1. 项目背景与核心需求
华强北作为国内最大的电子产品集散地，二手手机交易规模每年超过百亿元。但传统线下交易存在三大痛点：一是买卖双方信息不对称导致交易纠纷频发；二是缺乏统一质检标准造成成色描述混乱；三是现金交易带来的资金安全隐患。我们开发的这套系统正是为了解决这些行业痛点。
从技术角度看，系统需要满足以下核心需求：
- 支持日均10万级商品浏览和5000+并发交易
- 实现基于LBS的附近货源智能推荐
- 构建完善的信用评价体系
- 提供专业化的验机报告生成功能
- 确保支付环节的资金安全
2. 技术架构设计
2.1 整体架构方案
采用前后端分离架构，这是经过多次技术论证后的选择。主要考虑因素包括：
- 开发效率：前后端可以并行开发，Vue的热更新特性极大提升界面调试效率
- 性能优化：静态资源可单独部署CDN，减轻服务器压力
- 扩展性：微服务化改造时前端无需重构
架构图示：
code复制[浏览器] ←HTTP→ [Nginx]
↑
↓
[Vue前端] ←RESTful→ [SpringBoot]
↑
↓
[MySQL]
2.2 关键技术选型
后端技术栈：
- SpringBoot 2.7.3：选择最新稳定版，内置Tomcat 9.0
- MyBatis-Plus 3.5.1：简化CRUD操作，自带代码生成器
- Redis 6.2：用于热点数据缓存和分布式锁实现
- Elasticsearch 7.17：商品搜索服务支撑
前端技术栈：
- Vue 3.2 + Composition API：更好的TypeScript支持
- Element Plus：适配移动端的组件库
- ECharts 5.3：交易数据可视化展示
- Vant 3.0：移动端UI组件补充
3. 数据库设计精要
3.1 核心表结构优化
在用户表设计中，我们做了以下特殊处理：
sql复制CREATE TABLE `user` (
`user_id` BIGINT NOT NULL AUTO_INCREMENT COMMENT '雪花算法ID',
`username` VARCHAR(50) COLLATE utf8mb4_bin NOT NULL COMMENT '区分大小写',
`password_hash` VARCHAR(100) NOT NULL COMMENT 'BCrypt加密',
`phone_number` VARCHAR(20) NOT NULL COMMENT '加密存储',
`security_level` TINYINT DEFAULT 1 COMMENT '风控等级',
PRIMARY KEY (`user_id`),
UNIQUE KEY `idx_phone` (`phone_number`),
KEY `idx_security` (`security_level`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
设计要点：
- 采用utf8mb4字符集支持emoji昵称
- 手机号字段单独加密存储
- 建立复合索引提升查询效率
- 使用雪花算法避免自增ID暴露业务量
3.2 商品表特殊设计
针对二手手机特性，我们扩展了以下字段：
java复制public class Product {
private Long productId;
private String imei; // 设备唯一标识
private String sn; // 序列号
private Integer batteryHealth; // 电池健康度
private Boolean isBoxed; // 是否原盒
private String checkReportUrl; // 验机报告
private String componentPhotos; // 关键部件照片
}
4. 核心功能实现
4.1 商品发布流程
完整时序图：
- 用户提交表单
- 系统生成验机任务
- 质检员线下验机
- 上传验机报告
- 系统审核通过
- 商品上架
关键代码示例（SpringBoot）：
java复制@PostMapping("/publish")
@Transactional
public Result publishProduct(@Valid @RequestBody ProductDTO dto) {
// 1. 基础信息校验
if(!phoneService.validateImei(dto.getImei())){
throw new BusinessException("IMEI校验失败");
}
// 2. 生成验机任务
InspectionTask task = new InspectionTask();
task.setUserId(SecurityUtils.getUserId());
task.setProductInfo(JSON.toJSONString(dto));
taskService.createTask(task);
// 3. 异步处理图片
imageService.asyncUpload(dto.getPhotos());
return Result.success(task.getTaskId());
}
4.2 交易安全设计
我们实现了三重保障机制：
- 资金担保：买家支付后款项暂存平台账户
- 验机复核：发货前进行二次验机
- 仲裁机制：纠纷时平台专家介入判定
支付流程关键代码：
java复制public PaymentResult handlePayment(PaymentRequest request) {
// 1. 风控检查
riskControlService.check(request);
// 2. 冻结金额
accountService.freezeAmount(request);
// 3. 生成加密支付链接
String payUrl = paymentGateway.generateSecureUrl(request);
// 4. 记录审计日志
auditLogService.logPayment(request);
return new PaymentResult(payUrl);
}
5. 性能优化实践
5.1 缓存策略设计
采用多级缓存架构：
- 本地缓存（Caffeine）：缓存用户基础信息，TTL=5分钟
- Redis集群：
- 商品详情：TTL=1小时，采用被动更新
- 价格库存：采用Redisson分布式锁保证一致性
- CDN缓存：静态资源和商品图片
缓存更新策略代码：
java复制@CacheEvict(value = "product", key = "#productId")
public void updateProduct(Product product) {
// 先更新数据库
productMapper.updateById(product);
// 再异步更新ES索引
esProductService.asyncUpdate(product);
}
5.2 数据库优化
实施的关键优化措施：
- 读写分离：主库写，从库读
- 分库分表：按用户ID哈希分片
- SQL优化：
- 禁止使用SELECT *
- 复杂查询走ES
- 批量操作使用rewriteBatchedStatements
6. 安全防护体系
6.1 防御措施矩阵
| 攻击类型 | 防御方案 | 实现方式 |
|---|---|---|
| XSS | 双重过滤 | 前端vue-xss + 后端Jackson转义 |
| CSRF | Token验证 | Spring Security默认启用 |
| SQL注入 | 严格参数化 | MyBatis使用#{}语法 |
| 暴力破解 | 滑动窗口限流 | Redis+Lua实现 |
| 数据泄露 | 字段级加密 | Jasypt敏感字段加密 |
6.2 风控系统设计
实时风控流程：
- 设备指纹采集
- 行为模式分析
- 风险评分计算
- 分级处置措施
风控规则示例：
java复制public RiskLevel evaluateRisk(UserAction action) {
int score = 0;
// 异地登录检测
if(!locationService.isCommonLocation(action.getIp())){
score += 20;
}
// 操作频率检测
if(actionCounter.isHighFrequency(action.getUserId())){
score += 30;
}
return RiskLevel.of(score);
}
7. 部署与监控
7.1 容器化部署方案
采用Kubernetes集群部署，主要配置：
yaml复制apiVersion: apps/v1
kind: Deployment
metadata:
name: backend
spec:
replicas: 3
selector:
matchLabels:
app: backend
template:
spec:
containers:
- name: app
image: registry.cn-hangzhou.aliyuncs.com/hqb-mall/backend:v1.2
resources:
limits:
cpu: "2"
memory: 2Gi
env:
- name: SPRING_PROFILES_ACTIVE
value: prod
7.2 监控告警体系
核心监控指标：
- 业务指标：TPS、支付成功率、库存准确率
- 系统指标：CPU使用率、GC时间、慢SQL数
- 网络指标：P99延迟、带宽使用率
Prometheus关键配置：
yaml复制- job_name: 'spring'
metrics_path: '/actuator/prometheus'
scrape_interval: 15s
static_configs:
- targets: ['backend:8080']
8. 典型问题解决方案
8.1 分布式事务问题
在订单超时取消场景下，我们采用本地消息表方案：
- 创建订单时写入消息表
- 定时任务扫描待处理消息
- 调用取消接口
- 消息状态更新
补偿任务代码：
java复制@Scheduled(fixedDelay = 60000)
public void cancelTimeoutOrders() {
List<OrderMessage> messages = messageMapper.selectTimeoutMessages();
messages.forEach(msg -> {
try {
orderService.cancelOrder(msg.getOrderId());
msg.setStatus(MessageStatus.DONE);
} catch (Exception e) {
msg.setRetryCount(msg.getRetryCount() + 1);
}
messageMapper.updateById(msg);
});
}
8.2 缓存一致性挑战
采用"先更新数据库，再删除缓存"策略，配合重试机制：
java复制public void updateProduct(Product product) {
// 1. 更新DB
productDao.update(product);
// 2. 删除缓存
try {
redisTemplate.delete("product:" + product.getId());
} catch (Exception e) {
// 异步重试
retryQueue.add(new CacheDeleteTask("product:" + product.getId()));
}
}
9. 项目演进方向
当前系统已在华强北三个主要商城试运行，日均处理订单3000+。后续计划：
- 接入区块链技术实现验机报告存证
- 开发AI估价模型辅助定价
- 构建商家SaaS服务平台
- 拓展跨境交易功能
在技术架构上，我们正在向服务化转型：
- 将用户中心、商品服务、交易引擎拆分为独立微服务
- 引入Service Mesh进行服务治理
- 采用Apache Pulsar替代RabbitMQ
10. 开发经验总结
通过这个项目，我们积累了几个关键经验：
- 二手商品交易要特别重视信任体系建设，我们的验机流程迭代了5个版本才达到理想效果
- 高并发场景下，悲观锁要慎用，我们最终采用乐观锁+重试机制解决库存冲突
- 移动端适配不能只考虑屏幕尺寸，还要考虑弱网环境下的交互体验
- 监控系统要提前建设，我们在第一次大促时吃过没有实时监控的亏
对于技术选型，我的建议是：
- 中小型项目不必盲目追求新技术，SpringBoot+Vue的成熟组合足够应对大部分场景
- 但要为技术演进留好扩展点，比如我们的分库分表方案从一开始就设计了路由接口
- 安全防护要形成体系，单点防御很容易被绕过