1. 项目背景与核心需求
体育场馆预约系统是当前健身行业数字化转型的典型应用场景。传统电话预约、纸质登记的方式存在信息不对称、资源调配效率低下等问题。我们团队基于SpringBoot+SSM+Vue技术栈开发的这套系统，主要解决以下痛点：
- 场地资源可视化：通过线上展示各时段可用状态
- 预约流程标准化：统一预约规则避免人为纠纷
- 运营数据可视化：为场馆提供经营决策支持
- 用户自助服务：减少前台人工服务压力
2. 技术架构设计
2.1 后端技术选型
采用SpringBoot 2.7 + MyBatis Plus组合，主要考虑因素：
- 快速开发：SpringBoot的自动配置特性大幅减少XML配置
- 数据持久化：MyBatis Plus提供强大的CRUD操作扩展
- 接口规范：统一使用RESTful风格API设计
关键依赖示例：
xml复制<dependency>
<groupId>com.baomidou</groupId>
<artifactId>mybatis-plus-boot-starter</artifactId>
<version>3.5.2</version>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
2.2 前端技术方案
Vue 3组合式API带来以下优势：
- 更好的TypeScript支持
- 更灵活的逻辑复用
- 更小的打包体积
典型页面结构：
code复制src/
├── api/ # 接口定义
├── components/ # 公共组件
├── router/ # 路由配置
├── stores/ # Pinia状态管理
└── views/ # 页面组件
3. 核心功能实现
3.1 场地预约模块
数据库设计关键表：
sql复制CREATE TABLE `venue` (
`id` bigint NOT NULL AUTO_INCREMENT,
`name` varchar(50) NOT NULL COMMENT '场地名称',
`type` tinyint NOT NULL COMMENT '1-羽毛球 2-篮球...',
`status` tinyint DEFAULT '0' COMMENT '0-可用 1-维护中',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
CREATE TABLE `schedule` (
`id` bigint NOT NULL AUTO_INCREMENT,
`venue_id` bigint NOT NULL,
`date` date NOT NULL,
`time_slot` varchar(20) NOT NULL COMMENT '09:00-10:00',
`status` tinyint DEFAULT '0' COMMENT '0-可预约 1-已预约',
PRIMARY KEY (`id`),
UNIQUE KEY `uk_venue_time` (`venue_id`,`date`,`time_slot`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
3.2 预约冲突处理
采用乐观锁解决并发预约问题：
java复制@Transactional
public boolean makeReservation(Long scheduleId, Long userId) {
Schedule schedule = scheduleMapper.selectById(scheduleId);
if (schedule.getStatus() != 0) {
throw new BusinessException("该时段已被预约");
}
int updated = scheduleMapper.updateStatus(scheduleId, 0, 1);
if (updated == 0) {
throw new ConcurrentModificationException("预约冲突，请重试");
}
// 创建订单记录
return orderService.createOrder(schedule, userId);
}
4. 运营管理功能
4.1 数据统计看板
使用ECharts实现的关键指标：
- 场地使用率热力图
- 会员预约频次分布
- 营收趋势分析
后端聚合查询示例：
java复制public List<VenueIncomeVO> getVenueIncome(LocalDate start, LocalDate end) {
return orderMapper.selectIncomeByVenue(start, end).stream()
.collect(Collectors.groupingBy(
OrderIncomeDTO::getVenueId,
Collectors.summingDouble(OrderIncomeDTO::getAmount)
))
.entrySet().stream()
.map(e -> new VenueIncomeVO(e.getKey(), e.getValue()))
.collect(Collectors.toList());
}
4.2 消息通知集成
采用模板方法设计通知策略：
java复制public abstract class NotificationTemplate {
public final void sendNotice(Order order) {
String content = buildContent(order);
String target = getTarget(order);
doSend(target, content);
logNotice(order);
}
protected abstract String buildContent(Order order);
protected abstract String getTarget(Order order);
protected abstract void doSend(String target, String content);
}
@Service
public class SmsNotification extends NotificationTemplate {
@Override
protected String buildContent(Order order) {
return String.format("尊敬的会员，您已成功预约%s %s的%s场地",
order.getDate(), order.getTimeSlot(), order.getVenueName());
}
// 其他方法实现...
}
5. 性能优化实践
5.1 缓存策略
采用多级缓存架构：
- 本地Caffeine缓存热点数据
- Redis集群缓存共享数据
- 数据库作为最终存储
缓存击穿解决方案：
java复制public Schedule getScheduleWithCache(Long id) {
String cacheKey = "schedule:" + id;
return cacheManager.get(cacheKey, () -> {
Schedule schedule = scheduleMapper.selectById(id);
if (schedule == null) {
// 缓存空值防止穿透
return new Schedule().setId(-1L);
}
return schedule;
}, 5, TimeUnit.MINUTES);
}
5.2 接口性能监控
Spring Boot Actuator配置：
yaml复制management:
endpoints:
web:
exposure:
include: health,info,metrics,prometheus
metrics:
export:
prometheus:
enabled: true
tags:
application: ${spring.application.name}
6. 安全防护措施
6.1 预约防刷机制
基于Redis的滑动窗口限流：
java复制public boolean checkRateLimit(String userId) {
String key = "rate_limit:" + userId;
long now = System.currentTimeMillis();
Long count = redisTemplate.opsForZSet().count(key, now - 3600000, now);
if (count != null && count >= 10) {
return false;
}
redisTemplate.opsForZSet().add(key, String.valueOf(now), now);
redisTemplate.expire(key, 1, TimeUnit.HOURS);
return true;
}
6.2 敏感数据保护
使用Hutool工具进行数据脱敏：
java复制public String desensitizePhone(String phone) {
return StrUtil.hide(phone, 3, 7);
}
public String desensitizeIdCard(String idCard) {
return StrUtil.hide(idCard, 6, 14);
}
7. 部署实施方案
7.1 容器化部署
Docker Compose配置示例：
yaml复制version: '3'
services:
mysql:
image: mysql:8.0
environment:
MYSQL_ROOT_PASSWORD: ${DB_PASSWORD}
volumes:
- mysql_data:/var/lib/mysql
redis:
image: redis:6-alpine
ports:
- "6379:6379"
backend:
build: ./backend
ports:
- "8080:8080"
depends_on:
- mysql
- redis
7.2 CI/CD流程
GitLab CI配置示例：
yaml复制stages:
- build
- test
- deploy
build-backend:
stage: build
script:
- mvn clean package -DskipTests
artifacts:
paths:
- target/*.jar
deploy-prod:
stage: deploy
script:
- scp target/app.jar user@server:/opt/app
- ssh user@server "systemctl restart app"
when: manual
only:
- master
8. 典型问题排查
8.1 预约状态不同步
常见现象：
- 前端显示可预约但提交时报冲突
- 后台显示已占用但前台仍可操作
解决方案：
- 检查Redis缓存过期时间设置
- 验证分布式锁实现是否正确
- 排查前端本地缓存策略
8.2 高并发下超卖问题
处理方案对比：
| 方案 | 优点 | 缺点 |
|---|---|---|
| 数据库乐观锁 | 实现简单 | 失败率高 |
| Redis原子操作 | 性能好 | 需要处理持久化 |
| 消息队列削峰 | 系统解耦 | 实时性差 |
最终采用Redis Lua脚本方案：
lua复制local key = KEYS[1]
local expected = ARGV[1]
local newStatus = ARGV[2]
local current = redis.call('GET', key)
if current == expected then
redis.call('SET', key, newStatus)
return 1
end
return 0
9. 扩展功能规划
9.1 智能推荐系统
基于用户行为的推荐逻辑：
- 协同过滤算法推荐相似用户喜欢的场地
- 基于时间序列预测热门时段
- 结合天气数据动态调整推荐权重
9.2 物联网集成
设备对接方案：
- 门禁系统：扫码入场自动核销
- 智能锁：临时密码动态生成
- 能耗监测：场地使用情况分析
接口设计示例：
java复制@PostMapping("/device/unlock")
public ResponseEntity<?> unlockVenue(
@RequestHeader("X-Device-Token") String token,
@RequestBody UnlockRequest request) {
if (!deviceService.verifyToken(token)) {
return ResponseEntity.status(403).build();
}
return ResponseEntity.ok(deviceService.processUnlock(request));
}
在实际开发过程中，我们特别注重接口设计的幂等性处理，所有关键操作都要求包含唯一业务编号。对于前端实现，建议采用Vue的KeepAlive组件缓存常用页面，大幅提升用户二次操作的响应速度。