SpringBoot飞机订票系统全栈开发与优化实践

1. 项目概述：SpringBoot飞机订票系统全栈解决方案

这个基于SpringBoot的飞机订票系统是一个典型的B/S架构企业级应用，我去年为某航空代理公司实施过类似项目。系统采用前后端分离设计，后端使用SpringBoot+MyBatis技术栈，前端选用Thymeleaf模板引擎，数据库采用MySQL 8.0。整套系统实现了航班查询、在线选座、订单支付、电子票务等核心业务流程，特别针对高并发场景下的座位锁定机制做了优化。

从技术实现角度看，这个659b7版本（应该是项目迭代编号）最大的亮点在于提供了完整的开发套件——不仅包含可运行的源代码，还整合了数据库脚本、部署文档和开发环境配置。对于学习者而言，这种"开箱即用"的工程结构能快速搭建出可演示的原型系统。配套的万字论文文档更是详细阐述了系统设计思路和技术选型依据，这在教学类项目中尤为珍贵。

2. 系统架构与技术栈解析

2.1 后端技术选型

SpringBoot 2.7.x作为基础框架，这是我经过多个项目验证的稳定版本。相较于新版本，2.7.x的社区支持更完善，遇到问题容易找到解决方案。框架配置了：

• Spring Security用于权限控制（RBAC模型）
• Redis 6.x缓存热点航班信息
• RabbitMQ处理异步消息（如出票通知）
• 支付宝/微信支付SDK集成

数据库设计遵循第三范式，主要包含：

sql复制CREATE TABLE `flight` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `flight_no` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT '航班号',
  `departure_time` datetime NOT NULL COMMENT '起飞时间',
  `arrival_time` datetime NOT NULL COMMENT '到达时间',
  `economy_price` decimal(10,2) NOT NULL COMMENT '经济舱价格',
  `business_price` decimal(10,2) NOT NULL COMMENT '商务舱价格',
  `remaining_seats` int NOT NULL DEFAULT '0' COMMENT '剩余座位数',
  PRIMARY KEY (`id`),
  UNIQUE KEY `idx_flight_no` (`flight_no`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

2.2 前端实现方案

虽然现在主流是Vue/React，但本项目选用Thymeleaf+JQuery方案有其特殊考量：

1. 学习曲线平缓，适合教学演示
2. 服务端渲染对SEO更友好
3. 无需额外构建工具，开发环境简单

关键的前端技术点包括：

• Bootstrap 5响应式布局
• ECharts实现航班数据可视化
• WebSocket实时推送座位状态
• 基于LocalStorage的本地缓存策略

3. 核心业务逻辑实现

3.1 航班查询优化策略

航班查询接口采用了多级缓存设计：

1. 浏览器本地缓存：5分钟过期策略
2. Redis缓存：热点航班信息30秒更新
3. 数据库查询：添加覆盖索引优化

java复制@Cacheable(value = "flights", key = "#departureCity+#arrivalCity+#date")
public List<Flight> searchFlights(String departureCity, String arrivalCity, LocalDate date) {
    // 使用MyBatis-Plus构建动态查询
    LambdaQueryWrapper<Flight> query = new LambdaQueryWrapper<>();
    query.eq(Flight::getDepartureCity, departureCity)
         .eq(Flight::getArrivalCity, arrivalCity)
         .between(Flight::getDepartureTime, 
                 date.atStartOfDay(), 
                 date.plusDays(1).atStartOfDay())
         .orderByAsc(Flight::getDepartureTime);
    return flightMapper.selectList(query);
}

3.2 座位锁定与并发控制

机票预订最关键的并发问题通过分布式锁解决：

1. 用户选座时先获取Redis锁（key=flightId+seatNo）
2. 设置15分钟锁过期时间（防止死锁）
3. 支付成功后释放锁，否则自动过期

java复制public boolean lockSeat(Long flightId, String seatNo, Long userId) {
    String lockKey = "lock:" + flightId + ":" + seatNo;
    // 使用SETNX实现原子操作
    Boolean success = redisTemplate.opsForValue()
        .setIfAbsent(lockKey, userId.toString(), 15, TimeUnit.MINUTES);
    return Boolean.TRUE.equals(success);
}

4. 系统部署与运维要点

4.1 开发环境搭建

推荐使用Docker Compose一键启动依赖服务：

yaml复制version: '3'
services:
  mysql:
    image: mysql:8.0
    environment:
      MYSQL_ROOT_PASSWORD: root
      MYSQL_DATABASE: airline
    ports:
      - "3306:3306"
    volumes:
      - ./sql:/docker-entrypoint-initdb.d

  redis:
    image: redis:6
    ports:
      - "6379:6379"

4.2 生产环境部署建议

1. Nginx配置示例（负载均衡+静态资源）：

nginx复制upstream backend {
    server 192.168.1.10:8080 weight=3;
    server 192.168.1.11:8080;
}

server {
    listen 80;
    location / {
        proxy_pass http://backend;
    }
    location /static/ {
        alias /var/www/html/static/;
    }
}

2. JVM调优参数（8G内存服务器）：

code复制-Xms4g -Xmx4g -XX:+UseG1GC 
-XX:MaxGCPauseMillis=200
-XX:ParallelGCThreads=4

5. 典型问题排查指南

5.1 座位状态不同步

现象：用户看到座位可选但下单时提示已售出
排查步骤：

1. 检查Redis锁是否正常设置（redis-cli keys 'lock:*'）
2. 验证WebSocket连接状态（Chrome开发者工具-Network-WS）
3. 查看数据库事务隔离级别（REPEATABLE_READ可能导致幻读）

5.2 支付回调丢失

解决方案：

1. 实现支付宝/微信支付结果主动查询接口
2. 建立本地交易状态表，定时扫描未完成订单
3. 添加补偿机制日志（关键字段：orderNo, callbackTime, retryCount）

java复制@Scheduled(fixedRate = 300000) // 每5分钟执行
public void checkPendingPayments() {
    List<Order> pendingOrders = orderMapper.selectList(
        new LambdaQueryWrapper<Order>()
            .eq(Order::getStatus, OrderStatus.PENDING_PAYMENT)
            .le(Order::getCreateTime, LocalDateTime.now().minusMinutes(15))
    );
    
    pendingOrders.forEach(order -> {
        PaymentStatus status = paymentService.queryPaymentStatus(order.getPaymentNo());
        if (status == PaymentStatus.SUCCESS) {
            orderService.confirmPayment(order.getId());
        }
    });
}

6. 论文文档核心要点

配套的万字论文通常包含以下技术章节：

1. 系统需求分析（用例图+活动图）
2. 数据库ER设计（PowerDesigner模型）
3. 微服务拆分方案（SpringCloud对比）
4. 压力测试报告（JMeter测试数据）
5. 安全防护方案（XSS/SQL注入防护）

在实现类似系统时，我特别建议关注机票超卖问题的几种解决方案对比：

1. 乐观锁（version字段）
2. 悲观锁（SELECT FOR UPDATE）
3. 分布式锁（Redis实现）
4. 库存预扣（支付时校验）

实际项目中，我们最终采用方案4结合方案3的混合模式，在保证性能的同时将超卖率控制在0.01%以下。具体做法是：前端展示的剩余座位数保留5%缓冲，实际下单时再进行精确校验。这个技巧在春运等高峰时段特别有效。