一个SpringBoot+Vue火车票订票系统的设计与优化

订单表

订单表使用雪花算法生成 order_uid，避免自增 ID 的可预测性。状态位用 tinyint，方便扩展。

性能优化实践

缓存策略

余票查询是最高频的接口，直接对车次-日期维度的余票数进行缓存，TTL 设为 10 分钟。考虑到 Redis 可能短暂不可用，又加了一层本地 Ehcache 作为二级缓存，虽然增加了一点维护成本，但在高并发下可以避免缓存雪崩。实际压测时，Redis 命中率 90% 以上就很少回源数据库了。

数据库优化

订单表经常按状态和时间范围查询，建了一个复合索引：

CREATE INDEX idx_order_status_create ON t_order(order_status, create_timestamp);

另外把车次的经停站路线这种大字段垂直拆分出去，只在需要时联查。读写分离暂时在代码层用 Spring 的 AbstractRoutingDataSource 实现了简单的动态数据源切换。

安全措施

接口安全靠 JWT，用户登录后发放 token，后续请求在 Header 中携带。Spring Security 配合注解做权限控制，例如管理后台的接口加了 @PreAuthorize("hasRole('ADMIN')")。用户密码用 SHA-256 哈希存储，身份证号加密后入库，防止拖库泄露。CSRF 防护通过生成一次性 token 来搞定。关键操作（退票、改签）全部记录日志到文件，方便审计。

订单防超卖

购票时采用 Redis 实现的分布式锁，针对特定车次日期加锁，扣减余票后释放。锁的超时时间要根据业务设置，太短可能导致锁提前释放，太长会影响并发。另一种方案是用数据库乐观锁，但在高频冲突下 Redis 性能更好。

部署与监控

所有服务打成 Docker 镜像，编写 docker-compose 可以一键启动整套环境。线上会用 Kubernetes 部署，配合 Jenkins 做 CI/CD 流水线，支持蓝绿部署。监控方面，Spring Boot Admin 看应用状态，Prometheus + Grafana 收集 JVM 和业务指标，ELK 分析订单日志，方便排查问题。

一点感想

这个系统从搭建到完成基本功能花了大约两周，很多地方是为了演示技术用的，比如消息队列实际只用来发邮件通知，完全可以用异步线程池替代。不过，通过这个项目把 SpringBoot、Vue、Redis、Docker 整套流程跑通，对理解全栈开发很有帮助。