SpringBoot+Vue高校游泳馆管理系统开发实践-代码聚汇网

SpringBoot+Vue高校游泳馆管理系统开发实践

綺懷

1. 项目概述

作为一名在高校信息化建设领域深耕多年的开发者，我最近完成了一个基于SpringBoot的高校游泳馆管理系统项目。这个系统旨在解决传统高校游泳馆管理中的诸多痛点：预约流程繁琐、资源分配不均、数据统计困难等问题。

在实际开发过程中，我发现高校游泳馆管理存在几个典型问题：

高峰期场地预约困难，学生需要排队或提前多日预约
教练课程安排和学员管理效率低下
设备借用归还流程混乱
财务统计和报表生成工作量大

针对这些问题，我设计开发了这套管理系统，主要面向三类用户：

学生用户：可在线预约场地、课程、设备
教练用户：管理课程安排和学员信息
管理员：全面管理游泳馆运营数据

2. 技术选型与架构设计

2.1 技术栈选择

在技术选型上，我基于以下考虑选择了当前技术组合：

后端技术栈：

SpringBoot 2.7.3：简化配置，快速开发
MyBatis-Plus 3.5.1：增强的ORM框架
Spring Security：安全认证
Redis 6.2：缓存和会话管理

前端技术栈：

Vue 3.2 + Element Plus：现代化UI
Axios：HTTP请求处理
ECharts：数据可视化

数据库：

MySQL 8.0：关系型数据库
采用InnoDB引擎，支持事务

服务器环境：

Tomcat 9.0
JDK 11
Windows Server 2019

选择这些技术的主要原因是：

SpringBoot的自动配置和起步依赖可以大幅减少配置时间
Vue+Element Plus组合能快速构建美观的管理界面
MySQL在高校信息化系统中应用广泛，运维经验丰富

2.2 系统架构设计

系统采用经典的三层架构：

code复制表现层(UI)
   ↑↓
业务逻辑层(Service)
   ↑↓
数据访问层(DAO)

表现层：

基于Vue的单页面应用
采用RESTful API与后端交互
实现响应式布局，适配PC和移动端

业务逻辑层：

采用领域驱动设计(DDD)
核心业务逻辑封装在Service
事务管理在Service层实现

数据访问层：

MyBatis-Plus实现CRUD
动态SQL处理复杂查询
二级缓存提升性能

3. 核心功能实现

3.1 预约管理模块

这是系统的核心功能，我设计了以下关键表结构：

sql复制CREATE TABLE `reservation` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_id` bigint NOT NULL,
  `resource_type` tinyint NOT NULL COMMENT '1-场地 2-课程 3-设备',
  `resource_id` bigint NOT NULL,
  `start_time` datetime NOT NULL,
  `end_time` datetime NOT NULL,
  `status` tinyint DEFAULT '0' COMMENT '0-待确认 1-已确认 2-已取消',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  KEY `idx_user` (`user_id`),
  KEY `idx_resource` (`resource_type`,`resource_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

关键业务逻辑：

并发控制：

java复制@Transactional
public boolean makeReservation(ReservationDTO dto) {
    // 检查资源是否可用
    if(!resourceService.isAvailable(dto.getResourceType(), dto.getResourceId(), 
        dto.getStartTime(), dto.getEndTime())) {
        throw new BusinessException("该时段已被预约");
    }
    
    // 创建预约记录
    Reservation reservation = convertToEntity(dto);
    reservationMapper.insert(reservation);
    
    // 更新资源状态
    resourceService.lock(dto.getResourceType(), dto.getResourceId(), 
        dto.getStartTime(), dto.getEndTime());
    
    return true;
}

预约冲突检测算法：

使用时间区间重叠检测
SQL实现：

sql复制SELECT COUNT(*) FROM reservation 
WHERE resource_type = #{type} 
AND resource_id = #{id}
AND NOT (end_time <= #{start} OR start_time >= #{end})

3.2 支付模块集成

考虑到高校场景的特殊性，我实现了两种支付方式：

校园卡支付（对接学校一卡通系统）
第三方支付（微信/支付宝）

支付状态机设计：

code复制待支付 → 支付中 → 已支付
           ↓
        支付失败

关键代码：

java复制public PaymentResult processPayment(PaymentRequest request) {
    Payment payment = createPaymentRecord(request);
    
    try {
        if(request.getType() == PaymentType.CAMPUS_CARD) {
            campusCardService.deduct(request.getStudentId(), request.getAmount());
        } else {
            thirdPartyPayService.pay(request);
        }
        payment.setStatus(PaymentStatus.SUCCESS);
    } catch (Exception e) {
        payment.setStatus(PaymentStatus.FAILED);
        throw new PaymentException("支付失败", e);
    } finally {
        paymentMapper.updateById(payment);
    }
    
    return convertToResult(payment);
}

4. 数据库设计与优化

4.1 主要表结构

除了前面提到的预约表，系统核心表还包括：

用户表：

sql复制CREATE TABLE `user` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `username` varchar(50) NOT NULL,
  `password` varchar(100) NOT NULL,
  `real_name` varchar(50) DEFAULT NULL,
  `student_id` varchar(20) DEFAULT NULL,
  `phone` varchar(20) DEFAULT NULL,
  `email` varchar(50) DEFAULT NULL,
  `avatar` varchar(255) DEFAULT NULL,
  `type` tinyint DEFAULT '0' COMMENT '0-学生 1-教练 2-管理员',
  `status` tinyint DEFAULT '1' COMMENT '0-禁用 1-正常',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_username` (`username`),
  KEY `idx_student_id` (`student_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

场地表：

sql复制CREATE TABLE `venue` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `name` varchar(100) NOT NULL,
  `type` tinyint DEFAULT '0' COMMENT '0-训练池 1-比赛池',
  `capacity` int DEFAULT '0',
  `status` tinyint DEFAULT '1' COMMENT '0-维护中 1-可用',
  `description` text,
  `price_per_hour` decimal(10,2) DEFAULT '0.00',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

4.2 索引优化实践

在高并发预约场景下，我特别优化了索引：

复合索引：

sql复制ALTER TABLE reservation ADD INDEX idx_resource_time (resource_type, resource_id, start_time, end_time);

覆盖索引：

sql复制ALTER TABLE user ADD INDEX idx_student_phone (student_id, phone);

执行计划分析：

sql复制EXPLAIN SELECT * FROM reservation 
WHERE resource_type = 1 
AND resource_id = 100 
AND start_time >= '2023-06-01 00:00:00'

5. 安全设计与实现

5.1 认证与授权

采用JWT + Spring Security实现安全控制：

java复制@Configuration
@EnableWebSecurity
public class SecurityConfig extends WebSecurityConfigurerAdapter {
    
    @Override
    protected void configure(HttpSecurity http) throws Exception {
        http.csrf().disable()
            .authorizeRequests()
            .antMatchers("/api/auth/**").permitAll()
            .antMatchers("/api/student/**").hasRole("STUDENT")
            .antMatchers("/api/coach/**").hasRole("COACH")
            .antMatchers("/api/admin/**").hasRole("ADMIN")
            .anyRequest().authenticated()
            .and()
            .addFilter(new JwtAuthenticationFilter(authenticationManager()))
            .addFilter(new JwtAuthorizationFilter(authenticationManager()));
    }
}

5.2 数据安全

敏感数据加密：

java复制public class PasswordEncoder implements org.springframework.security.crypto.password.PasswordEncoder {
    
    @Override
    public String encode(CharSequence rawPassword) {
        return BCrypt.hashpw(rawPassword.toString(), BCrypt.gensalt());
    }
    
    @Override
    public boolean matches(CharSequence rawPassword, String encodedPassword) {
        return BCrypt.checkpw(rawPassword.toString(), encodedPassword);
    }
}

SQL注入防护：

全部使用MyBatis参数绑定
禁止拼接SQL语句

6. 性能优化实践

6.1 缓存策略

采用多级缓存架构：

本地缓存(Caffeine)：高频访问的配置数据
Redis缓存：
- 热点数据
- 分布式锁
- 会话管理

缓存配置示例：

java复制@Configuration
@EnableCaching
public class CacheConfig {
    
    @Bean
    public CacheManager cacheManager() {
        CaffeineCacheManager cacheManager = new CaffeineCacheManager();
        cacheManager.setCaffeine(Caffeine.newBuilder()
            .expireAfterWrite(10, TimeUnit.MINUTES)
            .maximumSize(1000));
        return cacheManager;
    }
    
    @Bean
    public RedisCacheManager redisCacheManager(RedisConnectionFactory factory) {
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
            .entryTtl(Duration.ofHours(1))
            .disableCachingNullValues();
        
        return RedisCacheManager.builder(factory)
            .cacheDefaults(config)
            .build();
    }
}

6.2 数据库连接池优化

使用HikariCP配置：

yaml复制spring:
  datasource:
    hikari:
      maximum-pool-size: 20
      minimum-idle: 5
      idle-timeout: 30000
      max-lifetime: 1800000
      connection-timeout: 30000
      connection-test-query: SELECT 1

7. 系统测试与部署

7.1 测试策略

采用分层测试策略：

单元测试：JUnit 5 + Mockito
集成测试：TestContainers + MySQL容器
API测试：Postman + Newman
压力测试：JMeter

7.2 部署方案

采用Docker容器化部署：

dockerfile复制FROM openjdk:11-jre
WORKDIR /app
COPY target/swimming-pool-management.jar app.jar
EXPOSE 8080
ENTRYPOINT ["java","-jar","app.jar"]

部署架构：

code复制Nginx (负载均衡)
   ↑
Docker Swarm集群
   ↑
MySQL主从集群
   ↑
Redis哨兵集群

8. 项目总结与反思

在开发这个系统的过程中，我积累了一些宝贵的经验：

并发控制：初期没有处理好高并发预约场景，导致出现超卖问题。后来通过乐观锁+Redis分布式锁解决了这个问题。
事务管理：复杂的业务逻辑需要仔细设计事务边界，避免长事务导致的性能问题。
缓存一致性：缓存与数据库的一致性是个挑战，最终采用"先更新数据库，再删除缓存"的策略。
接口设计：RESTful API设计要考虑到前端的使用便利性，不是机械地遵循规范。

这个系统目前已在某高校稳定运行半年，日均处理预约请求3000+，高峰时段QPS达到50。后续计划增加智能排课、人脸识别入场等高级功能。