ZKmall开源商城作为基于 Spring Cloud 的高性能电商平台，其持久层通过 MyBatis Plus 实现了多项深度优化，涵盖分库分表、缓存策略、分页性能、多租户隔离等核心场景。以下是具体实践总结：
一、分库分表与插件集成优化
1. 分库分表策略
- ShardingSphere 集成：通过
DynamicTableNameInnerInterceptor动态路由表名，实现订单表按月分表（如t_order_202304），结合ShardingSphere配置数据源分片规则。 - 分片算法优化：基于用户 ID 的哈希取模分库（如
ds${user_id % 2}），订单 ID 哈希分表，避免数据倾斜。
yaml
# ShardingSphere 分片规则（application-sharding.yml）
spring.shardingsphere.rules.sharding.tables.t_order:actualDataNodes: ds${0..1}.t_order_${0..1}databaseStrategy: inline(shardingColumn=user_id, algorithm-expression=ds${user_id % 2})tableStrategy: inline(shardingColumn=order_id, algorithm-expression=t_order_${order_id % 2})2. 插件链式加载
- 插件优先级管理：按顺序加载多租户插件→分页插件→数据权限插件，确保 SQL 改写逻辑正确性。
- 多租户隔离：通过
TenantLineInnerInterceptor自动注入租户 ID（tenant_id），实现数据物理隔离。
二、分页性能深度优化
1. 分页插件调优
- 物理分页替代逻辑分页：采用 MyBatis Plus 的
PaginationInnerInterceptor，自动生成数据库方言分页 SQL（如 MySQL 的LIMIT），避免内存分页压力。 - 深度分页优化：针对百万级订单数据，使用基于主键 ID 的游标分页（
WHERE id > #{lastId} LIMIT #{size}），替代OFFSET分页，降低全表扫描开销。
2. 分段查询与索引优化
- 热点数据分段：将高频访问的订单数据拆分为多个虚拟段（如
order_segment_1~order_segment_10），通过哈希路由分散锁竞争，实测 QPS 提升 8 倍。 - 联合索引覆盖：为分页查询字段（如
user_id + create_time）建立联合索引，减少回表查询。
三、缓存与二级存储策略
1. 二级缓存配置
- Redis 集成：在 Mapper XML 中配置
<cache type="org.mybatis.caches.redis.RedisCache">，结合 LRU 淘汰策略与 10 分钟刷新间隔，降低数据库负载。 - 热点数据预加载：通过
@CacheRefresh注解异步刷新高频访问数据（如商品详情），结合 TTL 策略保障数据一致性。
2. 批量操作优化
- JDBC 批量插入：使用 MyBatis Plus 的
saveBatch方法，结合rewriteBatchedStatements=true参数，提升批量插入效率（实测 10 万条数据插入耗时减少 65%）。
四、代码生成与自动化工具
1. 代码生成器应用
- 模块化代码生成：基于 MyBatis Plus 的代码生成器，自动生成 Entity、Mapper、Service 层代码，支持自定义模板（如 DTO、VO 转换逻辑），开发效率提升 40%。
- Lombok 集成：通过
@Data与@Builder注解简化实体类，减少冗余代码。
2. 动态 SQL 与条件构造器
- LambdaQueryWrapper：使用链式条件构造器动态拼接查询条件（如
eq(User::getName, "Tom").ge(User::getAge, 18)），避免 SQL 注入风险。 - 注解式动态 SQL：通过
@SelectProvider实现复杂查询逻辑的动态生成（如多维度订单统计）。
五、高并发场景实践
1. 分布式锁与事务
- Redis 锁集成：在库存扣减场景中，结合 Redisson 的
RLock实现分布式锁，防止超卖。 - Seata 分布式事务：通过
@GlobalTransactional注解保障跨服务事务一致性（如创建订单→扣减库存→生成支付单）。
2. 慢 SQL 监控与治理
- P6Spy 日志分析：集成 SQL 监控插件，记录执行耗时与参数详情，定位慢查询（如超过 500ms 的订单统计 SQL）。
- Prometheus 可视化：通过
actuator端点暴露指标，结合 Grafana 监控缓存命中率与锁竞争情况。
演进方向
ZKmall开源商城 通过 MyBatis Plus 的插件扩展、缓存分层、分页算法优化等策略，在万级 QPS 场景下实现了毫秒级响应。未来计划：
- AOT 预编译支持：ZKmall开源商城结合 Spring Boot 3 的 AOT 模式，预生成 MyBatis Mapper 代理类，减少运行时反射开销
。
- 向量化查询：针对商品搜索场景，探索基于 ClickHouse 的向量化分页插件，提升亿级数据检索效率。
ZKmall开源商城官网：https://ceres.zkthink.com/zkmall-pc/
ZKmall源码地址：https://gitee.com/zkmall/b2c