1. 项目概述SSM航空客运订票系统核心解析这个基于SSM框架的航空客运订票系统是我在去年为某中型航空公司交付的实战项目。系统采用经典的SpringSpringMVCMyBatis技术栈实现了从航班查询到出票完整的业务流程。与市面上那些学生作品不同这个系统在并发处理、票务锁机制和第三方支付对接上都做了深度优化最高支持每秒300的订票请求。提示系统源码已通过企业级代码审计删除了所有敏感业务逻辑后开放给技术社区参考。文末会说明获取方式但建议先完整了解系统设计思路。2. 技术架构深度拆解2.1 为什么选择SSM框架在技术选型阶段我们对比了三种方案纯Servlet/JSP方案开发效率低且难以维护SpringBoot全家桶过度封装不利于定制优化SSM框架最终选择方案SSM组合的优势体现在Spring的IoC容器完美管理票务服务、支付服务等复杂依赖MyBatis的动态SQL能高效处理航班查询的20筛选条件SpringMVC的拦截器链实现统一的权限验证和日志记录// 典型的三层架构示例 Controller public class FlightController { Autowired private FlightService flightService; RequestMapping(/search) public ModelAndView search(FlightQuery query) { ListFlight flights flightService.searchFlights(query); return new ModelAndView(result, flights, flights); } }2.2 数据库设计关键点机票系统的数据库设计有三大难点航班余票的实时准确性票价动态计算的复杂性乘客信息的合规存储我们的解决方案CREATE TABLE flight ( id bigint(20) NOT NULL AUTO_INCREMENT, flight_no varchar(10) NOT NULL COMMENT 航班号, departure datetime NOT NULL COMMENT 起飞时间, arrival datetime NOT NULL COMMENT 到达时间, total_seats int(11) NOT NULL COMMENT 总座位数, available_seats int(11) NOT NULL COMMENT 可用座位数, base_price decimal(10,2) NOT NULL COMMENT 基准价格, PRIMARY KEY (id), KEY idx_departure (departure) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4; CREATE TABLE ticket_order ( order_no varchar(32) NOT NULL COMMENT 订单编号, flight_id bigint(20) NOT NULL COMMENT 航班ID, passenger_id bigint(20) NOT NULL COMMENT 乘客ID, status tinyint(4) NOT NULL COMMENT 0-待支付 1-已支付 2-已取消, actual_price decimal(10,2) NOT NULL COMMENT 实际支付价格, create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (order_no), KEY idx_flight (flight_id), KEY idx_passenger (passenger_id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4;3. 核心业务实现细节3.1 高并发订票处理机票系统最核心的挑战就是超卖问题。我们采用分布式锁乐观锁双重保障Redis分布式锁控制并发入口public boolean bookTicket(Long flightId, Long userId) { String lockKey flight_lock: flightId; // 获取分布式锁3秒超时 boolean locked redisTemplate.opsForValue() .setIfAbsent(lockKey, userId, 3, TimeUnit.SECONDS); if (!locked) { throw new BusinessException(当前航班预订人数过多请稍后再试); } try { // 在锁内执行数据库操作 return doBookTicket(flightId, userId); } finally { // 释放锁 redisTemplate.delete(lockKey); } }MySQL乐观锁保证最终一致private boolean doBookTicket(Long flightId, Long userId) { // 1. 查询航班信息带版本号 Flight flight flightMapper.selectById(flightId); // 2. 检查余票 if (flight.getAvailableSeats() 0) { return false; } // 3. 更新余票带版本控制 int rows flightMapper.updateSeats( flightId, flight.getAvailableSeats() - 1, flight.getVersion()); return rows 0; }3.2 动态票价计算引擎票价计算需要考虑基础票价燃油附加费机场建设费折扣策略早鸟/会员节假日溢价采用策略模式实现public interface PriceStrategy { BigDecimal calculate(Flight flight, User user); } Service public class HolidayPriceStrategy implements PriceStrategy { Override public BigDecimal calculate(Flight flight, User user) { BigDecimal price flight.getBasePrice(); if (isHoliday(flight.getDeparture())) { price price.multiply(new BigDecimal(1.2)); } return price; } // 其他策略实现... } Service public class PriceCalculator { Autowired private ListPriceStrategy strategies; public BigDecimal calculateFinalPrice(Flight flight, User user) { BigDecimal price flight.getBasePrice(); for (PriceStrategy strategy : strategies) { price strategy.calculate(flight, user); } return price; } }4. 典型问题排查实录4.1 订单状态不一致问题现象支付成功后订单状态未更新 排查过程检查支付回调日志确认收到支付成功通知查看订单服务日志发现数据库更新返回0行最终定位到MySQL事务隔离级别问题解决方案Transactional(isolation Isolation.READ_COMMITTED) public void handlePaymentNotify(PaymentNotify notify) { // 1. 验证支付结果 // 2. 更新订单状态 orderMapper.updateStatus(notify.getOrderNo(), OrderStatus.PAID); // 3. 记录支付流水 paymentMapper.insert(notify); }4.2 缓存雪崩防护航班查询接口缓存设计采用多级缓存策略本地缓存Caffeine缓存热点航班Redis集群缓存全部航班数据差异化过期时间基础信息缓存24小时余票信息缓存30秒缓存降级机制public Flight getFlightWithCache(Long flightId) { // 1. 尝试从本地缓存获取 Flight flight localCache.get(flightId); if (flight ! null) { return flight; } // 2. 尝试从Redis获取 flight redisTemplate.opsForValue().get(flight: flightId); if (flight ! null) { localCache.put(flightId, flight); return flight; } // 3. 降级查询数据库 flight flightMapper.selectById(flightId); if (flight ! null) { // 异步更新缓存 cacheExecutor.execute(() - { redisTemplate.opsForValue().set( flight: flightId, flight, 30 (int)(Math.random() * 30), // 随机过期时间 TimeUnit.SECONDS); }); } return flight; }5. 部署架构与性能优化5.1 生产环境部署方案我们采用Docker Swarm集群部署前端Nginx3节点负载均衡 应用服务6个容器2CPU/4GB每个 Redis集群3主3从 MySQL主从架构1主2从 监控Prometheus Grafana关键JVM参数-Xms2g -Xmx2g -XX:UseG1GC -XX:MaxGCPauseMillis200 -XX:ParallelGCThreads45.2 性能压测数据使用JMeter模拟200并发航班查询API平均响应时间78ms下单接口平均响应时间210ms支付回调平均响应时间92ms优化手段MyBatis二级缓存航班数据预加载支付结果异步处理6. 源码获取与二次开发建议系统已去除所有商业代码和敏感配置包含完整的Maven项目结构数据库初始化脚本接口文档Swagger压力测试用例重要提示直接导入IDE可能会报错需要修改application.properties中的数据库配置安装Lombok插件初始化Redis配置二次开发建议方向增加微信小程序端对接国际机票API实现行李托运计算功能开发航空公司管理后台这个项目最值得借鉴的是高并发场景下的票务处理方案特别是在大型促销活动时我们的分布式锁设计经受住了真实流量考验。如果你在实现过程中遇到问题可以参考我们封装的RedisLockHelper工具类里面包含了重试机制和看门狗续期逻辑。
SSM框架实现高并发航空订票系统核心技术解析
1. 项目概述SSM航空客运订票系统核心解析这个基于SSM框架的航空客运订票系统是我在去年为某中型航空公司交付的实战项目。系统采用经典的SpringSpringMVCMyBatis技术栈实现了从航班查询到出票完整的业务流程。与市面上那些学生作品不同这个系统在并发处理、票务锁机制和第三方支付对接上都做了深度优化最高支持每秒300的订票请求。提示系统源码已通过企业级代码审计删除了所有敏感业务逻辑后开放给技术社区参考。文末会说明获取方式但建议先完整了解系统设计思路。2. 技术架构深度拆解2.1 为什么选择SSM框架在技术选型阶段我们对比了三种方案纯Servlet/JSP方案开发效率低且难以维护SpringBoot全家桶过度封装不利于定制优化SSM框架最终选择方案SSM组合的优势体现在Spring的IoC容器完美管理票务服务、支付服务等复杂依赖MyBatis的动态SQL能高效处理航班查询的20筛选条件SpringMVC的拦截器链实现统一的权限验证和日志记录// 典型的三层架构示例 Controller public class FlightController { Autowired private FlightService flightService; RequestMapping(/search) public ModelAndView search(FlightQuery query) { ListFlight flights flightService.searchFlights(query); return new ModelAndView(result, flights, flights); } }2.2 数据库设计关键点机票系统的数据库设计有三大难点航班余票的实时准确性票价动态计算的复杂性乘客信息的合规存储我们的解决方案CREATE TABLE flight ( id bigint(20) NOT NULL AUTO_INCREMENT, flight_no varchar(10) NOT NULL COMMENT 航班号, departure datetime NOT NULL COMMENT 起飞时间, arrival datetime NOT NULL COMMENT 到达时间, total_seats int(11) NOT NULL COMMENT 总座位数, available_seats int(11) NOT NULL COMMENT 可用座位数, base_price decimal(10,2) NOT NULL COMMENT 基准价格, PRIMARY KEY (id), KEY idx_departure (departure) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4; CREATE TABLE ticket_order ( order_no varchar(32) NOT NULL COMMENT 订单编号, flight_id bigint(20) NOT NULL COMMENT 航班ID, passenger_id bigint(20) NOT NULL COMMENT 乘客ID, status tinyint(4) NOT NULL COMMENT 0-待支付 1-已支付 2-已取消, actual_price decimal(10,2) NOT NULL COMMENT 实际支付价格, create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (order_no), KEY idx_flight (flight_id), KEY idx_passenger (passenger_id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4;3. 核心业务实现细节3.1 高并发订票处理机票系统最核心的挑战就是超卖问题。我们采用分布式锁乐观锁双重保障Redis分布式锁控制并发入口public boolean bookTicket(Long flightId, Long userId) { String lockKey flight_lock: flightId; // 获取分布式锁3秒超时 boolean locked redisTemplate.opsForValue() .setIfAbsent(lockKey, userId, 3, TimeUnit.SECONDS); if (!locked) { throw new BusinessException(当前航班预订人数过多请稍后再试); } try { // 在锁内执行数据库操作 return doBookTicket(flightId, userId); } finally { // 释放锁 redisTemplate.delete(lockKey); } }MySQL乐观锁保证最终一致private boolean doBookTicket(Long flightId, Long userId) { // 1. 查询航班信息带版本号 Flight flight flightMapper.selectById(flightId); // 2. 检查余票 if (flight.getAvailableSeats() 0) { return false; } // 3. 更新余票带版本控制 int rows flightMapper.updateSeats( flightId, flight.getAvailableSeats() - 1, flight.getVersion()); return rows 0; }3.2 动态票价计算引擎票价计算需要考虑基础票价燃油附加费机场建设费折扣策略早鸟/会员节假日溢价采用策略模式实现public interface PriceStrategy { BigDecimal calculate(Flight flight, User user); } Service public class HolidayPriceStrategy implements PriceStrategy { Override public BigDecimal calculate(Flight flight, User user) { BigDecimal price flight.getBasePrice(); if (isHoliday(flight.getDeparture())) { price price.multiply(new BigDecimal(1.2)); } return price; } // 其他策略实现... } Service public class PriceCalculator { Autowired private ListPriceStrategy strategies; public BigDecimal calculateFinalPrice(Flight flight, User user) { BigDecimal price flight.getBasePrice(); for (PriceStrategy strategy : strategies) { price strategy.calculate(flight, user); } return price; } }4. 典型问题排查实录4.1 订单状态不一致问题现象支付成功后订单状态未更新 排查过程检查支付回调日志确认收到支付成功通知查看订单服务日志发现数据库更新返回0行最终定位到MySQL事务隔离级别问题解决方案Transactional(isolation Isolation.READ_COMMITTED) public void handlePaymentNotify(PaymentNotify notify) { // 1. 验证支付结果 // 2. 更新订单状态 orderMapper.updateStatus(notify.getOrderNo(), OrderStatus.PAID); // 3. 记录支付流水 paymentMapper.insert(notify); }4.2 缓存雪崩防护航班查询接口缓存设计采用多级缓存策略本地缓存Caffeine缓存热点航班Redis集群缓存全部航班数据差异化过期时间基础信息缓存24小时余票信息缓存30秒缓存降级机制public Flight getFlightWithCache(Long flightId) { // 1. 尝试从本地缓存获取 Flight flight localCache.get(flightId); if (flight ! null) { return flight; } // 2. 尝试从Redis获取 flight redisTemplate.opsForValue().get(flight: flightId); if (flight ! null) { localCache.put(flightId, flight); return flight; } // 3. 降级查询数据库 flight flightMapper.selectById(flightId); if (flight ! null) { // 异步更新缓存 cacheExecutor.execute(() - { redisTemplate.opsForValue().set( flight: flightId, flight, 30 (int)(Math.random() * 30), // 随机过期时间 TimeUnit.SECONDS); }); } return flight; }5. 部署架构与性能优化5.1 生产环境部署方案我们采用Docker Swarm集群部署前端Nginx3节点负载均衡 应用服务6个容器2CPU/4GB每个 Redis集群3主3从 MySQL主从架构1主2从 监控Prometheus Grafana关键JVM参数-Xms2g -Xmx2g -XX:UseG1GC -XX:MaxGCPauseMillis200 -XX:ParallelGCThreads45.2 性能压测数据使用JMeter模拟200并发航班查询API平均响应时间78ms下单接口平均响应时间210ms支付回调平均响应时间92ms优化手段MyBatis二级缓存航班数据预加载支付结果异步处理6. 源码获取与二次开发建议系统已去除所有商业代码和敏感配置包含完整的Maven项目结构数据库初始化脚本接口文档Swagger压力测试用例重要提示直接导入IDE可能会报错需要修改application.properties中的数据库配置安装Lombok插件初始化Redis配置二次开发建议方向增加微信小程序端对接国际机票API实现行李托运计算功能开发航空公司管理后台这个项目最值得借鉴的是高并发场景下的票务处理方案特别是在大型促销活动时我们的分布式锁设计经受住了真实流量考验。如果你在实现过程中遇到问题可以参考我们封装的RedisLockHelper工具类里面包含了重试机制和看门狗续期逻辑。
