1. 项目概述
这个基于SpringBoot的Java WEB旅游门票信息系统，是我去年为一家本地旅行社开发的线上票务管理平台。系统从需求调研到最终上线历时3个月，目前日均处理订单量稳定在2000+，经受住了旅游旺季的流量考验。
提示：旅游票务系统不同于普通电商，需要特别关注瞬时高并发、票务库存精准控制、电子凭证即时生成等特性。
系统核心解决了传统旅行社面临的三大痛点：
- 手工登记效率低下且易出错
- 旺季窗口排队购票体验差
- 票务数据统计与分析困难
2. 技术架构解析
2.1 整体技术栈选型
采用经典的三层架构：
- 前端：Thymeleaf + Bootstrap + jQuery
- 后端：SpringBoot 2.7 + MyBatis-Plus
- 数据库：MySQL 8.0 + Redis 6.2
选择这套组合主要基于：
- 开发效率：SpringBoot的自动配置特性大幅减少XML配置
- 维护成本：MyBatis-Plus的代码生成器可快速产出基础CRUD
- 性能保障：Redis应对瞬时高并发查询
2.2 核心组件设计
2.2.1 票务库存模块
采用分段锁+Redis原子操作实现库存控制：
java复制// 伪代码示例
public boolean reduceInventory(Long ticketId, int num) {
String lockKey = "ticket_lock:" + ticketId;
try {
// 获取分段锁
boolean locked = redisTemplate.opsForValue()
.setIfAbsent(lockKey, "1", 10, TimeUnit.SECONDS);
if (!locked) return false;
// 执行库存扣减
Long remain = redisTemplate.opsForValue()
.decrement("ticket_stock:" + ticketId, num);
return remain != null && remain >= 0;
} finally {
redisTemplate.delete(lockKey);
}
}
2.2.2 订单状态机
使用状态模式设计订单流转：
code复制待支付 → (支付超时) → 已取消
↘ (支付成功) → 待使用 → (核销) → 已完成
↘ (过期) → 已失效
3. 关键功能实现
3.1 动态票价策略
实现节假日/周末自动调价：
java复制public BigDecimal calculateDynamicPrice(LocalDate date, BigDecimal basePrice) {
// 节假日判断（接入第三方日历API）
if (holidayService.isHoliday(date)) {
return basePrice.multiply(new BigDecimal("1.5"));
}
// 周末判断
if (date.getDayOfWeek() == DayOfWeek.SATURDAY
|| date.getDayOfWeek() == DayOfWeek.SUNDAY) {
return basePrice.multiply(new BigDecimal("1.2"));
}
return basePrice;
}
3.2 电子票证生成
采用PDFBox生成防伪二维码门票：
- 生成唯一票号：年月日+6位随机数+3位校验码
- 调用腾讯云OCR服务核验身份证信息
- 合成游客信息与动态二维码
注意：二维码有效期需设置为入园时间后24小时自动失效
4. 性能优化实践
4.1 缓存策略设计
采用多级缓存架构：
- 本地缓存（Caffeine）：存储静态景点信息
- Redis缓存：
- 热点门票库存（5分钟自动刷新）
- 促销活动规则
- MySQL查询：
- 订单明细等强一致性数据
4.2 高并发应对方案
通过压力测试发现的两个性能瓶颈及解决方案：
| 场景 | 问题 | 优化方案 | 效果提升 |
|---|---|---|---|
| 秒杀活动 | 库存超卖 | Redis+Lua原子操作 | 错误率降至0.01% |
| 支付回调 | 数据库连接耗尽 | 引入RabbitMQ削峰 | 并发能力提升8倍 |
5. 安全防护措施
5.1 防黄牛机制
- 同一IP限购5张/小时
- 同一身份证限购10张/月
- 可疑订单人工审核
5.2 敏感数据保护
- 身份证号加密存储（AES-256）
- 支付日志脱敏处理
- 定期安全扫描（使用OWASP ZAP）
6. 部署实施要点
6.1 服务器配置建议
- 生产环境最低配置：
- 2核4G云服务器 × 2（负载均衡）
- Redis集群（3节点）
- MySQL主从（1主1从）
6.2 监控方案
- Prometheus + Grafana监控：
- 接口响应时间P99 < 500ms
- JVM内存使用率 < 70%
- 业务指标监控：
- 库存预警阈值设置
- 退票率异常报警
7. 踩坑经验分享
-
日期处理坑：
- 永远使用LocalDate代替Date
- 时区统一设置为Asia/Shanghai
-
金额计算规范：
java复制// 错误示范 double total = 0.1 + 0.2; // 得到0.30000000000000004 // 正确做法 BigDecimal total = new BigDecimal("0.1") .add(new BigDecimal("0.2")); -
事务失效场景：
- 同类方法内调用需通过AopContext获取代理对象
- @Transactional注解在private方法上无效
这个项目让我深刻体会到，旅游票务系统最关键的不仅是技术实现，更需要理解业务场景的特殊性。比如在春节黄金周前，我们提前进行了3轮全链路压测，才确保系统能承受10倍于平日的流量冲击。