1. 项目概述：SpringBoot宠物寄养系统的核心价值
养宠人群的临时出行需求催生了专业的宠物托管市场。这个基于SpringBoot的宠物寄养系统，本质上解决的是"主人外出时宠物谁来管"的痛点问题。不同于简单的信息发布平台，我们设计的是一套完整的服务闭环——从托管申请、健康监测到电子合同签署，全部线上化完成。
系统采用经典的B/S架构，前端用Thymeleaf模板引擎实现动态页面渲染，后端基于SpringBoot 2.7.x构建。数据库选型MySQL 8.0，主要考虑其事务处理能力与宠物服务场景下的高频读写需求匹配。整个系统按照MVC模式分层开发，控制层采用RESTful风格设计接口，这样的架构选择让系统既保持了轻量级特性，又能支撑日均500+订单的业务量。
2. 核心功能模块设计
2.1 多角色权限体系
系统设计了三级权限控制：
- 普通用户：宠物主人，可发布寄养需求、查看托管进度
- 工作人员：负责实地照料，需要上传每日宠物状态报告
- 管理员：处理纠纷、审核资质、管理资金流水
权限控制采用Spring Security实现，通过@PreAuthorize注解进行方法级权限校验。例如工作人员接口会强制校验上传的宠物状态报告必须包含至少3张照片和体温记录。
2.2 宠物健康监测系统
这是区别于普通预约系统的核心功能：
- 智能项圈数据接入：通过IoT设备采集心率、活动量等指标
- 异常行为预警：当宠物连续2小时活动量低于阈值时触发告警
- 用药提醒：根据寄养时填写的用药计划自动推送提醒
数据存储采用MySQL的JSON类型字段，便于存储非结构化的健康数据。前端用ECharts实现健康数据可视化，支持按小时/天查看趋势。
3. 关键技术实现细节
3.1 订单状态机设计
宠物寄养涉及复杂的状态流转：
public enum OrderStatus { PENDING_PAYMENT, // 待支付定金 WAITING_CONFIRM, // 等待工作人员确认 IN_PROGRESS, // 服务中 NEED_CHECKOUT, // 待结算尾款 COMPLETED, // 已完成 CANCELLED // 已取消 }使用Spring StateMachine框架管理状态转换，每个状态变更都会触发相应业务逻辑，比如转入IN_PROGRESS状态时会自动生成每日检查任务。
3.2 电子合同签署
通过集成第三方电子签名服务实现：
- 合同模板使用Freemarker动态生成
- 签名过程采用RSA加密保障法律效力
- 最终合同以PDF格式存储到阿里云OSS
特别注意在合同签署环节加入了人脸识别验证，防止代签风险。技术上使用OpenCV进行活体检测，确保是本人操作。
4. 系统部署与性能优化
4.1 缓存策略设计
针对高并发场景做了多级缓存：
- 本地缓存(Caffeine)：存储短期内不会变的配置数据
- Redis缓存：热点宠物信息缓存5分钟
- MySQL查询缓存：针对复杂报表查询启用
实测表明，添加缓存层后，首页加载时间从1200ms降至300ms左右。缓存更新采用旁路策略，数据变更时主动失效相关缓存。
4.2 数据库分表方案
主要业务表都做了垂直分表：
- 基础信息表：存储核心字段
- 扩展信息表：存储JSON格式的扩展属性
- 操作日志表：按月份分表
分表策略采用ShardingSphere实现，配置文件示例：
spring: shardingsphere: datasource: names: ds0 sharding: tables: pet_order: actual-data-nodes: ds0.pet_order_$->{2023..2025}0$->{1..9} table-strategy: standard: precise-algorithm-class-name: com.example.PetOrderPreciseShardingAlgorithm5. 开发中遇到的典型问题
5.1 支付超时处理
初期设计忽略了网络波动导致的支付超时问题，后来引入状态补偿机制：
- 创建支付订单时同步写入延时消息到RocketMQ
- 15分钟后检查支付状态
- 未支付则自动取消订单并释放库存
5.2 文件上传漏洞防护
早期版本存在任意文件上传风险，修复方案：
- 文件类型白名单校验（仅允许jpg/png/pdf）
- 文件内容魔数检测
- 重命名存储（UUID+时间戳）
- 独立域名部署，与主站隔离
6. 项目扩展方向
当前系统已经支持基础的寄养服务，后续可以考虑：
- 引入宠物保险模块，与保险公司API对接
- 增加AI健康诊断功能，通过照片识别常见疾病
- 开发微信小程序版本提升用户便捷性
- 接入智能硬件实现自动喂食、环境监测
技术栈上可以考虑引入Spring Cloud Alibaba实现服务化改造，方便后续功能扩展。对于高并发场景，可以尝试用RabbitMQ实现订单异步处理，提升系统吞吐量。
