SpringBoot+Vue3房屋租赁系统开发实战

1. 项目概述

这套基于SpringBoot2+Vue3+MyBatis-Plus+MySQL8.0的房屋租赁系统，是我在2022年为一个本地房产中介公司开发的核心业务系统。系统上线后日均处理200+租赁交易，支撑了公司80%的线上业务。相比传统PHP系统，采用前后端分离架构后，合同处理效率提升了3倍，数据一致性达到99.99%。

系统最突出的特点是采用Vue3的组合式API实现动态表单，配合SpringBoot的校验机制，可以灵活适配不同城市的租赁合同模板。比如北京需要备案编号而上海需要房源核验码，这些差异字段都能通过后台配置实时同步到前端。

2. 技术架构解析

2.1 后端技术栈选型

选择SpringBoot2.7.x而非3.0版本，主要考虑公司现有JDK8环境。实测在4核8G服务器上，该版本处理并发租赁申请时，平均响应时间能控制在300ms以内。关键配置如下：

yaml复制spring:
  datasource:
    url: jdbc:mysql://localhost:3306/rental?useSSL=false&serverTimezone=Asia/Shanghai
    hikari:
      maximum-pool-size: 20 # 根据压测结果调整
      connection-timeout: 30000

MyBatis-Plus 3.5.2的Lambda查询方式大幅简化了房源条件查询代码。例如多条件分页查询原来需要写30行XML，现在只需：

java复制Page<House> page = new Page<>(current, size);
lambdaQuery()
    .like(StringUtils.isNotBlank(keyword), House::getTitle, keyword)
    .eq(houseType != null, House::getType, houseType)
    .between(priceRange != null, House::getPrice, priceRange[0], priceRange[1])
    .page(page);

2.2 前端技术方案

Vue3 + Vite的组合使首屏加载时间从Vue2时代的2.1s降至1.3s。动态表单的核心实现是利用<component :is>加载配置化的表单组件：

vue复制<template v-for="item in formConfig">
  <component 
    :is="item.componentType" 
    v-model="formData[item.field]"
    :rules="item.rules"
  />
</template>

采用Pinia替代Vuex管理房源状态，配合IndexedDB实现离线缓存，在网络不稳定时仍能提交看房申请。

3. 核心业务模块实现

3.1 房源信息管理

房源图片处理采用Thumbnailator进行压缩和裁剪，确保单张图片不超过300KB。数据库设计时特别注意了空间数据存储：

sql复制CREATE TABLE `house` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `location` point NOT NULL SRID 4326, -- 存储经纬度
  SPATIAL INDEX(`location`),
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

踩坑记录：最初使用varchar存储经纬度，导致半径查询性能极差。改为Point类型后，5公里内房源查询从3s降到200ms。

3.2 租赁合同电子签章

集成e签宝API实现法律效力的电子合同，关键流程：

1. 前端生成合同PDF
2. 调用/eapi/v2/signatures接口创建签署任务
3. 通过WebSocket实时接收签署状态

特别注意处理了签约超时问题：当30分钟内未完成签署，系统会自动发送短信提醒并释放房源锁定。

4. 安全与性能优化

4.1 防重复提交机制

采用Redis + Token方案解决房源重复预订问题：

java复制// 生成令牌
String token = UUID.randomUUID().toString();
redisTemplate.opsForValue().set("house:reserve:"+userId, token, 5, TimeUnit.MINUTES);

// 提交时验证
String storedToken = redisTemplate.opsForValue().get("house:reserve:"+userId);
if(!token.equals(storedToken)){
    throw new BusinessException("请勿重复提交");
}

4.2 SQL性能优化

通过Explain分析发现房源列表查询的瓶颈在于tags字段的LIKE操作。解决方案是新建house_tag关联表，查询效率提升8倍：

sql复制-- 优化前
SELECT * FROM house WHERE tags LIKE '%朝阳%'

-- 优化后
SELECT h.* FROM house h 
JOIN house_tag ht ON h.id = ht.house_id
JOIN tag t ON ht.tag_id = t.id 
WHERE t.name = '朝阳'

5. 部署与监控

使用Docker Compose编排服务，关键配置包括：

yaml复制services:
  app:
    image: openjdk:8-jdk-alpine
    environment:
      - SPRING_PROFILES_ACTIVE=prod
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:8080/actuator/health"]
      interval: 30s

通过SpringBoot Actuator暴露的/metrics端点，配合Prometheus和Grafana监控以下关键指标：

• 合同签署成功率
• 房源查询响应时间P99
• 数据库连接池使用率

6. 开发经验总结

1. 表单设计器存储方案：尝试过JSONB、XML最终选择纯JSON存储，配合MySQL的JSON_EXTRACT函数查询，在灵活性和性能间取得平衡

2. 地理位置服务选型：对比了MySQL GIS、MongoDB和Redis GEO，最终选择MySQL方案，主要考虑事务一致性和团队技术栈统一

3. 缓存策略调整：从最初的全局缓存改为分级缓存 - 基础信息缓存1小时，价格等关键字段缓存5分钟，通过@CacheEvict的condition属性精细控制

这套系统经过三次大版本迭代后，最深刻的体会是：在租赁业务中，状态管理比功能实现更重要。比如房源从"待租"到"已预订"再到"已签约"的状态流转，需要设计严谨的状态机，任何遗漏都会导致严重的业务纠纷。