SSM框架实现高并发航空订票系统核心技术解析-育师

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Spring+SpringMVC+MyBatis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) { List<Flight> 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`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; 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`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

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 List<PriceStrategy> 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Nginx：3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:MaxGCPauseMillis=200 -XX:ParallelGCThreads=4

5.2 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