基于 Spring Boot 3 的影评与票务管理系统

1. 订单超时释放：15 分钟（TTL + DLX 自动关单） 2. 检索规模：百万级数据（文档中描述为毫秒级检索体验） 3. 核心链路：锁座/下单/支付/退款（完整订单生命周期闭环）

1. 来源于 JavaEE 课程结课项目，按企业级系统标准设计。 2. 目标不仅是完成业务功能，还要验证高并发场景下的稳定性和一致性方案。 3. 开发过程按真实业务压测思路推进，重点关注异常流和恢复流，不只跑通 happy path。

1. 多人并发抢同一座位时，数据库事务单独处理容易发生撞座与超卖。 2. 待支付订单若长期占座，会导致库存“假紧张”，影响后续购票转化。 3. 传统 SQL 模糊查询在电影多字段检索场景下响应慢、体验差。

1. 独立完成需求分析、系统设计、数据库建模与接口设计。 2. 实现订单中心核心链路：锁座、下单、支付、取消、退款、库存释放。 3. 落地检索、缓存、消息队列、对象存储和容器化部署方案。 4. 编写全链路日志审计与关键异常处理逻辑，保证可追溯性。

1. 前后端分离架构：Vue 3 负责交互层，Spring Boot 提供 RESTful API。 2. 核心交易链路采用 Redis + MySQL 双层校验保证一致性。 3. 订单超时逻辑基于 RabbitMQ TTL + DLX 异步处理，避免数据库轮询。 4. 检索链路独立到 Elasticsearch，减少主库压力并提升搜索体验。 5. 非结构化资源交给 MinIO，业务配置通过 Nacos 统一管理。

1. 用户与鉴权模块 - 支持注册登录、JWT 鉴权、个人信息维护、管理员角色区分。 - 密码与支付密码采用加盐哈希（BCrypt）存储。 2. 影院与排片模块 - 支持影院、影厅和排片管理，影厅座位采用 JSON 配置。 - 排片时进行时间冲突检测，避免同一影厅重叠排片。 3. 订单中心模块 - 实现锁座、下单、支付、关单、退款和订单状态流转。 - 通过分布式锁与异步消息保障高峰期交易稳定。 4. 电影检索与影评模块 - 电影支持多字段检索和关键词高亮，影评支持回复与点赞。 - 高频交互计数通过 Redis 处理并回写数据库。

1. 高并发选座防超卖流程 - 前端提交排片 ID + 座位列表后，服务端先尝试 Redis 原子锁座。 - 锁成功后进入业务校验：场次有效性、开场时间、坏座状态。 - 执行数据库兜底校验，确认未存在已支付订单占用同座位。 - 事务内写入待支付订单并发送 TTL 消息，失败时回滚并释放锁。 - 用户支付成功后更新订单状态；若超时则由死信队列触发释放。 2. 订单超时自动关单流程 - 创建订单时向 TTL 队列发送消息并设置 15 分钟过期。 - 消息过期后路由到死信队列，由监听器拉取处理。 - 监听器检查订单是否仍为待支付，若是则标记取消并释放库存。 - 清理 Redis 锁座键，恢复座位可售状态。 3. 全文检索流程 - 电影数据写入或更新时同步到 Elasticsearch 索引。 - 用户关键词查询采用 multi-match 匹配片名、简介、演职员字段。 - 返回结果附带高亮片段，提高检索可解释性。

1. 事务 + 分布式锁的组合使用 在 createOrder 中先锁再校验再落库，异常分支主动释放 Redis 锁，避免“锁成功但事务失败”造成座位死锁。 2. TTL + DLX 处理延迟任务 将“订单超时”从业务主链路拆出，监听器只处理真正超时且未支付订单，减少接口同步阻塞和数据库扫描。 3. 检索层独立 将复杂模糊查询迁移到 ES，避免在 MySQL 上做高成本 LIKE 查询，显著改善高并发下检索时延。

1. Redis 原子锁座 + 数据库双重校验，防止一票多卖。 2. RabbitMQ 死信队列处理订单超时，自动释放库存。 3. Elasticsearch + IK 中文分词支持多字段搜索与高亮。 4. MinIO 管理海报资源，降低数据库存储压力。

1. 高并发下座位状态、订单状态、支付状态的一致性边界处理。 2. 在保障业务正确性的同时，降低接口同步处理耗时。 3. 复杂中间件组合后，排障和可观测性要求更高。

1. 完成用户端与后台管理端的完整业务闭环，具备真实业务流程可演示能力。 2. 形成可容器化部署与可扩展的工程骨架，为后续微服务拆分打下基础。

1. 拆分为用户/订单/内容等微服务并补齐链路追踪。 2. 引入推荐算法（协同过滤或向量召回）增强观影推荐能力。 3. 增加压测报告与容量评估，形成更完整的工程文档。