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TokenRabbitMQ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 */publicclassResultT{privateintcode;privateStringmsg;privateTdata;publicstaticTResultTsuccess(Tdata){ResultTrnewResult();r.code200;r.msg成功;r.datadata;returnr;}publicstaticResultVoiderror(Stringmsg){ResultVoidrnewResult();r.code500;r.msgmsg;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 */RestControllerRequestMapping(/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)publicResultListCouponDTOgetCouponList(RequestParamDoublelat,RequestParamDoublelng,HttpServletRequestrequest){Stringiprequest.getRemoteAddr();StringlimitKeycoupon:limit:ip;// 1. 基于Redis的滑动窗口限流 (每分钟最多10次)LongcountredisTemplate.opsForValue().increment(limitKey,1);if(count1){redisTemplate.expire(limitKey,1,TimeUnit.MINUTES);}if(count10){returnResult.error(请求过于频繁请稍后再试);}// 2. 调用业务层获取数据ListCouponDTOcouponscouponService.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(fixedRate5*60*1000)publicvoidsyncOrders(){// 1. 同步美团订单ListOrdermtOrdersplatformSyncService.fetchMeituanOrders();// 2. 同步饿了么订单ListOrdereleOrdersplatformSyncService.fetchElemeOrders();// 3. 处理订单processOrders(mtOrders);processOrders(eleOrders);}privatevoidprocessOrders(ListOrderorders){for(OrderremoteOrder:orders){OrderlocalOrderorderMapper.selectByOutTradeNo(remoteOrder.getOutTradeNo());if(localOrdernull){// 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BigDecimalcommissionorder.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;AutowiredprivateRedisTemplateString,ObjectredisTemplate;publicListCoupongetHotCoupons(){Stringkeycoupons:hot;// 1. 读取缓存ListCouponcoupons(ListCoupon)redisTemplate.opsForValue().get(key);if(coupons!null){returncoupons;}// 2. 缓存未命中查询数据库couponscouponMapper.selectHot();// 3. 写入缓存设置随机过期时间防止雪崩intexpireTime600newRandom().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privatestaticfinalCacheString,ObjectCACHECacheBuilder.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);}}本文著作权归 俱美开放平台 转载请注明出处