1. 项目概述
在当今快节奏的生活中，外卖服务已经成为城市生活不可或缺的一部分。作为一名长期从事餐饮行业数字化转型的技术人员，我见证了无数餐饮企业从传统经营模式向数字化管理的转变过程。基于SpringBoot的外卖管理系统正是这种转型过程中的关键技术支撑。
这个系统本质上是一个多角色协同工作的业务平台，它需要同时满足消费者、商家和配送员三方的需求。消费者希望获得流畅的点餐体验和实时的订单跟踪，商家需要高效的订单处理和库存管理，而配送员则依赖智能的路线规划和任务分配。SpringBoot框架的轻量级特性和快速开发能力，使其成为构建这类复杂业务系统的理想选择。
2. 系统架构设计
2.1 技术栈选型
在技术选型上，我们采用了经典的SpringBoot全家桶方案：
后端核心框架选择了SpringBoot 2.7.3版本，这个版本在稳定性和新特性之间取得了良好平衡。持久层使用MyBatis-Plus 3.5.2，它提供的Lambda表达式查询方式让代码更加简洁。数据库采用MySQL 8.0作为主存储，配合Redis 6.2作为缓存层。
前端部分我们选择了Vue 3组合式API开发管理后台，Element Plus作为UI组件库。对于移动端H5页面，则使用了Vant 4.x组件库来保证移动端的体验一致性。
2.2 微服务拆分
考虑到外卖系统的高并发特性，我们将系统拆分为以下几个微服务：
- 用户服务：处理用户注册、登录、权限管理等
- 商品服务：管理菜单、库存、分类等
- 订单服务：处理订单创建、状态流转等核心业务
- 配送服务：负责骑手调度和路线规划
- 支付服务：集成第三方支付渠道
每个服务都独立部署，通过Spring Cloud OpenFeign进行服务间通信，使用Nacos作为服务注册中心。
3. 核心功能实现
3.1 订单状态机设计
订单管理是系统的核心，我们采用了状态机模式来管理订单生命周期：
java复制public enum OrderStatus {
UNPAID("待支付", Arrays.asList(PAID, CANCELLED)),
PAID("已支付", Arrays.asList(PREPARING, REFUNDING)),
PREPARING("准备中", Arrays.asList(DELIVERING, CANCELLED)),
DELIVERING("配送中", Collections.singletonList(COMPLETED)),
COMPLETED("已完成", Collections.emptyList()),
CANCELLED("已取消", Collections.emptyList()),
REFUNDING("退款中", Arrays.asList(REFUNDED, PAID)),
REFUNDED("已退款", Collections.emptyList());
private final String desc;
private final List<OrderStatus> nextStatuses;
// 状态转移验证方法
public boolean canTransferTo(OrderStatus target) {
return nextStatuses.contains(target);
}
}
这种设计使得订单状态流转更加清晰可控，任何非法的状态转移都会在业务逻辑层被拦截。
3.2 高并发下单处理
外卖系统在用餐高峰期会面临巨大的并发压力，我们采用了多级防护策略：
- 前端防抖：用户点击下单按钮后，前端会禁用按钮3秒防止重复提交
- 分布式锁：使用Redis实现基于用户ID的分布式锁
- 库存预扣：下单时先预扣库存，支付超时后再释放
关键代码实现：
java复制public Order createOrder(OrderDTO orderDTO) {
// 获取分布式锁
String lockKey = "order:lock:" + orderDTO.getUserId();
boolean locked = redisTemplate.opsForValue()
.setIfAbsent(lockKey, "1", 10, TimeUnit.SECONDS);
if (!locked) {
throw new BusinessException("操作过于频繁，请稍后再试");
}
try {
// 验证库存
List<CartItem> cartItems = orderDTO.getItems();
for (CartItem item : cartItems) {
Integer stock = redisTemplate.opsForValue()
.decrement("food:stock:" + item.getFoodId(), item.getQuantity());
if (stock < 0) {
// 库存不足，回滚
redisTemplate.opsForValue()
.increment("food:stock:" + item.getFoodId(), item.getQuantity());
throw new BusinessException(item.getFoodName() + "库存不足");
}
}
// 创建订单逻辑
return doCreateOrder(orderDTO);
} finally {
// 释放锁
redisTemplate.delete(lockKey);
}
}
3.3 实时配送跟踪
配送跟踪功能结合了WebSocket和地图API：
- 骑手端APP每隔15秒上报一次位置信息
- 服务端通过WebSocket将位置推送给相关用户
- 前端使用高德地图JS API展示实时轨迹
java复制@ServerEndpoint("/tracking/{orderId}")
@Component
public class OrderTrackingEndpoint {
private static final ConcurrentHashMap<String, Session> sessions = new ConcurrentHashMap<>();
@OnOpen
public void onOpen(Session session, @PathParam("orderId") String orderId) {
sessions.put(orderId, session);
}
public static void sendLocation(String orderId, Location location) {
Session session = sessions.get(orderId);
if (session != null && session.isOpen()) {
session.getAsyncRemote().sendText(JSON.toJSONString(location));
}
}
}
4. 安全与性能优化
4.1 安全防护措施
- 认证授权：采用JWT + Spring Security实现基于角色的访问控制
- 数据加密：敏感字段如密码、手机号使用AES加密存储
- SQL防护：MyBatis使用预编译语句防止注入
- XSS防护：前端使用DOMPurify对用户输入进行过滤
安全配置示例：
java复制@Configuration
@EnableWebSecurity
public class SecurityConfig extends WebSecurityConfigurerAdapter {
@Override
protected void configure(HttpSecurity http) throws Exception {
http.csrf().disable()
.authorizeRequests()
.antMatchers("/api/public/**").permitAll()
.antMatchers("/api/user/**").hasAnyRole("USER", "MERCHANT", "ADMIN")
.antMatchers("/api/merchant/**").hasAnyRole("MERCHANT", "ADMIN")
.antMatchers("/api/admin/**").hasRole("ADMIN")
.anyRequest().authenticated()
.and()
.addFilter(new JwtAuthenticationFilter(authenticationManager()))
.sessionManagement().sessionCreationPolicy(SessionCreationPolicy.STATELESS);
}
}
4.2 性能优化实践
- 缓存策略：使用多级缓存（Redis + Caffeine）
- 菜品信息：Redis缓存，过期时间2小时
- 商家信息：Caffeine本地缓存，过期时间30分钟
- 数据库优化：
- 订单表按商家ID分片
- 建立复合索引（如(status, create_time)）
- 异步处理：
- 使用RabbitMQ异步处理订单日志
- 短信通知通过消息队列削峰
5. 测试与部署
5.1 测试策略
我们采用分层测试策略确保系统质量：
- 单元测试：使用JUnit5 + Mockito，覆盖率>80%
- 集成测试：Testcontainers + H2内存数据库
- API测试：Postman + Newman自动化测试集
- 压力测试：JMeter模拟高峰场景
测试配置示例：
yaml复制# test环境配置
spring:
datasource:
url: jdbc:h2:mem:testdb;MODE=MySQL
username: sa
password:
redis:
host: localhost
port: 6379
database: 1
5.2 部署方案
采用Docker + Kubernetes的云原生部署方式：
- 使用Jenkins实现CI/CD流水线
- 每个微服务打包为独立Docker镜像
- Kubernetes管理容器编排
- 使用Prometheus + Grafana监控系统指标
部署文件示例：
dockerfile复制# Dockerfile示例
FROM openjdk:11-jre
WORKDIR /app
COPY target/order-service-1.0.0.jar /app/app.jar
EXPOSE 8080
ENTRYPOINT ["java", "-jar", "app.jar"]
6. 经验总结与避坑指南
在实际开发过程中，我们积累了一些宝贵经验：
-
订单号生成：不要使用自增ID，建议使用"业务类型+时间戳+随机数"的形式，如"OD20230801123456789"
-
分布式事务：对于跨服务的操作（如扣库存+创建订单），我们最终选择了本地消息表+定时任务补偿的方案，而不是直接使用Seata，这样性能更好
-
地理围栏计算：实际测试发现Redis的GEO查询在密集城区性能不佳，后来改用Google S2算法进行区域划分和计算
-
支付回调处理：一定要做好幂等处理，我们曾经因为重复回调导致多次发货
-
缓存一致性问题：采用"先更新数据库，再删除缓存"的策略，并为缓存删除设置重试机制
对于想要开发类似系统的同行，我有以下几点建议：
- 前期一定要做好领域建模，特别是订单状态流转的设计
- 压力测试要尽早进行，不要等到系统开发完成
- 日志系统要完善，我们使用ELK收集和分析日志，对排查问题帮助很大
- 监控指标要全面，除了系统指标外，还要关注业务指标如订单取消率等