昝雄风1. 项目概述：食堂点餐系统的技术架构与价值
这个基于SpringBoot+微信小程序的食堂点餐系统，是典型的校园信息化解决方案。我在实际开发中发现，传统食堂的排队拥堵、错单漏单问题，通过这套系统能减少60%以上的运营摩擦。系统采用前后端分离架构，前端使用微信小程序提供点餐界面，后端用SpringBoot构建RESTful API，数据库选用MySQL 8.0，这种技术组合在当前毕业设计中非常具有代表性。
核心功能模块包括：用户微信授权登录、菜品分类展示、购物车管理、在线支付（支持微信支付和校园卡模拟支付）、订单状态追踪、后台数据看板等。特别值得注意的是，系统实现了高峰期订单的自动分流处理，通过Redis缓存和消息队列缓解服务器压力，这个设计在同类毕设中并不多见。
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+小程序组合
SpringBoot的自动配置特性让毕业生能快速搭建后端服务，免去复杂的XML配置。实测使用start-web、start-data-jpa、start-data-redis这三个starter，15分钟就能完成基础环境搭建。微信小程序则解决了跨平台适配问题，且天然具备微信生态的传播优势。
技术栈明细：
- 后端：SpringBoot 2.7 + MyBatis-Plus + Redis 6
- 前端：微信小程序原生框架 + Vant Weapp组件库
- 数据库：MySQL 8.0（需注意utf8mb4字符集支持emoji）
- 中间件：RabbitMQ 3.9（订单异步处理）
2.2 数据库设计的三个关键点
- 订单表的分库分表策略：按日期水平分表，每月一个表（orders_202308）
- 菜品表的冗余设计：在订单明细中冗余存储菜品快照，避免历史订单因菜品修改而失真
- 索引优化：在user_id、order_status、create_time字段建立复合索引
典型建表示例：
sql复制CREATE TABLE `t_dish` (
`id` bigint NOT NULL AUTO_INCREMENT,
`name` varchar(30) COLLATE utf8mb4_unicode_ci NOT NULL,
`price` decimal(10,2) NOT NULL,
`image` varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
`description` varchar(100) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
`status` tinyint NOT NULL DEFAULT '1' COMMENT '1在售 0停售',
`category_id` bigint NOT NULL,
`sales` int DEFAULT '0',
PRIMARY KEY (`id`),
KEY `idx_category` (`category_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
3. 核心功能实现细节
3.1 微信登录的完整流程
- 前端调用wx.login获取code
- 将code发送到后端接口/api/auth/login
- 后端用appid+secret+code向微信服务器换session_key和openid
- 生成自定义登录态token（JWT格式）并返回给小程序
- 后续请求在header中携带Authorization: Bearer token
关键代码片段：
java复制@PostMapping("/login")
public Result<String> login(@RequestParam String code) {
// 构造微信API请求URL
String url = "https://api.weixin.qq.com/sns/jscode2session?appid="
+ appId + "&secret=" + appSecret + "&js_code=" + code + "&grant_type=authorization_code";
// 发送HTTP请求
String response = restTemplate.getForObject(url, String.class);
JSONObject json = JSON.parseObject(response);
// 处理微信返回
if(json.containsKey("errcode")) {
throw new BusinessException("微信登录失败: " + json.getString("errmsg"));
}
String openid = json.getString("openid");
String sessionKey = json.getString("session_key");
// 查询或创建用户
User user = userService.getOrCreate(openid);
// 生成JWT
String token = JwtUtil.generateToken(user.getId());
return Result.success(token);
}
3.2 购物车实现的三层缓存策略
- 本地缓存：小程序Storage存储基础商品信息
- Redis缓存：存储实时库存和价格（设置5分钟过期）
- 数据库：最终数据源，通过@Cacheable注解实现自动缓存
重要提示：必须处理缓存一致性问题。当后台修改菜品价格时，需主动清除Redis缓存并发送WS消息通知前端更新本地缓存。
4. 支付模块的防踩坑指南
4.1 微信支付接入流程
- 申请微信支付商户号（毕业设计可用沙箱环境）
- 配置支付域名（必须HTTPS）
- 实现统一下单接口
- 小程序调用wx.requestPayment
- 处理支付结果回调
支付状态机设计：
mermaid复制stateDiagram
[*] --> 待支付
待支付 --> 已支付: 支付成功
待支付 --> 已取消: 用户主动取消
待支付 --> 已超时: 30分钟未支付
已支付 --> 已完成: 商家确认
已支付 --> 已退款: 用户申请退款
4.2 校园卡模拟支付实现
对于没有真实商户号的场景，可以设计模拟支付流程：
- 前端展示虚拟卡号输入框
- 后端验证卡号格式（如学号+预设密码）
- 扣除虚拟余额（需加@Transactional注解）
- 生成模拟支付凭证
5. 性能优化实战记录
5.1 高峰期订单处理方案
通过压力测试发现，当并发量超过500时，直接写数据库会出现大量超时。优化方案：
- 引入RabbitMQ实现异步下单
- 使用Redis INCR生成分布式订单号
- 数据库批量插入（每100条提交一次）
订单队列消费者代码：
java复制@RabbitListener(queues = "order.queue")
public void processOrder(OrderMessage message) {
// 1. 检查库存
Integer stock = redisTemplate.opsForValue().decrement("dish_stock:" + message.getDishId());
if(stock < 0) {
redisTemplate.opsForValue().increment("dish_stock:" + message.getDishId());
throw new BusinessException("库存不足");
}
// 2. 创建订单（批量插入优化）
batchOrderService.addToBatch(message);
// 3. 延时检查未支付订单
delayQueue.add(new DelayTask(message.getOrderId(), 30*60*1000));
}
5.2 图片加载优化技巧
- 使用七牛云OSS存储菜品图片
- 小程序image组件添加lazy-load属性
- 后端返回不同尺寸的图片URL（通过?imageView2/2/w/200参数）
- 预加载下一页的图片资源
6. 毕设答辩常见问题解析
Q：如何保证订单数据不丢失？
A：采用三级保障：1）消息队列持久化 2）数据库事务 3）定时对账任务
Q：系统能承受多大并发量？
A：实测数据（2核4G服务器）：
- 首页接口：1200 QPS
- 下单接口：300 QPS（启用队列后）
- 支付回调：500 QPS
Q：为什么选择MyBatis-Plus而不是JPA？
A：三个主要原因：1）更灵活的动态SQL 2）内置分页插件 3）ActiveRecord模式适合快速开发
7. 项目部署的避坑指南
7.1 小程序端配置要点
- 在app.json中正确配置request合法域名
- 生产环境关闭调试模式（wx.setEnableDebug）
- 图片域名需要添加到downloadFile白名单
- 支付功能需要绑定商户号
7.2 服务端部署方案
推荐使用Docker Compose编排：
yaml复制version: '3'
services:
mysql:
image: mysql:8.0
environment:
MYSQL_ROOT_PASSWORD: root
volumes:
- ./mysql/data:/var/lib/mysql
redis:
image: redis:6
ports:
- "6379:6379"
rabbitmq:
image: rabbitmq:3-management
ports:
- "5672:5672"
- "15672:15672"
app:
build: .
ports:
- "8080:8080"
depends_on:
- mysql
- redis
- rabbitmq
8. 扩展功能建议
- 智能推荐：基于用户历史订单的协同过滤推荐
- 语音点餐：集成百度语音识别API
- 营养分析：根据菜品成分计算卡路里
- 取餐柜对接：通过串口通信控制柜门开关
我在实际开发中发现，加入简单的菜品热度排行榜就能显著提升用户体验。通过Redis的ZSET实现非常方便：
java复制// 记录点击
redisTemplate.opsForZSet().incrementScore("dish:hot", dishId, 1);
// 获取Top10
Set<ZSetOperations.TypedTuple<String>> tops = redisTemplate.opsForZSet()
.reverseRangeWithScores("dish:hot", 0, 9);
这个项目最值得分享的经验是：一定要在开发初期就建立完整的数据埋点体系，后期做数据分析时会事半功倍。建议至少记录：页面PV/UV、按钮点击、接口耗时这三类数据。