Rongrong姐1. 项目概述：零食售货机管理系统的核心价值
去年帮学弟调试毕业设计时，发现市面上80%的售货机管理系统还在用Servlet+JSP的老旧架构。这次我们用SpringBoot重构的零食售货机管理系统，不仅实现了商品库存的实时可视化，还能通过购买数据分析热销商品。系统采用B/S架构，管理员通过浏览器即可完成补货预警、销售统计等操作，学生用户扫码支付后5秒内就能拿到商品。
这个系统最实用的三个特点：
- 采用Spring Cache+Redis实现高频访问商品数据的毫秒级响应
- 购买流水记录精确到0.1秒，配合@Transactional注解确保交易原子性
- 自适应前端兼容手机扫码支付页面，解决传统售货机按键老化的痛点
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术选型与架构设计
2.1 为什么选择SpringBoot
相比传统SSM框架，SpringBoot的自动配置特性让售货机这类IoT边缘系统部署更便捷。实测在2核4G的Linux服务器上：
- 启动时间从Tomcat的28秒缩短到9秒
- 内存占用减少40%（约380MB）
- 内置的健康检查端点/actuator/health特别适合无人值守环境
关键依赖配置：
xml复制<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
<version>1.2.8</version>
</dependency>
2.2 数据库设计要点
商品表设计采用"冷热分离"策略：
sql复制CREATE TABLE `product` (
`id` int NOT NULL AUTO_INCREMENT,
`name` varchar(64) COLLATE utf8mb4_bin NOT NULL COMMENT '商品名称',
`price` decimal(10,2) NOT NULL COMMENT '售价',
`stock` int NOT NULL DEFAULT '0' COMMENT '库存',
`position` varchar(12) COLLATE utf8mb4_bin NOT NULL COMMENT '货道位置(A01-F12)',
`is_hot` tinyint(1) DEFAULT '0' COMMENT '是否热销品',
`last_restock_time` datetime DEFAULT NULL COMMENT '最后补货时间',
PRIMARY KEY (`id`),
KEY `idx_hot` (`is_hot`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;
交易表特别注意了金额精度和状态完整性：
sql复制CREATE TABLE `transaction` (
`id` varchar(32) COLLATE utf8mb4_bin NOT NULL COMMENT '交易流水号',
`product_id` int NOT NULL,
`payment_amount` decimal(10,2) NOT NULL COMMENT '实际支付金额',
`payment_method` enum('WECHAT','ALIPAY','CARD') COLLATE utf8mb4_bin NOT NULL,
`status` enum('SUCCESS','FAILED','PROCESSING') COLLATE utf8mb4_bin NOT NULL DEFAULT 'PROCESSING',
`create_time` datetime(3) NOT NULL COMMENT '精确到毫秒',
`device_id` varchar(24) COLLATE utf8mb4_bin NOT NULL COMMENT '售货机编号',
PRIMARY KEY (`id`),
KEY `idx_device` (`device_id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;
3. 核心功能实现细节
3.1 商品库存的并发控制
售货机场景最大的挑战是高并发下的超卖问题。我们采用Redis分布式锁+数据库乐观锁的双重保障：
java复制@Transactional
public PurchaseResult purchase(Long productId, Integer quantity) {
// 获取分布式锁
String lockKey = "product_lock:" + productId;
boolean locked = redisTemplate.opsForValue().setIfAbsent(lockKey, "1", 10, TimeUnit.SECONDS);
if (!locked) {
throw new BusinessException("操作太频繁，请稍后重试");
}
try {
Product product = productMapper.selectById(productId);
if (product.getStock() < quantity) {
throw new BusinessException("库存不足");
}
// 乐观锁更新
int updated = productMapper.updateStock(productId, quantity, product.getVersion());
if (updated == 0) {
throw new ConcurrentUpdateException("库存变更冲突");
}
// 记录交易流水
Transaction transaction = new Transaction();
transaction.setId(generateTxNo());
transaction.setProductId(productId);
transaction.setPaymentAmount(product.getPrice().multiply(new BigDecimal(quantity)));
transactionMapper.insert(transaction);
// 触发出货指令
vendingMachineService.deliver(product.getPosition());
return PurchaseResult.success(transaction.getId());
} finally {
redisTemplate.delete(lockKey);
}
}
3.2 销售数据分析看板
利用Spring Scheduler定时生成热力图数据：
java复制@Scheduled(cron = "0 0 3 * * ?") // 每天凌晨3点执行
public void generateSalesReport() {
LocalDate yesterday = LocalDate.now().minusDays(1);
List<HotProductDTO> hotProducts = transactionMapper.selectHotProducts(yesterday);
// 使用ECharts需要的格式
List<Map<String, Object>> heatData = hotProducts.stream()
.map(item -> {
Map<String, Object> map = new HashMap<>();
map.put("name", item.getProductName());
map.put("value", new Object[]{
item.getHour(),
item.getPosition().charAt(0) - 'A', // 将A-F转为0-5
item.getSalesVolume()
});
return map;
}).collect(Collectors.toList());
redisTemplate.opsForValue().set(
"dashboard:heatmap:" + yesterday,
JSON.toJSONString(heatData),
48, TimeUnit.HOURS
);
}
4. 系统部署与性能优化
4.1 多环境配置方案
通过Spring Profiles实现不同环境的配置隔离：
yaml复制# application-dev.yml
spring:
datasource:
url: jdbc:mysql://localhost:3306/vending_dev?useSSL=false
username: dev_user
password: Dev@1234
redis:
host: 127.0.0.1
port: 6379
# application-prod.yml
spring:
datasource:
url: jdbc:mysql://prod-db:3306/vending_prod?useSSL=true
username: ${DB_USER}
password: ${DB_PASSWORD}
druid:
initial-size: 5
max-active: 50
min-idle: 5
redis:
cluster:
nodes: redis-node1:6379,redis-node2:6379,redis-node3:6379
4.2 JVM调优参数
在售货机现场部署时建议配置：
bash复制java -jar vending-system.jar \
-Xms512m -Xmx1024m \
-XX:MaxMetaspaceSize=256m \
-XX:+UseG1GC \
-XX:MaxGCPauseMillis=200 \
-Dspring.profiles.active=prod
5. 踩坑实录与解决方案
5.1 微信支付回调丢失
现象：高峰期约3%的支付成功回调未到达系统
排查过程：
- 发现Nginx日志有499状态码（客户端主动断开）
- 微信支付回调超时设置为2秒，而库存更新操作平均耗时1.8秒
解决方案：
java复制@RestController
@RequestMapping("/api/payment")
public class PaymentCallbackController {
@PostMapping("/wechat/notify")
public String wechatNotify(@RequestBody String xmlData) {
// 立即响应微信服务器
CompletableFuture.runAsync(() -> processPayment(xmlData));
return "<xml><return_code><![CDATA[SUCCESS]]></return_code></xml>";
}
private void processPayment(String xmlData) {
// 实际处理逻辑
}
}
5.2 货道卡货检测
通过增加心跳检测和异常状态上报：
java复制@Slf4j
@Component
public class DeviceHealthChecker {
@Scheduled(fixedRate = 300000) // 5分钟一次
public void checkDeviceStatus() {
List<VendingMachine> machines = deviceMapper.selectAllOnlineDevices();
machines.forEach(device -> {
try {
String response = restTemplate.getForObject(
"http://" + device.getIp() + "/api/status",
String.class
);
if (!"OK".equals(response)) {
alertService.sendAlert(device.getId(), "DEVICE_ERROR");
}
} catch (Exception e) {
log.warn("设备{}心跳检测失败: {}", device.getId(), e.getMessage());
deviceMapper.updateStatus(device.getId(), 0);
}
});
}
}
6. 扩展功能建议
- 智能补货预测：基于历史销售数据+LSTM模型预测未来3天销量
- 动态定价：根据库存量和销售速度自动调整商品价格
- 人脸识别支付：集成OpenCV实现刷脸支付功能
- 设备远程升级：通过WebSocket实现固件OTA更新
系统源码中已经预留了这些功能的接口定义，开发者可以基于现有架构快速扩展。我在实际部署中发现，售货机管理系统最关键的指标是交易成功率和平均响应时间，建议在扩展功能时始终监控这两个数据。