项目介绍
本项目为一套“上门服务”平台,覆盖上门家政、上门维修、上门洗车等场景。包含用户端(消费者小程序/APP/H5)、师傅端(服务人员APP)和商家端(企业/门店后台),以及统一的后台管理与运营平台。后端基于 Spring Boot + MyBatis 开发,采用 Docker 容器化 部署,支持高可用与水平扩展。
功能结构
用户端(消费者)
-
精准分类(家政 / 维修 / 上门洗车 / 万能服务 等)
-
搜索与筛选(按服务类型、价格、评分、距离)
-
一口价与报价两种计价模式
-
服务详情与图文/视频展示
-
下单流程:下单 → 指定时间/上门地址 → 支付(在线/线下/补费)
-
优惠专区(优惠券、活动、拼团等)
-
师傅/商家入驻入口(申请与说明)
-
我的需求(历史需求、进度查看)
-
补费明细(追加费用、确认与支付)
-
投诉与反馈(工单式流程,支持上传图片/证据)
师傅端(服务人员)
-
接单池(可抢单或系统派单)
-
消息通知(接单、变更、客服、系统消息)
-
接单管理(接单、开始、完成、拒单、申请退款/售后)
-
今日订单 / 历史订单
-
师傅入驻与认证(资质上传、身份证、人脸或视频认证)
-
我的钱包(收入提现、账单明细)
-
个人档案与评分
商家端(门店/企业)
-
接单池(支持多人接单/员工分配)
-
商家统计(收入、订单量、活跃师傅、满意度)
-
订单管理(接单、派单、退单、退款处理)
-
时间管理(营业时间、服务时段、预约规则)
-
员工管理(员工账号、权限、考勤)
-
派单管理(手动/自动/规则派单)
-
商家入驻与认证(营业执照、资质)
-
发布服务与服务管理(商品化服务、价格、套餐)
后台管理(平台运维与运营)
-
统一用户/师傅/商家账号管理
-
订单监控与工单管理
-
财务结算系统(账期、分账、商家提现、平台抽成)
-
营销活动、优惠券、推送管理
-
数据报表与 BI(实时/历史)
-
风控与投诉处理
-
支付对接与账单对账
-
日志/审计与监控(告警、追踪)
功能图片



系统结构

后端技术

架构层级
-
一般商家在做活动的时候,经常会遇到各种不怀好意的DDOS攻击(利用无辜的吃瓜群众夺取资源),导致真正的我们无法获得服务!所以说高防IP还是很有必要的。
-
搞活动就意味着人多,接入SLB,对多台云服务器进行流量分发,可以通过流量分发扩展应用系统对外的服务能力,通过消除单点故障提升应用系统的可用性。
-
基于SLB价格以及灵活性考虑后面我们接入Nginx做限流分发,来保障后端服务的正常运行。
-
后端秒杀业务逻辑,基于Redis 或者 Zookeeper 分布式锁,Kafka 或者 Redis 做消息队列,DRDS数据库中间件实现数据的读写分离。
优化思路
-
分流、分流、分流,重要的事情说三遍,再牛逼的机器也抵挡不住高级别的并发。
-
限流、限流、限流,毕竟秒杀商品有限,防刷的前提下没有绝对的公平,根据每个服务的负载能力,设定流量极限。
-
缓存、缓存、缓存、尽量不要让大量请求穿透到DB层,活动开始前商品信息可以推送至分布式缓存。
-
异步、异步、异步,分析并识别出可以异步处理的逻辑,比如日志,缩短系统响应时间。
-
主备、主备、主备,如果有条件做好主备容灾方案也是非常有必要的(参考某年锤子的活动被攻击)。
-
最后,为了支撑更高的并发,追求更好的性能,可以对服务器的部署模型进行优化,部分请求走正常的秒杀流程,部分请求直接返回秒杀失败,缺点是开发部署时需要维护两套逻辑。
优化思路
-
分流、分流、分流,重要的事情说三遍,再牛逼的机器也抵挡不住高级别的并发。
-
限流、限流、限流,毕竟秒杀商品有限,防刷的前提下没有绝对的公平,根据每个服务的负载能力,设定流量极限。
-
缓存、缓存、缓存、尽量不要让大量请求穿透到DB层,活动开始前商品信息可以推送至分布式缓存。
-
异步、异步、异步,分析并识别出可以异步处理的逻辑,比如日志,缩短系统响应时间。
-
主备、主备、主备,如果有条件做好主备容灾方案也是非常有必要的(参考某年锤子的活动被攻击)。
-
最后,为了支撑更高的并发,追求更好的性能,可以对服务器的部署模型进行优化,部分请求走正常的秒杀流程,部分请求直接返回秒杀失败,缺点是开发部署时需要维护两套逻辑。
分层优化
-
前端优化:活动开始前生成静态商品页面推送缓存和CDN,静态文件(JS/CSS)请求推送至文件服务器和CDN。
-
网络优化:如果是全国用户,最好是BGP多线机房,减少网络延迟。
-
应用服务优化:Nginx最佳配置、Tomcat连接池优化、数据库配置优化、数据库连接池优化。
全链路压测
-
分析需压测业务场景涉及系统
-
协调各个压测系统资源并搭建压测环境
-
压测数据隔离以及监控(响应时间、吞吐量、错误率等数据以图表形式实时显示)
-
压测结果统计(平均响应时间、平均吞吐量等数据以图表形式在测试结束后显示)
-
优化单个系统性能、关联流程以及整个业务流程
整个压测优化过程就是一个不断优化不断改进的过程,事先通过测试不断发现问题,优化系统,避免问题,指定应急方案,才能让系统的稳定性和性能都得到质的提升。
数据采集监控
Grafana+Telegraf+Influxdb监控Tomcat集群方案
Grafana+Prometheus系统监控之SpringBoot
阿里巴巴 Sentinel + InfluxDB + Chronograf 实现监控大屏
SpringBoot 2.0 + InfluxDB+ Sentinel 实时监控数据存储
SpringBoot 2.0 + Nacos + Sentinel 流控规则集中存储
SpringBoot 2.0 + 阿里巴巴 Sentinel 动态限流实战
代码案例
可能秒杀架构原理大家都懂,网上也有不少实现方式,但大多都是文字的描述,告诉你如何如何,什么加锁、缓存、队列之类。但很少全面有的案例告诉你如何去做,既然是从0到1,希望以下代码案例可以帮助到你。当然最终落实到生产,还有很长的路要走,要根据自己的业务进行编码,实施并部署。
1094

被折叠的 条评论
为什么被折叠?



