1. 项目概述从零构建ASP.NET点餐系统的实战思考去年接手的一个餐饮连锁企业数字化改造项目让我有机会完整实践了一套基于ASP.NET Core的点餐系统开发。这个看似常见的业务系统在实际开发中遇到了不少教科书上没写的挑战从高并发订单处理到多终端数据同步从第三方支付对接到后厨打印优化。本文将分享这套系统从技术选型到上线的完整过程特别会详解几个关键问题的解决方案。这套系统最终承载了日均3000订单的业务量高峰期需处理每分钟50的并发请求。技术栈上选择了ASP.NET Core 6 Entity Framework Core SQL Server的组合前端采用Vue.js实现响应式界面。特别值得一提的是我们通过合理的架构设计使系统在保持高性能的同时开发效率提升了40%以上。2. 技术选型与架构设计2.1 为什么选择ASP.NET Core在项目启动阶段我们对比了Java Spring Boot和Node.js等方案最终选择ASP.NET Core主要基于三点考量开发效率优势LINQ和Entity Framework的强类型查询大幅减少了SQL编写工作量。在订单查询这类复杂业务中相比传统ORM能节省约30%的代码量性能表现TechEmpower基准测试显示ASP.NET Core在JSON序列化和数据库查询等场景下性能是Spring Boot的1.5-2倍生态系统成熟度NuGet上有丰富的餐饮行业相关包如打印机驱动SDK、支付接口封装等2.2 分层架构设计系统采用清晰的分层架构┌───────────────────────┐ │ Presentation │ ← Vue.js前端 ├───────────────────────┤ │ Application │ ← 业务逻辑层 ├───────────────────────┤ │ Domain │ ← 核心业务模型 ├───────────────────────┤ │ Infrastructure │ ← 数据访问/外部服务 └───────────────────────┘这种设计的特别之处在于领域层完全独立于其他层确保业务逻辑可测试性基础设施层实现了仓储模式使得后期从SQL Server迁移到Cosmos DB只需修改一个项目应用层采用CQRS模式将查询和命令分离提升性能的同时简化了代码结构3. 核心功能模块实现3.1 高并发订单处理餐饮高峰期的订单并发是典型场景我们通过以下方案保证系统稳定// 订单服务的关键代码片段 public class OrderService : IOrderService { private readonly ILoggerOrderService _logger; private readonly IOrderRepository _orderRepository; private readonly IConcurrencyManager _concurrencyManager; public async TaskOrderResult PlaceOrder(OrderRequest request) { using (await _concurrencyManager.AcquireLockAsync(request.TableId)) { // 库存检查 var inventoryCheck await _inventoryService.Validate(request.Items); if (!inventoryCheck.Success) return OrderResult.Failed(库存不足); // 创建订单 var order new Order(request); await _orderRepository.AddAsync(order); // 触发领域事件 order.AddDomainEvent(new OrderPlacedEvent(order)); return OrderResult.Success(order.Id); } } }关键优化点使用Redis分布式锁控制并发IConcurrencyManager采用领域事件实现最终一致性避免分布式事务订单表按日期分片解决单表数据膨胀问题热门菜品数据预加载到内存缓存3.2 实时菜单管理菜单数据需要实时同步到所有终端我们开发了基于SignalR的推送机制// 菜单变更通知服务 public class MenuHub : Hub { private readonly IMenuService _menuService; public async Task SubscribeToMenuUpdates(string restaurantId) { await Groups.AddToGroupAsync(Context.ConnectionId, restaurantId); var menu await _menuService.GetCurrentMenuAsync(restaurantId); await Clients.Caller.SendAsync(MenuUpdated, menu); } } // 前端连接代码 const connection new signalR.HubConnectionBuilder() .withUrl(/menuHub) .configureLogging(signalR.LogLevel.Information) .build(); connection.on(MenuUpdated, (menu) { // 更新本地菜单状态 store.commit(UPDATE_MENU, menu); });实际运行中这种设计带来了菜单变更到所有终端生效的延迟1秒断线自动重连机制保证稳定性基于用户角色的差异化推送如管理员收到价格变更通知普通员工不接收4. 典型问题与解决方案4.1 支付超时处理初期上线时遇到了支付网关超时导致订单状态不一致的问题。我们的解决方案引入状态机管理订单生命周期stateDiagram [*] -- Pending Pending -- Paid: 支付成功 Pending -- Cancelled: 用户取消 Paid -- Completed: 上菜完成 Pending -- Timeout: 15分钟未支付实现补偿任务// 定时检查超时订单 public class PaymentTimeoutBackgroundService : BackgroundService { protected override async Task ExecuteAsync(CancellationToken stoppingToken) { while (!stoppingToken.IsCancellationRequested) { var timeoutOrders await _orderRepository .GetPendingOrdersOlderThan(DateTime.Now.AddMinutes(-15)); foreach (var order in timeoutOrders) { order.MarkAsTimeout(); await _orderRepository.UpdateAsync(order); // 释放库存 await _inventoryService.Revert(order.Items); } await Task.Delay(TimeSpan.FromMinutes(1), stoppingToken); } } }4.2 后厨打印优化不同品牌的厨房打印机兼容性是个大问题我们最终采用的方案抽象打印机接口public interface IKitchenPrinter { Taskbool Print(PrintJob job); Taskbool CheckStatus(); } // 具体实现示例ESC/POS指令 public class EpsonPrinter : IKitchenPrinter { public async Taskbool Print(PrintJob job) { using var socket new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp); await socket.ConnectAsync(IPAddress.Parse(job.PrinterIp), 9100); var buffer Encoding.GetEncoding(gb2312).GetBytes(job.Content); await socket.SendAsync(buffer, SocketFlags.None); return true; } }引入打印任务队列避免阻塞services.AddHostedServicePrintQueueService(); services.AddSingletonIBackgroundTaskQueuePrintJob, PrintBackgroundQueue();5. 部署与性能调优5.1 容器化部署方案采用Docker Compose编排服务version: 3.8 services: web: image: ${DOCKER_REGISTRY}ordering-web:${TAG:-latest} environment: - ConnectionStrings__DefaultConnectionServerdb;DatabaseOrdering;Usersa;... ports: - 5000:80 depends_on: - db - redis db: image: mcr.microsoft.com/mssql/server:2019-latest environment: - SA_PASSWORDYourStrongPassw0rd - ACCEPT_EULAY volumes: - sql_data:/var/opt/mssql redis: image: redis:alpine ports: - 6379:6379关键配置项为SQL Server挂载持久化卷配置健康检查确保服务依赖使用alpine基础镜像减小容器体积5.2 性能优化实战通过负载测试发现的瓶颈及解决方案EF Core查询性能问题// 优化前N1查询问题 var orders db.Orders.ToList(); foreach (var o in orders) { var items db.OrderItems.Where(i i.OrderId o.Id).ToList(); } // 优化后一次性加载 var orders db.Orders .Include(o o.Items) .ThenInclude(i i.MenuItem) .AsNoTracking() .ToList();响应缓存配置// Startup.cs services.AddResponseCaching(options { options.MaximumBodySize 1024; options.UseCaseSensitivePaths true; }); // 控制器 [ResponseCache(Duration 30)] public IActionResult GetMenuCategories() { ... }JWT认证优化services.AddAuthentication(JwtBearerDefaults.AuthenticationScheme) .AddJwtBearer(options { options.TokenValidationParameters new TokenValidationParameters { ValidateIssuerSigningKey true, IssuerSigningKey new SymmetricSecurityKey(Encoding.UTF8.GetBytes(Configuration[Jwt:Key])), ValidateIssuer false, ValidateAudience false, // 设置时钟偏移解决服务器时间不同步问题 ClockSkew TimeSpan.Zero }; });6. 项目总结与经验分享这个项目让我对ASP.NET Core的生产级应用有了更深理解几个特别值得分享的心得领域驱动设计的实践价值清晰的领域划分使后期添加外卖功能时只需扩展Delivery子域不影响核心订单逻辑事件溯源模式完美记录了完整的订单状态变迁极大简化了客诉处理性能优化的平衡艺术过早优化是万恶之源我们直到QPS超过20才开始引入Redis缓存简单的SQL查询优化往往比复杂的缓存策略更有效异常处理的最佳实践全局异常过滤器记录所有未处理异常自定义问题详情ProblemDetails提供标准化的错误响应services.AddProblemDetails(options { options.CustomizeProblemDetails ctx { ctx.ProblemDetails.Extensions.Add(requestId, ctx.HttpContext.TraceIdentifier); ctx.ProblemDetails.Extensions.Add(serverTime, DateTime.UtcNow); }; });这套系统目前已在12家门店稳定运行半年多期间处理了超过50万笔订单。最大的收获是认识到一个好的系统不是技术堆砌而是对业务本质的准确理解和恰当的技术实现。
用法)
