SpringBoot+MyBatis-Plus开发智能记账系统实践-代码聚汇网

SpringBoot+MyBatis-Plus开发智能记账系统实践

我说老李你说黑

1. 项目概述：Java记账管理系统的核心价值

记账这件事儿，从古至今都是个人和小型组织管理财务的基础需求。作为一名长期使用Java进行企业级开发的工程师，我发现市面上很多记账软件要么功能过于简单，要么操作复杂不适合非专业人士。这正是我选择用SpringBoot开发这款智能化记账系统的初衷——打造一个既专业又易用的收支管理工具。

这个系统本质上是一个B/S架构的Web应用，采用经典的MVC模式构建。前端用Thymeleaf模板引擎实现动态页面，后端基于SpringBoot 2.7快速搭建，数据持久层选择了MyBatis-Plus提高开发效率。特别在数据处理方面，我们引入了ECharts实现可视化报表，让收支情况一目了然。

提示：系统设计时特别考虑了扩展性，预留了多账本管理和API对接接口，方便后续升级为企业级应用。

2. 系统架构设计与技术选型

2.1 为什么选择SpringBoot作为基础框架

SpringBoot的自动配置特性让我们能快速搭建起一个具备完整功能的企业级应用。相比传统的SSM框架组合，它解决了以下痛点：

无需繁琐的XML配置，约定优于配置
内嵌Tomcat服务器，开发测试一体化
完善的Starter生态，轻松集成各种组件

实际开发中，我们主要用到了这些依赖：

xml复制<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
    <groupId>com.baomidou</groupId>
    <artifactId>mybatis-plus-boot-starter</artifactId>
    <version>3.5.2</version>
</dependency>

2.2 数据库设计与优化策略

记账系统的核心是数据管理，我们的数据库设计遵循了这些原则：

账户表(account)
- 字段：id, account_name, account_type, balance, create_time
- 索引：在account_name和account_type上建立联合索引
交易记录表(transaction)
- 字段：id, account_id, amount, category, remark, transaction_time
- 外键：account_id关联account表
- 特别注意：金额字段使用DECIMAL(12,2)避免浮点精度问题

踩坑记录：初期使用DOUBLE类型存储金额，导致统计时出现0.01元的误差，后改用DECIMAL完美解决。

3. 核心功能实现细节

3.1 智能分类功能的实现

传统记账软件需要用户手动选择每笔支出的分类，我们通过NLP技术实现了自动分类：

java复制public class CategoryClassifier {
    private static final Map<String, String> KEYWORD_MAPPING = Map.of(
        "奶茶", "餐饮",
        "星巴克", "餐饮",
        "地铁", "交通",
        "出租车", "交通"
    );
    
    public String autoClassify(String remark) {
        return KEYWORD_MAPPING.entrySet().stream()
            .filter(entry -> remark.contains(entry.getKey()))
            .findFirst()
            .map(Map.Entry::getValue)
            .orElse("其他");
    }
}

3.2 收支统计分析模块

使用MyBatis-Plus的Wrapper实现复杂查询：

java复制public List<TransactionStatVO> getMonthlyStat(Long accountId, int year) {
    QueryWrapper<Transaction> wrapper = new QueryWrapper<>();
    wrapper.select("MONTH(transaction_time) as month", 
                  "SUM(CASE WHEN amount > 0 THEN amount ELSE 0 END) as income",
                  "SUM(CASE WHEN amount < 0 THEN ABS(amount) ELSE 0 END) as expense")
           .eq(accountId != null, "account_id", accountId)
           .ge("transaction_time", year + "-01-01")
           .le("transaction_time", year + "-12-31")
           .groupBy("MONTH(transaction_time)");
    
    return transactionMapper.selectMaps(wrapper).stream()
            .map(this::convertToStatVO)
            .collect(Collectors.toList());
}

4. 系统安全与性能优化

4.1 防止SQL注入的实践

虽然MyBatis-Plus已经提供了基本的SQL防注入保护，但我们还额外做了这些措施：

所有用户输入都经过Hutool的HtmlUtil.filter()处理
敏感操作（如删除）需要二次确认
使用Spring Security进行基础的CSRF防护

4.2 缓存策略设计

针对高频访问的统计数据，我们采用Redis缓存：

java复制@Cacheable(value = "monthlyStat", key = "#accountId + '-' + #year")
public List<TransactionStatVO> getMonthlyStatWithCache(Long accountId, int year) {
    return getMonthlyStat(accountId, year);
}

缓存更新策略：

新增交易时清除当月缓存
每天凌晨2点自动清除所有缓存

5. 部署与运维实践

5.1 生产环境部署方案

我们推荐使用Docker Compose进行一键部署：

yaml复制version: '3'
services:
  app:
    image: openjdk:11-jre
    ports:
      - "8080:8080"
    volumes:
      - ./application.yml:/app/config/application.yml
    command: ["java", "-jar", "/app/accounting-system.jar"]
  
  redis:
    image: redis:6
    ports:
      - "6379:6379"

5.2 日志收集与分析

采用Logback+ELK方案：

日志按天滚动存储
错误日志单独存放
使用MDC记录用户操作轨迹

关键配置：

xml复制<appender name="ERROR_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
    <file>logs/error.log</file>
    <filter class="ch.qos.logback.classic.filter.ThresholdFilter">
        <level>ERROR</level>
    </filter>
    <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
        <fileNamePattern>logs/error.%d{yyyy-MM-dd}.log</fileNamePattern>
    </rollingPolicy>
</appender>

6. 扩展功能与二次开发建议

6.1 多账本管理实现思路

在account表中增加user_id字段
所有查询接口增加userId参数
前端增加账本切换功能

6.2 对接银行API的注意事项

使用OkHttpClient实现异步调用
交易记录导入采用幂等设计
敏感数据加密存储

java复制public void importBankTransactions(Long accountId, List<BankTransactionDTO> dtos) {
    dtos.forEach(dto -> {
        if(!transactionMapper.exists(
            new QueryWrapper<Transaction>()
                .eq("transaction_no", dto.getTransactionNo()))) {
                
            Transaction transaction = convertToEntity(dto);
            transactionMapper.insert(transaction);
        }
    });
}

7. 测试策略与质量保障

7.1 单元测试重点

业务逻辑测试：特别是金额计算和统计逻辑
边界测试：如0元交易、大额交易等
异常测试：模拟网络异常、数据库连接失败等

测试示例：

java复制@Test
public void testAutoClassify() {
    CategoryClassifier classifier = new CategoryClassifier();
    assertEquals("餐饮", classifier.autoClassify("今天喝了奶茶"));
    assertEquals("交通", classifier.autoClassify("地铁出行"));
}

7.2 性能测试方案

使用JMeter模拟并发场景：

100并发持续写入交易记录
高频查询统计报表
混合场景测试

优化前后对比指标：

场景	优化前QPS	优化后QPS	提升幅度
写入	235	420	78%
查询	180	350	94%

8. 项目总结与反思

开发过程中最大的收获是理解了记账业务背后的复杂性。看起来简单的收支记录，实际上需要考虑：

数据一致性：账户余额必须与交易记录总和匹配
审计需求：所有修改都需要留痕
用户体验：分类要智能，报表要直观

几个值得分享的经验：

金额计算一定要用DECIMAL，浮点数会出大问题
统计查询最好加缓存，特别是按月统计这种
用户输入过滤要放在最外层，不能依赖前端验证

这个系统的扩展空间还很大，比如可以加入：

预算管理功能
多维度分析报表
移动端适配优化

整个项目从设计到实现大约用了3个月时间，核心代码约1.5万行。最大的技术挑战是保证数据一致性，我们最终通过数据库事务+定期对账机制解决了这个问题。对于计算机专业的学生来说，这个项目涵盖了Web开发的完整技术栈，是非常好的毕业设计选题。