1. 项目背景与核心价值
钱币收藏作为一项兼具文化传承与投资属性的爱好，长期以来面临着信息不对称、交流渠道分散、真伪鉴别困难等痛点。传统线下交流受限于地域和时间，而线上论坛又普遍存在信息杂乱、专业性不足的问题。这套基于SpringBoot+Vue的钱币收藏交流系统，正是为了解决这些行业痛点而生。
我在实际开发过程中发现，收藏爱好者最迫切的需求集中在三个维度：一是需要可靠的藏品信息展示平台，二是渴望专业的真伪鉴别交流渠道，三是希望建立规范的交易流程。这套系统通过前后端分离架构，实现了藏品全生命周期管理的数字化解决方案。前端采用Vue3+Element Plus构建响应式界面，后端基于SpringBoot 2.7提供RESTful API服务，配合MySQL 8.0的事务支持和JSON字段类型，完美适配钱币藏品这种结构化与非结构化数据混合存储的场景。
技术选型思考：选择SpringBoot而非传统SSM框架，主要考量其自动配置特性可以快速搭建微服务架构，方便后续扩展AI鉴别模块。Vue3的Composition API则更适合复杂前端状态管理，比如藏品多维度筛选这种高频交互场景。
2. 系统架构设计解析
2.1 前后端分离架构实践
系统采用典型的前后端分离架构，通过清晰的职责划分实现高效协作。前端工程使用Vue CLI脚手架初始化，配置了多环境打包策略（dev/test/prod）。关键配置在vue.config.js中体现：
javascript复制module.exports = {
devServer: {
proxy: {
'/api': {
target: process.env.VUE_APP_BASE_API,
changeOrigin: true,
pathRewrite: {
'^/api': ''
}
}
}
},
chainWebpack: config => {
config.plugin('html').tap(args => {
args[0].title = '钱币收藏交流平台'
return args
})
}
}
后端采用三层架构设计：
- Controller层：处理HTTP请求，参数校验使用Hibernate Validator
- Service层：核心业务逻辑，如交易状态机实现
- DAO层：MyBatis-Plus实现动态SQL构建
2.2 数据库设计要点
钱币藏品的数据模型设计颇具挑战，需要考虑多种特殊属性：
sql复制CREATE TABLE `coin_collection` (
`id` bigint NOT NULL AUTO_INCREMENT,
`user_id` bigint NOT NULL COMMENT '持有人ID',
`title` varchar(100) NOT NULL COMMENT '藏品名称',
`category` enum('古钱币','近代钱币','现代钱币','纪念币','外币') NOT NULL,
`era` varchar(50) DEFAULT NULL COMMENT '年代',
`material` varchar(30) DEFAULT NULL COMMENT '材质',
`weight` decimal(10,2) DEFAULT NULL COMMENT '重量(g)',
`diameter` decimal(10,2) DEFAULT NULL COMMENT '直径(mm)',
`mint_info` json DEFAULT NULL COMMENT '铸造信息(JSON格式)',
`description` text COMMENT '详细描述',
`authenticity` tinyint DEFAULT '0' COMMENT '真伪状态(0-未认证 1-已认证 2-存疑)',
`price` decimal(15,2) DEFAULT NULL COMMENT '估价',
`trade_status` tinyint DEFAULT '0' COMMENT '交易状态',
`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (`id`),
FULLTEXT KEY `ft_idx` (`title`,`description`) COMMENT '全文检索索引'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;
避坑指南：钱币属性中的重量、直径等字段必须使用DECIMAL而非FLOAT，避免浮点数精度问题。mint_info采用JSON类型存储非结构化数据，既保持灵活性又支持部分查询。
3. 核心功能实现细节
3.1 动态权限控制系统
系统涉及普通用户、鉴定专家、管理员三种角色，采用RBAC模型实现权限控制。核心在于后端接口的@PreAuthorize注解与前端路由的动态加载配合：
java复制@RestController
@RequestMapping("/api/collection")
public class CollectionController {
@PreAuthorize("hasRole('EXPERT')")
@PostMapping("/authenticate/{id}")
public Result authenticate(@PathVariable Long id, @Valid @RequestBody AuthenticateDTO dto) {
// 鉴定逻辑
}
@PreAuthorize("hasAnyRole('USER', 'EXPERT')")
@GetMapping("/detail/{id}")
public Result<CollectionVO> getDetail(@PathVariable Long id) {
// 查询详情
}
}
前端对应使用Pinia管理权限状态，路由守卫控制访问：
javascript复制router.beforeEach(async (to) => {
const userStore = useUserStore()
if (to.meta.requiresAuth && !userStore.isLoggedIn) {
return { path: '/login', query: { redirect: to.fullPath } }
}
if (to.meta.roles && !to.meta.roles.some(role => userStore.roles.includes(role))) {
return '/403'
}
})
3.2 藏品图片处理方案
钱币的高清细节展示至关重要，我们实现了多级图片处理流水线：
- 前端使用vue-cropper实现裁剪和压缩
- 后端采用Thumbnailator生成三种规格：
- 缩略图(200x200)
- 展示图(800x800)
- 原图(保留EXIF信息)
- 存储到MinIO对象存储，通过CDN加速分发
关键代码示例：
java复制public class ImageService {
public void processImage(MultipartFile file, Long collectionId) {
String originalName = file.getOriginalFilename();
String ext = FilenameUtils.getExtension(originalName);
// 生成存储路径
String originalPath = "original/" + collectionId + "." + ext;
String mediumPath = "medium/" + collectionId + ".webp";
String thumbnailPath = "thumbnail/" + collectionId + ".webp";
// 保存原图
minioClient.putObject(bucketName, originalPath,
file.getInputStream(), file.getSize(), null);
// 生成WebP格式的展示图
Thumbnails.of(file.getInputStream())
.size(800, 800)
.outputFormat("webp")
.toOutputStream(minioClient.putObject(bucketName, mediumPath));
}
}
4. 交易系统安全设计
4.1 双重验证机制
为确保交易安全，系统实现了手机验证码+支付密码的双重验证：
- 发起交易时发送短信验证码（阿里云短信服务）
- 验证通过后要求输入支付密码（BCrypt加密存储）
- 关键操作记录审计日志（包含IP和设备信息）
4.2 交易状态机设计
使用状态模式规范交易流程，防止非法状态跃迁：
java复制public enum TradeState {
INITIATED {
public void nextState(Trade trade) {
if (trade.getPaymentVerified()) {
trade.setState(PAID);
}
}
},
PAID {
public void nextState(Trade trade) {
if (trade.getShippingConfirmed()) {
trade.setState(SHIPPED);
}
}
},
// 其他状态...
}
@Entity
public class Trade {
@Enumerated(EnumType.STRING)
private TradeState state;
public void proceed() {
state.nextState(this);
}
}
5. 性能优化实践
5.1 缓存策略实施
采用多级缓存提升系统响应速度：
- 热点数据使用Redis缓存（如首页推荐藏品）
- 本地Caffeine缓存权限数据（高频访问）
- 数据库查询开启MyBatis二级缓存
缓存更新策略特别重要，我们采用：
java复制@CacheEvict(value = "collection", key = "#id")
@PostMapping("/update")
public Result updateCollection(@RequestBody CollectionDTO dto) {
// 更新逻辑
}
5.2 SQL优化案例
针对复杂的藏品搜索场景，优化方案包括：
- 建立复合索引：
ALTER TABLE coin_collection ADD INDEX idx_search (category, era, material) - 使用Elasticsearch实现全文检索
- 大数据量分页采用"游标分页"替代传统LIMIT
sql复制-- 优化后的分页查询
SELECT * FROM coin_collection
WHERE id > ? AND category = ?
ORDER BY id ASC LIMIT 20
6. 部署方案与监控
6.1 容器化部署
使用Docker Compose编排服务：
yaml复制version: '3'
services:
backend:
image: openjdk:17-jdk
ports:
- "8080:8080"
volumes:
- ./logs:/app/logs
environment:
- SPRING_PROFILES_ACTIVE=prod
frontend:
image: nginx:alpine
ports:
- "80:80"
volumes:
- ./dist:/usr/share/nginx/html
6.2 监控体系搭建
- Spring Boot Actuator暴露健康指标
- Prometheus收集指标数据
- Grafana配置业务看板
- ELK收集分析业务日志
关键监控指标包括：
- 接口响应时间P99
- 数据库连接池使用率
- 缓存命中率
- 交易成功率
7. 开发心得与避坑指南
-
跨域问题解决方案：
- 开发环境配置proxyTable
- 生产环境使用Nginx反向代理
- 复杂场景启用CORS配置
-
日期时间处理陷阱：
java复制@Bean public ObjectMapper objectMapper() { ObjectMapper mapper = new ObjectMapper(); mapper.registerModule(new JavaTimeModule()); mapper.disable(SerializationFeature.WRITE_DATES_AS_TIMESTAMPS); return mapper; } -
事务失效的常见原因：
- 方法非public
- 自调用问题
- 异常类型未配置回滚
- 数据库引擎不支持（如MyISAM）
-
前端性能优化技巧：
- 路由懒加载
- 第三方库按需引入
- 图片懒加载
- Webpack分包策略
-
数据库连接池配置：
yaml复制spring: datasource: hikari: maximum-pool-size: 20 minimum-idle: 5 idle-timeout: 30000 max-lifetime: 1800000 connection-timeout: 30000
这套系统在实际运行中经受住了日均5万PV的考验，核心接口响应时间控制在200ms以内。特别在钱币拍卖高峰时段，通过弹性扩容机制保证了系统稳定性。对于开发者而言，最大的收获是深入理解了如何将技术架构与垂直领域业务特性深度结合，构建真正解决用户痛点的专业系统。