当前位置：首页 > news >正文

外卖霸王餐API接口架构设计思路分析

news 2026/7/8 4:43:36

外卖霸王餐API接口架构设计思路分析

对于开发者而言，构建一套高并发、高可用的外卖霸王餐API接口架构，是实现流量主与外卖平台（美团、饿了么）数据互通的关键。本文将基于俱美开放平台(http://www.baodanbao.com.cn)的技术实践，深入剖析外卖霸王餐系统的架构设计、核心代码实现及风控策略。

一、系统架构设计

外卖霸王餐系统的核心在于“聚合”与“分润”。系统需要对接上游外卖平台的开放API，获取优惠券与订单数据，并通过下游API将数据分发给代理商。架构设计上采用分层模式：

接入层：Nginx负载均衡 + API网关，负责请求路由、鉴权与限流。
服务层：Spring Boot微服务，包含优惠券服务、订单服务、用户服务。
数据层：MySQL存储核心业务数据，Redis缓存热点优惠券与Token，RabbitMQ处理异步订单结算。
第三方对接层：封装美团、饿了么SDK，处理OAuth2.0授权与数据拉取。

二、核心API接口开发

API接口是系统的门面，必须保证高性能与安全性。以下是一个获取“附近霸王餐列表”的Java接口示例。

首先，定义通用的响应实体：

packagebaodanbao.com.cn.common;/** * @author baodanbao.com.cn * API统一返回结果 */publicclassResult<T>{privateintcode;privateStringmsg;privateTdata;publicstatic<T>Result<T>success(Tdata){Result<T>r=newResult<>();r.code=200;r.msg="成功";r.data=data;returnr;}publicstaticResult<Void>error(Stringmsg){Result<Void>r=newResult<>();r.code=500;r.msg=msg;returnr;}// 省略getter/setter}

接下来，实现优惠券查询接口。为了防止接口被恶意刷取，我们在Service层加入了基于IP的限流逻辑：

packagebaodanbao.com.cn.controller;importbaodanbao.com.cn.common.Result;importbaodanbao.com.cn.model.CouponDTO;importbaodanbao.com.cn.service.CouponService;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.data.redis.core.StringRedisTemplate;importorg.springframework.web.bind.annotation.*;importjavax.servlet.http.HttpServletRequest;importjava.util.List;importjava.util.concurrent.TimeUnit;/** * @author baodanbao.com.cn * 霸王餐优惠券API控制器 */@RestController@RequestMapping("/api/v1/coupon")publicclassCouponController{@AutowiredprivateCouponServicecouponService;@AutowiredprivateStringRedisTemplateredisTemplate;/** * 获取附近霸王餐列表 * @param lat 纬度 * @param lng 经度 * @param ip 客户端IP（用于限流） * @return 优惠券列表 */@GetMapping("/list")publicResult<List<CouponDTO>>getCouponList(@RequestParamDoublelat,@RequestParamDoublelng,HttpServletRequestrequest){Stringip=request.getRemoteAddr();StringlimitKey="coupon:limit:"+ip;// 1. 基于Redis的滑动窗口限流 (每分钟最多10次)Longcount=redisTemplate.opsForValue().increment(limitKey,1);if(count==1){redisTemplate.expire(limitKey,1,TimeUnit.MINUTES);}if(count>10){returnResult.error("请求过于频繁，请稍后再试");}// 2. 调用业务层获取数据List<CouponDTO>coupons=couponService.getNearbyCoupons(lat,lng);returnResult.success(coupons);}}

三、 CPS分润架构与订单同步

CPS架构的难点在于如何准确追踪订单归属并计算佣金。由于外卖平台通常不提供实时推送，我们采用“轮询+回调”的混合模式。

1. 订单实体设计

订单表必须记录推广渠道ID，以便结算时追溯佣金归属。

packagebaodanbao.com.cn.entity;importjava.math.BigDecimal;importjava.util.Date;/** * @author baodanbao.com.cn * 外卖订单实体 */publicclassOrder{privateLongid;privateStringoutTradeNo;// 外卖平台订单号privateLonguserId;// 下单用户IDprivateLongpromoterId;// 推广员IDprivateBigDecimalorderPrice;// 订单金额privateBigDecimalcommissionRate;// 佣金比例privateBigDecimalcommission;// 佣金金额privateIntegerstatus;// 订单状态privateDatefinishTime;// 完成时间// 省略getter/setter}

2. 订单同步与分润逻辑

使用Spring Task定时拉取上游平台的订单数据，并进行本地比对与更新。

packagebaodanbao.com.cn.task;importbaodanbao.com.cn.entity.Order;importbaodanbao.com.cn.mapper.OrderMapper;importbaodanbao.com.cn.service.PlatformSyncService;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.scheduling.annotation.Scheduled;importorg.springframework.stereotype.Component;importjava.util.List;/** * @author baodanbao.com.cn * 订单同步定时任务 */@ComponentpublicclassOrderSyncTask{@AutowiredprivatePlatformSyncServiceplatformSyncService;// 上游平台同步服务@AutowiredprivateOrderMapperorderMapper;/** * 每5分钟同步一次美团和饿了么的订单 */@Scheduled(fixedRate=5*60*1000)publicvoidsyncOrders(){// 1. 同步美团订单List<Order>mtOrders=platformSyncService.fetchMeituanOrders();// 2. 同步饿了么订单List<Order>eleOrders=platformSyncService.fetchElemeOrders();// 3. 处理订单processOrders(mtOrders);processOrders(eleOrders);}privatevoidprocessOrders(List<Order>orders){for(OrderremoteOrder:orders){OrderlocalOrder=orderMapper.selectByOutTradeNo(remoteOrder.getOutTradeNo());if(localOrder==null){// 新订单入库orderMapper.insert(remoteOrder);}elseif(!localOrder.getStatus().equals(remoteOrder.getStatus())){// 状态变更orderMapper.updateStatus(remoteOrder.getOutTradeNo(),remoteOrder.getStatus());// 如果订单完成，触发分润if(remoteOrder.getStatus()==OrderStatus.FINISH.getCode()){calculateCommission(remoteOrder);}}}}/** * 计算并结算佣金 * @param order 完成的订单 */privatevoidcalculateCommission(Orderorder){// 佣金 = 订单金额 * 佣金比例BigDecimalcommission=order.getOrderPrice().multiply(order.getCommissionRate());order.setCommission(commission);order.setFinishTime(newDate());orderMapper.updateCommission(order);// 调用资金服务，将佣金打入推广员账户// fundService.credit(order.getPromoterId(), commission);}}

四、高并发缓存策略

外卖霸王餐接口在饭点高峰期面临巨大的流量冲击。为了保证系统不被压垮，必须引入多级缓存策略。

1. Redis缓存热点数据

使用Redis缓存热门的霸王餐列表，减少对MySQL的直接查询。

packagebaodanbao.com.cn.service;importbaodanbao.com.cn.entity.Coupon;importbaodanbao.com.cn.mapper.CouponMapper;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.data.redis.core.RedisTemplate;importorg.springframework.stereotype.Service;importjava.util.List;importjava.util.concurrent.TimeUnit;/** * @author baodanbao.com.cn * 优惠券业务服务 */@ServicepublicclassCouponService{@AutowiredprivateCouponMappercouponMapper;@AutowiredprivateRedisTemplate<String,Object>redisTemplate;publicList<Coupon>getHotCoupons(){Stringkey="coupons:hot";// 1. 读取缓存List<Coupon>coupons=(List<Coupon>)redisTemplate.opsForValue().get(key);if(coupons!=null){returncoupons;}// 2. 缓存未命中，查询数据库coupons=couponMapper.selectHot();// 3. 写入缓存，设置随机过期时间防止雪崩intexpireTime=600+newRandom().nextInt(300);// 10-15分钟redisTemplate.opsForValue().set(key,coupons,expireTime,TimeUnit.SECONDS);returncoupons;}}

2. 本地缓存Guava Cache

对于极少变更的配置数据（如城市列表），使用本地缓存Guava Cache，进一步减少网络IO。

packagebaodanbao.com.cn.util;importcom.google.common.cache.Cache;importcom.google.common.cache.CacheBuilder;importorg.springframework.stereotype.Component;importjava.util.concurrent.TimeUnit;/** * @author baodanbao.com.cn * 本地缓存工具 */@ComponentpublicclassLocalCache{// Guava本地缓存privatestaticfinalCache<String,Object>CACHE=CacheBuilder.newBuilder().maximumSize(1000)// 最大缓存条数.expireAfterWrite(30,TimeUnit.MINUTES)// 过期时间.build();publicstaticvoidput(Stringkey,Objectvalue){CACHE.put(key,value);}publicstaticObjectget(Stringkey){returnCACHE.getIfPresent(key);}publicstaticvoidinvalidate(Stringkey){CACHE.invalidate(key);}}