1. 项目概述：宠物服务系统的全栈开发实践
去年帮学弟调试毕业设计时，发现市面上80%的宠物类应用都集中在电商或社交领域，真正解决线下服务痛点的系统寥寥无几。这个基于Java的宠物综合服务平台，采用B/S架构实现了从宠物档案管理到服务预约的全流程数字化，特别适合刚接触全栈开发但想做出实用项目的同学。系统前端用主流的Bootstrap+Thymeleaf组合，后端采用Spring Boot+MyBatis经典架构，数据库选用MySQL 8.0，在保证技术先进性的同时降低了学习曲线。
提示：毕业设计类项目要特别注意技术栈的"教学合理性"——既要体现足够的技术深度，又要控制复杂度在本科生可实现的范围内。
2. 核心需求与架构设计
2.1 业务需求拆解
系统主要解决三类用户的痛点：
- 宠物主人：需要集中管理多只宠物的疫苗记录、病历档案，快速预约周边服务
- 服务商家：需要数字化管理服务订单，优化资源配置
- 系统管理员：需要监控平台运营数据，处理异常订单
典型用户场景包括：
- 用户上传宠物鼻纹照片建立生物识别档案
- 根据LBS自动推荐3公里内的宠物医院美容店
- 服务商后台的智能排班系统自动规避时间冲突
2.2 技术架构设计
采用分层架构设计，各层技术选型考虑如下：
| 层级 | 技术选型 | 选择理由 |
|---|---|---|
| 表现层 | Bootstrap 5 + Thymeleaf | 响应式布局适配移动端，Thymeleaf天然支持Spring生态 |
| 业务逻辑层 | Spring Boot 2.7 | 自动配置特性大幅减少XML配置，内嵌Tomcat简化部署 |
| 数据持久层 | MyBatis-Plus 3.5 | 提供代码生成器加速开发，Wrapper条件构造器简化复杂查询 |
| 数据存储 | MySQL 8.0 + Redis | MySQL事务保证数据一致性，Redis缓存热点数据如服务项目价格表 |
| 安全控制 | Spring Security | 完善的RBAC权限控制体系，支持OAuth2.0第三方登录 |
3. 关键模块实现细节
3.1 宠物档案管理模块
核心实体关系设计：
java复制@Entity
public class Pet {
@Id
@GeneratedValue(strategy=GenerationType.IDENTITY)
private Long id;
@Column(unique=true)
private String nosePrintHash; // 鼻纹特征值
@ManyToOne
@JoinColumn(name="owner_id")
private User owner;
@OneToMany(mappedBy="pet")
private Set<MedicalRecord> records;
}
生物识别实现要点：
- 使用OpenCV提取宠物鼻纹的SIFT特征点
- 通过局部敏感哈希(LSH)生成64位特征码
- 相似度计算采用汉明距离比对
踩坑记录：初期直接存储鼻纹图片导致数据库膨胀，改为存储特征哈希后数据量减少98%
3.2 智能预约系统
预约业务状态机设计：
mermaid复制stateDiagram
[*] --> PENDING
PENDING --> CONFIRMED: 商家确认
PENDING --> CANCELLED: 用户取消
CONFIRMED --> COMPLETED: 服务完成
CONFIRMED --> CANCELLED: 超时未到店
关键算法实现：
java复制public List<TimeSlot> generateTimeSlots(LocalDate date, int staffId) {
// 获取员工已有预约
List<Appointment> exists = appointmentMapper.selectByStaff(staffId, date);
// 生成可用时段（每30分钟一个间隔）
return IntStream.range(9, 18)
.mapToObj(hour -> new TimeSlot(hour, 0))
.filter(slot -> !isConflict(slot, exists))
.collect(Collectors.toList());
}
4. 典型问题排查实录
4.1 并发预约冲突
现象：多个用户同时预约相同时段导致超卖
解决方案：
- 数据库层面添加唯一索引：
sql复制ALTER TABLE appointment ADD UNIQUE INDEX idx_shop_time (shop_id, start_time); - 业务代码加分布式锁：
java复制@Transactional public boolean makeAppointment(Long userId, AppointmentDTO dto) { String lockKey = "lock:shop:" + dto.getShopId(); try { if (redisTemplate.opsForValue().setIfAbsent(lockKey, "1", 30, TimeUnit.SECONDS)) { // 核心预约逻辑 } } finally { redisTemplate.delete(lockKey); } }
4.2 地理搜索性能优化
原始方案：每次查询计算全量商户的球面距离
优化方案：
- 使用GeoHash预处理商户坐标
- 建立复合索引：
sql复制ALTER TABLE merchant ADD SPATIAL INDEX idx_location (location); - 查询优化：
sql复制SELECT * FROM merchant WHERE ST_Distance_Sphere(location, POINT(116.404, 39.915)) < 3000 ORDER BY distance LIMIT 20;
5. 毕业设计加分项建议
- 数据可视化：用ECharts展示宠物品种分布热力图
- 消息推送：集成WebSocket实现预约状态实时通知
- 智能推荐：基于用户历史预约做协同过滤推荐
- 压力测试：用JMeter模拟200并发下的系统表现
我在代码评审时发现三个高频问题：
- 事务未正确传播导致部分更新失败
- 前端表单验证缺失造成后端异常
- 密码明文存储违反安全规范
建议在答辩前重点检查：
- 数据库范式是否达到3NF
- API接口是否遵循RESTful规范
- 关键操作是否有日志记录