}</if>
    <if test="region != null">AND region LIKE CONCAT('%',#{region},'%')</if>
    <if test="priceRange != null">
      AND price BETWEEN #{priceRange[0]} AND #{priceRange[1]}
    </if>
  </where>
  ORDER BY create_time DESC
</select>

地理围栏查询：基于MySQL空间函数实现附近美食检索

java复制@Query(nativeQuery = true, 
  value = "SELECT *, ST_Distance_Sphere(point(longitude, latitude), " +
          "point(:lng, :lat)) AS distance FROM food " +
          "WHERE ST_Distance_Sphere(point(longitude, latitude), " +
          "point(:lng, :lat)) < :radius ORDER BY distance")
List<Food> findNearby(@Param("lng") double lng, 
                     @Param("lat") double lat,
                     @Param("radius") int radius);

2.2 用户交互体系设计

采用RBAC（基于角色的访问控制）模型，核心表关系：

code复制user - user_role - role - role_permission - permission

关键实现技巧：

收藏功能的防重复处理：使用Redis SETNX实现原子性操作

java复制public boolean addFavorite(Long userId, Long foodId) {
    String lockKey = "fav:" + userId + ":" + foodId;
    // 使用Redis分布式锁防止重复提交
    Boolean locked = redisTemplate.opsForValue()
        .setIfAbsent(lockKey, "1", 30, TimeUnit.SECONDS);
    if (locked != null && locked) {
        try {
            // 业务处理...
        } finally {
            redisTemplate.delete(lockKey);
        }
    }
    return false;
}

智能推荐算法：基于用户行为的协同过滤

java复制// 简化的推荐逻辑
public List<Food> recommendFoods(Long userId) {
    // 1. 获取用户历史行为
    List<UserBehavior> behaviors = behaviorMapper.selectByUser(userId);
    
    // 2. 提取特征向量（此处简化处理）
    Map<String, Integer> tagWeights = behaviors.stream()
        .flatMap(b -> b.getTags().stream())
        .collect(Collectors.groupingBy(Function.identity(), 
                 Collectors.summingInt(e -> 1)));
    
    // 3. 匹配相似美食
    return foodMapper.selectSimilar(tagWeights.keySet())
        .stream()
        .sorted(Comparator.comparingInt(food -> 
            -food.getTags().stream()
                .filter(tagWeights::containsKey)
                .mapToInt(tagWeights::get)
                .sum()))
        .limit(10)
        .collect(Collectors.toList());
}

3. 技术实现深度解析

3.1 性能优化实践

缓存策略设计：

一级缓存：MyBatis Session级缓存（默认开启）
二级缓存：Redis集群（配置详见application.yml）

yaml复制spring:
  redis:
    cluster:
      nodes: 192.168.1.101:6379,192.168.1.102:6379
      max-redirects: 3
    lettuce:
      pool:
        max-active: 8
        max-wait: -1ms
        max-idle: 8
        min-idle: 0

数据库分库分表：

按地域分片：豫北/豫南/豫东/豫西
采用ShardingSphere实现透明化分片

java复制// 分片策略配置
@Bean
public ShardingRuleConfiguration shardingRule() {
    ShardingRuleConfiguration rule = new ShardingRuleConfiguration();
    rule.getTableRuleConfigs().add(
        new TableRuleConfiguration("food", 
            "ds${0..1}.food_${0..15}"));
    rule.setDefaultDatabaseShardingStrategy(
        new StandardShardingStrategyConfiguration(
            "region_code", 
            new PreciseShardingAlgorithm() {
                @Override
                public String doSharding(Collection availableTargetNames, 
                                       PreciseShardingValue shardingValue) {
                    // 分片逻辑...
                }
            }));
    return rule;
}

3.2 安全防护措施

防XSS攻击：

前端：使用JSoup过滤HTML输入

java复制String safeHtml = Jsoup.clean(rawInput, 
    Whitelist.basicWithImages());

后端：配置Spring Security的CSP头

java复制http.headers()
    .contentSecurityPolicy("default-src 'self'");

数据脱敏处理：

使用自定义注解+Jackson序列化实现

java复制@DataMasking(maskFunc = MaskType.PHONE)
private String phone;

public class DataMaskingSerializer extends JsonSerializer<String> {
    @Override
    public void serialize(String value, JsonGenerator gen, 
                        SerializerProvider provider) {
        // 脱敏逻辑...
    }
}

4. 部署与运维方案

4.1 容器化部署

采用Docker Compose编排方案：

docker-compose复制version: '3'
services:
  app:
    image: openjdk:11-jre
    ports:
      - "8080:8080"
    volumes:
      - ./app.jar:/app.jar
    command: java -jar /app.jar
    depends_on:
      - redis
      - mysql
  
  redis:
    image: redis:6
    ports:
      - "6379:6379"
    volumes:
      - redis_data:/data

  mysql:
    image: mysql:8.0
    environment:
      MYSQL_ROOT_PASSWORD: rootpass
    volumes:
      - mysql_data:/var/lib/mysql

volumes:
  redis_data:
  mysql_data:

4.2 监控体系建设

Prometheus + Grafana监控：

应用埋点配置

java复制@Bean
MeterRegistryCustomizer<MeterRegistry> metricsCommonTags() {
    return registry -> registry.config()
        .commonTags("application", "henan-food");
}

日志收集方案：

ELK Stack日志管道

xml复制<!-- logback-spring.xml -->
<appender name="LOGSTASH" class="net.logstash.logback.appender.LogstashTcpSocketAppender">
    <destination>logstash:5044</destination>
    <encoder class="net.logstash.logback.encoder.LogstashEncoder"/>
</appender>

5. 典型问题排查实录

5.1 缓存穿透问题

现象：频繁请求不存在的foodId导致数据库压力剧增

解决方案：

布隆过滤器预检

java复制@PostConstruct
public void initBloomFilter() {
    List<Long> allIds = foodMapper.selectAllIds();
    bloomFilter.putAll(allIds);
}

public Food getById(Long id) {
    if (!bloomFilter.mightContain(id)) {
        return null;
    }
    // 正常查询逻辑...
}

空值缓存策略

java复制String cacheKey = "food:" + id;
Food food = redisTemplate.opsForValue().get(cacheKey);
if (food == null) {
    food = foodMapper.selectById(id);
    redisTemplate.opsForValue().set(cacheKey, 
        food != null ? food : new NullValue(), 
        5, TimeUnit.MINUTES);
}

5.2 分布式锁失效

场景：秒杀优惠券时出现超发

最终方案：Redisson分布式锁

java复制RLock lock = redissonClient.getLock("coupon:" + couponId);
try {
    if (lock.tryLock(1, 10, TimeUnit.SECONDS)) {
        // 业务处理
    }
} finally {
    lock.unlock();
}