微服务架构下的上门洗车系统设计与实践

1. 上门洗车系统架构解析

这套上门洗车系统采用了当前主流的微服务架构设计，通过Spring Boot 3.0 + Spring Cloud Alibaba 2022技术栈构建。这种架构选择并非偶然，而是基于上门洗车业务特有的高并发、分布式和实时性需求做出的技术决策。

1.1 微服务拆分逻辑

系统将核心功能拆分为多个独立的服务模块，每个模块都有明确的职责边界：

• 用户服务：处理用户注册、登录、个人信息管理等
• 订单服务：负责订单创建、状态变更、历史查询等
• 设备服务：管理洗车设备状态、控制指令下发等
• 支付服务：集成多种支付渠道，处理交易流程
• AI推荐服务：实现个性化服务推荐和智能调度

这种拆分方式使得系统具备更好的可扩展性和维护性。例如在高峰期，可以单独对订单服务进行横向扩展，而不需要整体扩容，既节省了资源又提高了响应速度。

提示：微服务拆分的关键原则是"高内聚、低耦合"。我们在设计时特别注意了服务边界的划分，避免出现"分布式单体"的反模式。

1.2 服务治理与通信

系统采用Nacos作为服务注册与发现中心，相比传统的Eureka，Nacos提供了更丰富的配置管理功能。服务间通信采用RESTful API和Feign客户端两种方式：

1. 同步调用：对于需要立即获取结果的场景，如查询订单状态
2. 异步消息：通过RocketMQ处理非实时性要求高的操作，如发送服务完成通知

Sentinel的引入解决了流量控制问题，特别是在促销活动期间，可以有效地防止系统被突发流量冲垮。我们配置了以下几种保护规则：

• QPS限流：单个接口每秒最大请求数
• 线程数限制：防止慢请求耗尽线程池
• 熔断降级：当依赖服务不可用时自动降级

1.3 分布式事务处理

上门洗车业务中存在多个需要保持数据一致性的场景，比如用户支付成功后需要同时更新订单状态和释放设备锁定。系统采用Seata的AT模式处理这类分布式事务问题。

以支付场景为例，具体流程如下：

1. TM（事务管理器）向TC（事务协调器）发起全局事务
2. 支付服务执行本地事务，记录undo log
3. 订单服务执行本地事务，记录undo log
4. 设备服务执行本地事务，记录undo log
5. 所有分支事务成功后，TC提交全局事务

如果任一分支失败，Seata会根据undo log自动回滚已完成的本地事务，保证数据一致性。

2. 数据存储方案设计

2.1 结构化数据存储

MySQL作为核心业务数据的存储引擎，采用了分库分表策略来应对数据增长。具体实现方式：

• 按城市分库：将不同城市的用户和订单数据分散到不同的物理库中
• 按用户ID分表：单个库内，用户表按用户ID哈希分成16个表
• 读写分离：主库负责写操作，3个从库分担读请求

我们使用ShardingSphere实现这一架构，其核心优势在于对应用透明，开发者无需关心数据具体存储在哪个库表中。配置示例：

yaml复制spring:
  shardingsphere:
    datasource:
      names: ds0,ds1,ds2
    sharding:
      tables:
        t_order:
          actual-data-nodes: ds$->{0..2}.t_order_$->{0..15}
          table-strategy:
            inline:
              sharding-column: user_id
              algorithm-expression: t_order_$->{user_id % 16}
          database-strategy:
            inline:
              sharding-column: city_code
              algorithm-expression: ds$->{city_code % 3}

2.2 缓存层优化

Redis集群在系统中承担了多重角色：

1. 热点数据缓存：服务套餐信息、技师资料等
2. 会话管理：用户登录状态、临时令牌
3. 分布式锁：防止重复支付等并发问题
4. 计数器：用于限流和统计

我们特别设计了缓存更新策略：

• 主动更新：数据变更时立即更新缓存
• 被动更新：缓存失效后从数据库加载
• 多级缓存：本地缓存+Redis集群

2.3 非结构化数据处理

对于服务过程视频、设备日志等非结构化数据，系统选择MongoDB作为存储引擎。其文档模型非常适合存储这类数据，查询示例如下：

java复制// 查询某技师上周服务评分
public List<Evaluation> getTechRatings(String techId, LocalDate startDate) {
    return mongoTemplate.find(
        Query.query(Criteria.where("techId").is(techI