SpringBoot+Vue轻量级餐饮管理系统开发实践

1. 项目概述

最近在帮朋友开发一套餐饮管理系统，发现市面上很多现成方案要么功能臃肿，要么价格昂贵。于是决定基于SpringBoot+Vue技术栈，从零开发一套轻量级但功能完备的餐饮管理系统。这套系统经过3个月的实际开发和2家餐厅的试运行，目前已经稳定运行半年多，日均处理订单量超过500单。

系统采用前后端分离架构，后端使用SpringBoot提供RESTful API，前端用Vue.js构建响应式界面，数据库选用MySQL配合MyBatis-Plus进行数据持久化。特别在高峰期订单处理上，通过Redis缓存和消息队列优化，系统响应时间控制在300ms以内。

2. 技术架构设计

2.1 后端技术选型

SpringBoot 2.7.x作为后端框架是经过多方面考虑的：

• 自动配置机制大幅减少XML配置
• 内嵌Tomcat服务器简化部署
• Actuator提供完善的健康检查
• 与Spring生态无缝集成

数据库操作层使用MyBatis-Plus 3.5.x，相比原生MyBatis：

• 通用Mapper减少30%的重复SQL编写
• Lambda表达式让查询更类型安全
• 分页插件自动处理分页逻辑

java复制// MyBatis-Plus分页查询示例
Page<Dish> page = new Page<>(1, 10);
LambdaQueryWrapper<Dish> queryWrapper = new LambdaQueryWrapper<>();
queryWrapper.eq(Dish::getStatus, 1);
dishMapper.selectPage(page, queryWrapper);

2.2 前端技术方案

Vue 3.x + Element Plus构建管理后台：

• Composition API提升代码组织性
• Pinia状态管理替代Vuex
• Axios封装统一的HTTP请求

前端工程化配置要点：

• Vite构建速度比Webpack快5-8倍
• 按需引入Element Plus组件
• 配置Proxy解决跨域

javascript复制// 封装axios请求
const service = axios.create({
  baseURL: import.meta.env.VITE_APP_BASE_API,
  timeout: 10000
})

// 请求拦截器
service.interceptors.request.use(config => {
  if (store.getters.token) {
    config.headers['Authorization'] = `Bearer ${store.getters.token}`
  }
  return config
})

3. 核心功能实现

3.1 订单管理模块

订单状态机设计：

mermaid复制stateDiagram
    [*] --> 待支付
    待支付 --> 已支付: 支付成功
    待支付 --> 已取消: 超时未支付
    已支付 --> 已完成: 菜品上齐
    已支付 --> 已退款: 申请退款

关键代码实现：

java复制@Transactional
public Result createOrder(OrderDTO orderDTO) {
    // 1. 校验库存
    List<DishStock> stockList = checkStock(orderDTO.getItems());
    
    // 2. 扣减库存
    reduceStock(stockList);
    
    // 3. 生成订单
    Order order = buildOrder(orderDTO);
    orderMapper.insert(order);
    
    // 4. 记录订单明细
    saveOrderItems(order.getId(), orderDTO.getItems());
    
    // 5. 发送MQ消息
    rabbitTemplate.convertAndSend("order.create", order);
    
    return Result.success(order.getId());
}

3.2 库存预警系统

实时库存计算方案：

• 使用Redis原子操作保证库存准确性
• 定时任务每天凌晨同步Redis和MySQL数据
• 库存低于阈值触发企业微信通知

java复制public boolean reduceStock(Long dishId, Integer quantity) {
    String key = "stock:" + dishId;
    Long value = redisTemplate.opsForValue().decrement(key, quantity);
    if (value != null && value < 0) {
        // 库存不足回滚
        redisTemplate.opsForValue().increment(key, quantity);
        return false;
    }
    return true;
}

4. 性能优化实践

4.1 缓存策略设计

多级缓存架构：

1. 本地Caffeine缓存：存储热点数据
2. Redis集群：共享缓存数据
3. MySQL：持久化存储

缓存更新策略：

• 菜品信息：变更时双删策略
• 订单数据：设置短过期时间
• 库存数据：实时更新+定时同步

4.2 数据库优化

MySQL调优关键点：

sql复制-- 订单表索引设计
ALTER TABLE `order_info` 
ADD INDEX `idx_user_status` (`user_id`, `order_status`),
ADD INDEX `idx_create_time` (`create_time`);

-- 慢查询优化示例
EXPLAIN SELECT * FROM dish_info 
WHERE category_id = 5 AND status = 1
ORDER BY sales DESC LIMIT 10;

分库分表方案：

• 按年份水平分表order_info_2023
• 按餐厅ID取模分库

5. 部署与运维

5.1 容器化部署

Docker Compose编排：

yaml复制version: '3'
services:
  mysql:
    image: mysql:8.0
    environment:
      MYSQL_ROOT_PASSWORD: 123456
    volumes:
      - ./mysql/data:/var/lib/mysql
      
  redis:
    image: redis:6.2
    ports:
      - "6379:6379"
      
  backend:
    build: ./backend
    ports:
      - "8080:8080"
    depends_on:
      - mysql
      - redis

5.2 监控方案

Prometheus + Grafana监控看板：

• JVM内存使用率
• 接口响应时间P99
• MySQL连接池状态
• Redis缓存命中率

日志收集方案：

• ELK收集业务日志
• 关键操作记录审计日志

6. 踩坑经验分享

1. 分布式事务问题：

• 本地消息表解决订单创建与库存扣减的一致性问题
• 添加补偿任务定时检查异常状态

2. 高并发场景：

• 使用Redisson分布式锁防止超卖
• 订单号生成改用雪花算法

3. 微信支付回调：

• 处理幂等性问题
• 设置合理的超时时间

java复制// 分布式锁使用示例
RLock lock = redissonClient.getLock("order:lock:" + userId);
try {
    if (lock.tryLock(3, 10, TimeUnit.SECONDS)) {
        // 业务逻辑
    }
} finally {
    lock.unlock();
}

这套系统目前已经开源，包含完整的开发文档和部署指南。对于想学习企业级开发的同学，建议重点关注：

1. 领域模型的设计方法
2. 复杂业务的事务处理
3. 高并发场景的解决方案
4. 前后端分离的协作流程