1. 项目概述：SSM框架下的鲜花电商系统实战
去年接手的一个鲜花电商平台重构项目，让我对SSM框架在垂直电商领域的应用有了全新认识。这个基于Spring+SpringMVC+MyBatis的鲜花销售系统，日均要处理3000+订单的并发峰值，还要应对节日期间10倍以上的流量暴增。传统电商系统常见的商品管理、订单处理模块在这里遇到了特殊挑战——鲜花作为非标品，其库存管理、时效性要求、配送逻辑都与普通商品存在显著差异。
2. 技术选型与架构设计
2.1 为什么选择SSM框架组合
在技术选型阶段，我们对比了Spring Boot、Dubbo等多种方案，最终选择经典SSM组合主要基于三点考量：
- 团队技术栈匹配：现有团队对SSM有五年以上实战经验
- 渐进式重构需求：需要兼容遗留的Struts2系统
- 细粒度控制需求：鲜花业务的特殊规则需要框架层支持
系统采用分层架构设计：
code复制表现层：SpringMVC + JSP/JSTL
业务层：Spring Service + 自定义业务规则引擎
持久层：MyBatis + 多数据源路由
2.2 鲜花业务的特有技术挑战
鲜花商品的核心特征导致这些技术难点：
- 时效性库存：同一SKU在不同配送日期的库存独立
- 组合商品：花束由主花、配花、包装材料动态组成
- 价格浮动：节日溢价系数最高可达300%
我们通过扩展MyBatis的TypeHandler实现了日期维度库存管理：
java复制public class DateInventoryTypeHandler extends BaseTypeHandler<Map<LocalDate, Integer>> {
@Override
public void setNonNullParameter(PreparedStatement ps, int i,
Map<LocalDate, Integer> parameter, JdbcType jdbcType) {
// 将{日期:库存量}映射为JSON字符串存储
ps.setString(i, JSON.toJSONString(parameter));
}
}
3. 核心模块实现细节
3.1 动态定价引擎设计
鲜花行业的价格波动剧烈，我们开发了基于规则引擎的定价模块：
java复制public class FlowerPriceCalculator {
// 基础价格计算
private BigDecimal basePrice(FlowerItem item) {
return item.getCostPrice().multiply(BASE_PROFIT_RATE);
}
// 节日溢价计算
public BigDecimal festivalPrice(FlowerItem item, LocalDate deliveryDate) {
BigDecimal price = basePrice(item);
Festival festival = festivalService.getFestival(deliveryDate);
return price.multiply(festival.getPremiumRate());
}
}
定价规则配置表示例：
| 规则类型 | 生效时间 | 计算系数 | 适用品类 |
|---|---|---|---|
| 情人节 | 2.10-2.14 | 2.8倍 | 玫瑰花 |
| 母亲节 | 5月的第2个周日 | 2.5倍 | 康乃馨 |
3.2 高并发库存控制方案
针对秒杀场景下的超卖问题，我们采用分级锁策略：
- 分布式锁（Redisson）保护库存校验
- 数据库乐观锁（version字段）保证最终一致性
- 本地缓存库存余量作为第一道防线
关键库存扣减SQL：
sql复制UPDATE flower_sku
SET stock = stock - #{num},
version = version + 1
WHERE sku_id = #{skuId}
AND stock >= #{num}
AND version = #{version}
4. 特殊业务场景处理
4.1 鲜花配送时间窗口管理
不同于普通快递，鲜花配送需要精确到2小时时段：
java复制public class DeliveryTimeWindow {
private LocalDate deliveryDate;
private AM_PM timeRange; // 枚举值：MORNING/AFTERNOON
public boolean isValid() {
// 当日达订单需在上午10点前下单
return !(deliveryDate.isToday() &&
LocalTime.now().isAfter(LocalTime.of(10, 0)));
}
}
配送时段控制策略：
- 花店接单截止时间配置化
- 第三方配送API时段预约
- 顾客特殊时段需求记录
4.2 花材组合与BOM管理
花束的商品化处理需要物料清单（BOM）支持：
xml复制<flower-composition id="1012">
<main-flower id="302" quantity="3"/>
<accessory id="205" quantity="5"/>
<packaging id="107" quantity="1"/>
<labor-cost>20.00</labor-cost>
</flower-composition>
开发中遇到的典型问题：
- 花材替代规则冲突（顾客指定不可替换 vs 库存缺货）
- 组合商品价格计算精度丢失
- BOM版本变更导致历史订单追溯困难
5. 性能优化实战记录
5.1 节日大促的缓存策略
春节期间的性能监测数据：
- 商品查询QPS峰值：12,358次/秒
- 缓存命中率：89.7%
- 平均响应时间：23ms
采用的多级缓存方案：
- 本地Caffeine缓存（有效期2分钟）
- Redis集群缓存（有效期10分钟）
- 数据库查询降级开关
缓存击穿防护代码示例：
java复制public FlowerItem getItemWithCache(Long itemId) {
String cacheKey = "item:" + itemId;
FlowerItem item = redisTemplate.opsForValue().get(cacheKey);
if (item == null) {
synchronized (this) {
item = redisTemplate.opsForValue().get(cacheKey);
if (item == null) {
item = flowerMapper.selectById(itemId);
redisTemplate.opsForValue().set(cacheKey, item, 10, MINUTES);
}
}
}
return item;
}
5.2 订单分库分表实践
订单表按照用户ID哈希分片：
- 分片键：user_id % 16
- 历史订单归档策略：6个月以上订单移入历史库
- 全局索引表维护基础查询字段
分库配置示例：
properties复制# 数据源配置
spring.datasource.order0.url=jdbc:mysql://db0:3306/order_0
spring.datasource.order1.url=jdbc:mysql://db1:3306/order_1
...
spring.datasource.order15.url=jdbc:mysql://db15:3306/order_15
6. 踩坑经验与避坑指南
6.1 事务失效的典型场景
在花束定制业务中遇到的坑：
- 非public方法的事务注解失效
- 自调用方法的事务传播问题
- MyBatis批量插入不返回主键ID
解决方案对比：
| 问题类型 | 错误做法 | 正确方案 | 影响范围 |
|---|---|---|---|
| 事务传播 | 同类方法调用 | 拆分为不同Service | 订单创建流程 |
| ID获取 | 分开查询 | 使用@SelectKey | 库存扣减记录 |
6.2 花艺师排班系统的时区问题
全球订单导致的时区混乱：
- 数据库服务器UTC时间
- 花艺师本地时区（+8）
- 顾客所在时区（全球）
最终采用的解决方案：
java复制public class TimeZoneConverter {
public static LocalDateTime convertToShopTime(ZonedDateTime customerTime) {
return customerTime.withZoneSameInstant(ZoneId.of("Asia/Shanghai"))
.toLocalDateTime();
}
}
7. 扩展功能实现思路
7.1 智能推荐系统集成
鲜花推荐的三个维度：
- 节日场景推荐（情人节→玫瑰）
- 收花人特征推荐（性别、年龄）
- 历史订单相似推荐
推荐算法伪代码：
code复制function recommendFlowers(user):
if isFestival():
return festivalRecommendations()
elif hasPurchaseHistory(user):
return similarItems(user.lastPurchase)
else:
return defaultPopularItems()
7.2 物流状态实时推送
与第三方物流对接的注意事项：
- 签名验证使用双密钥轮换
- 状态变更幂等处理
- 异常状态人工复核机制
消息处理流程图：
code复制物流API → 消息队列 → 状态处理器 → 数据库更新 → 推送通知
↑____________死信队列___________|
在项目上线后的第一个情人节，系统平稳支撑了单日460万的销售额。这个案例给我的启示是：通用技术框架在垂直领域落地时，必须深入理解业务细节，那些看似特殊的需求往往才是真正的价值所在。比如鲜花库存的日期维度管理，初期觉得是过度设计，后来发现这恰恰是行业本质特征的技术映射。