1. 项目概述
城市垃圾分类管理系统是一个基于现代Web技术栈构建的智能化管理平台，旨在解决传统垃圾处理方式效率低下、数据管理混乱等问题。作为一名长期从事企业级应用开发的工程师，我在实际项目中发现，许多城市的垃圾分类管理仍停留在纸质记录或简单电子表格阶段，这直接影响了垃圾回收利用率和环境治理效果。
这个系统采用前后端分离架构，后端使用SpringBoot2框架提供RESTful API服务，前端通过Vue3实现响应式用户界面，数据持久层采用MyBatis-Plus操作MySQL8.0数据库。系统最核心的价值在于：
- 为居民提供便捷的垃圾分类查询和投放记录功能
- 为管理人员提供实时数据监控和分析工具
- 通过积分奖励机制激励居民参与分类
- 建立完整的垃圾处理数据链条，支持决策优化
2. 技术架构解析
2.1 后端技术选型
SpringBoot2作为后端核心框架，其优势在这个项目中体现得尤为明显：
-
自动配置机制：通过spring-boot-starter-web、spring-boot-starter-data-redis等starter依赖，我们仅需少量配置即可集成Web服务、缓存等组件。例如在application.yml中只需配置数据库连接，MyBatis-Plus就会自动配置数据源和事务管理器。
-
内嵌Tomcat服务器：项目打包为单个可执行JAR文件，无需额外部署Web容器。这特别适合垃圾分类管理系统需要在不同社区快速部署的场景。
-
Actuator监控端点：通过简单的配置启用健康检查、性能指标等端点，方便运维人员监控系统状态：
yaml复制management:
endpoints:
web:
exposure:
include: health,metrics,info
- MyBatis-Plus增强功能：
- 通用Mapper：基础CRUD操作无需编写SQL
- 分页插件：简化数据分析模块的分页查询
- 乐观锁：防止垃圾投放记录并发更新冲突
2.2 前端技术方案
Vue3组合式API大幅提升了前端开发效率：
- 响应式系统重构：使用reactive()和ref()创建响应式数据，例如垃圾分类查询模块：
javascript复制const searchParams = reactive({
categoryName: '',
recycleFlag: null
})
const categories = ref([])
- Element Plus组件库：快速构建管理后台界面，特别是表格和表单组件：
vue复制<el-table :data="dropRecords">
<el-table-column prop="dropTime" label="投放时间" />
<el-table-column prop="categoryName" label="垃圾类别" />
</el-table>
- Vue Router权限控制：根据用户角色动态生成导航菜单：
javascript复制router.beforeEach((to) => {
if (to.meta.requiresAdmin && !userStore.isAdmin) {
return '/forbidden'
}
})
2.3 数据库设计要点
MySQL8.0提供了几个关键特性提升系统性能：
- 窗口函数：用于生成垃圾分类统计报表
sql复制SELECT
category_name,
SUM(weight) OVER(PARTITION BY category_id) AS total_weight
FROM drop_record
WHERE drop_time BETWEEN ? AND ?
- JSON字段支持：存储垃圾投放地点的扩展信息
sql复制ALTER TABLE drop_location
ADD COLUMN geo_info JSON COMMENT '地理位置坐标信息'
- 索引优化：为高频查询字段创建复合索引
sql复制CREATE INDEX idx_drop_record ON drop_record(user_id, drop_time DESC)
3. 核心功能实现
3.1 垃圾分类查询模块
这个模块采用了缓存策略提升查询性能：
- Redis缓存设计：
java复制@Cacheable(value = "category", key = "#root.methodName + #categoryName")
public List<GarbageCategory> searchCategories(String categoryName) {
return baseMapper.selectList(new LambdaQueryWrapper<GarbageCategory>()
.like(StringUtils.isNotBlank(categoryName),
GarbageCategory::getCategoryName, categoryName));
}
- 模糊查询优化：使用MySQL全文索引提高搜索效率
sql复制ALTER TABLE garbage_category
ADD FULLTEXT INDEX ft_idx_name(category_name) WITH PARSER ngram;
- 前端防抖处理：减少输入时的频繁请求
javascript复制import { debounce } from 'lodash-es'
const search = debounce(() => {
fetchCategories()
}, 500)
3.2 垃圾投放记录
投放记录涉及事务处理和积分计算：
- 事务管理：
java复制@Transactional
public R addDropRecord(DropRecord record) {
// 1. 保存投放记录
dropRecordMapper.insert(record);
// 2. 计算并更新用户积分
userService.updatePoints(record.getUserId(),
calculatePoints(record.getWeight(), record.getCategoryId()));
// 3. 更新分类统计
categoryService.updateStats(record.getCategoryId(), record.getWeight());
}
- 积分算法：
java复制private int calculatePoints(BigDecimal weight, Long categoryId) {
GarbageCategory category = categoryMapper.selectById(categoryId);
BigDecimal basePoints = category.getRecycleFlag() == 1 ?
RECYCLE_POINT_RATE : NON_RECYCLE_POINT_RATE;
return weight.multiply(basePoints).intValue();
}
3.3 数据分析看板
使用ECharts实现可视化展示：
- 后端数据聚合：
java复制public List<CategoryStats> getCategoryStats(DateRange range) {
return dropRecordMapper.selectMaps(new QueryWrapper<DropRecord>()
.select("category_id", "SUM(weight) AS total_weight")
.between("drop_time", range.getStart(), range.getEnd())
.groupBy("category_id"))
.stream()
.map(map -> new CategoryStats(
(Long)map.get("category_id"),
(BigDecimal)map.get("total_weight")))
.collect(Collectors.toList());
}
- 前端图表配置：
javascript复制const option = {
tooltip: { trigger: 'item' },
series: [{
type: 'pie',
data: stats.map(item => ({
value: item.totalWeight,
name: item.categoryName
}))
}]
}
4. 权限系统设计
4.1 角色权限控制
系统采用RBAC模型，核心表结构包括：
- 用户表(user)：存储基础信息
- 角色表(role)：定义角色类型
- 权限表(permission)：接口权限标识
- 用户角色关联表(user_role)
- 角色权限关联表(role_permission)
权限验证通过Spring Security实现：
java复制@PreAuthorize("hasRole('ADMIN') || hasPermission('drop-record', 'query')")
@GetMapping("/records")
public R queryRecords(RecordQuery query) {
// 查询逻辑
}
4.2 JWT认证流程
- 登录签发Token：
java复制public String generateToken(UserDetails user) {
return Jwts.builder()
.setSubject(user.getUsername())
.setIssuedAt(new Date())
.setExpiration(new Date(System.currentTimeMillis() + EXPIRATION))
.signWith(Keys.hmacShaKeyFor(SECRET.getBytes()))
.compact();
}
- 请求认证拦截：
java复制@Override
protected void doFilterInternal(HttpServletRequest request,
HttpServletResponse response, FilterChain chain) {
String token = request.getHeader("Authorization");
if (StringUtils.hasText(token)) {
Authentication auth = parseToken(token);
SecurityContextHolder.getContext().setAuthentication(auth);
}
chain.doFilter(request, response);
}
5. 部署与运维
5.1 生产环境配置
- 多环境配置：
yaml复制# application-prod.yml
spring:
datasource:
url: jdbc:mysql://mysql-prod:3306/garbage_db?useSSL=false
username: prod_user
password: ${DB_PASSWORD}
redis:
host: redis-prod
- Docker部署：
dockerfile复制FROM openjdk:11-jre
ARG JAR_FILE=target/*.jar
COPY ${JAR_FILE} app.jar
ENTRYPOINT ["java","-jar","/app.jar"]
5.2 性能优化实践
- SQL优化案例：
java复制// 优化前：N+1查询问题
List<DropRecord> records = recordMapper.selectList(wrapper);
records.forEach(r -> {
r.setCategoryName(categoryMapper.selectById(r.getCategoryId()).getName());
});
// 优化后：单次关联查询
List<DropRecord> records = recordMapper.selectWithCategoryName(wrapper);
- 缓存策略：
- 分类数据：Redis缓存，过期时间1小时
- 用户信息：本地Caffeine缓存，过期时间30分钟
- 统计报表：定时任务预生成，缓存24小时
6. 开发经验总结
在实现这个垃圾分类管理系统的过程中，有几个关键经验值得分享：
-
批量处理优化：当需要处理大量投放记录时，使用MyBatis-Plus的saveBatch方法比单条insert效率提升5-8倍。但需要注意合理设置batchSize（建议500-1000）。
-
事务边界控制：最初我们将整个业务方法标记为@Transactional，导致一些只读操作也开启了不必要的事务。后来调整为只在写操作上添加事务注解，数据库连接利用率提升了30%。
-
前端性能陷阱：在数据看板页面，初期直接渲染上万条数据导致页面卡顿。最终采用以下优化方案：
- 后端分页查询
- 虚拟滚动渲染
- 数据采样展示
- 缓存一致性问题：分类信息更新后，曾出现缓存未及时失效的情况。解决方案是采用@CacheEvict注解保证双写一致性：
java复制@CacheEvict(value = "category", allEntries = true)
public void updateCategory(GarbageCategory category) {
baseMapper.updateById(category);
}
这个项目让我深刻体会到，即使是常规的管理系统，在技术选型和实现细节上也有许多值得深入优化的地方。特别是在处理环保类数据时，系统的准确性和稳定性直接关系到公共政策的执行效果。