SpringBoot实战项目 | 苏三的10个实战项目 | 微服务 | 分布式 |高并发 | AI

前言

最近我的知识星球又增加了量个新项目：SaaS点餐系统和 100万QPS短链系统。

SaaS点餐系统是DDD+微服务+多租户的复杂项目，而100万QPS短链系统是一个超高并发的实战项目。

加上之前的项目，星球中已经更新了 10 个项目，包含了各种业界常见的技术，非常值得一看。

今天给大家介绍一下这些项目，感兴趣的小伙伴，可以加入星球学习，干货满满。

1 SaaS点餐系统

使用技术：JDK21、SpringBoot3.4.3、SpringCloud、SpringCloud Alibaba、Gateway、Mybatis、PostgesSQL、Redis、RocketMQ、ElasticSearch、Knife4j、Prometheus、Grafana、Minio、数据隔离等。

SaaS点餐系统是一套：DDD开发模式+多租户+PostgesSQL 的复杂微服务系统。

包含了9个微服务。

系统整体架构如下：

数据隔离方案如下：

DDD开发模式的代码示例：

通过这个项目可以掌握DDD开发模型、多租户数据隔离的方案实现、PostgresSQL数据库的使用，还有微服务之间的数据交换，网关服务的统一处理，以及复杂系统的职责领域的划分。

部分功能截图：

2 100万QPS短链系统

使用技术：JDK21、SpringBoot3.5.3、JPA、Redis、布隆过滤器、Sentinel、Nacos、Redisson、shardingsphere、HikariCP、guava、Prometheus等。

目前设计了16个数据库，每个数据库包含了64张表。

每天可支持2.6亿以上的数据写入。

100万QPS短链系统的系统架构图如下：

100万QPS短链系统的系统架构图

技术亮点：

该项目的亮点是：

使用了最新的JDK21和SpringBoot3.5.3
100万QPS的超高并发请求
数据库分库分表设计
多级布隆过滤器设计
限流和熔断的使用
Redis分片集群
改进后的雪花算法
Redis分布式锁的使用
Redis Stream的使用
多级缓存设计
多线程的处理
完整的单元测试覆盖
使用Prometheus对项目实时监控
使用Grafana创建监控仪表盘
使用AlertManager实现自动报警功能
接入钉钉报警
基于时间片的布隆过滤器
系统平滑扩容
基于Docker容器化部署
支持多种短链生成算法
接口幂等性设计

基于时间片的布隆过滤器流程图如下：

短链系统平滑扩容方案如下：

通过这个项目，可以学到很多高并发、流量评估、分库分表、多级缓存、多级布隆过滤器、限流、熔断、多线程、监控、报警、数据扩容、集群、广播消息、单元测试编写等多方面的知识。

目前这个项目包含两端代码：

后端服务
前端服务

想进大厂的小伙伴们，一定不要错过这个项目，里面有很多加分项。

有多位球友反馈，在简历中加入短链，面试机会一下子多了很多：

一周拿了三个offer：

一周拿了三个offer

后悔没早点遇到：

星球中有些小伙伴，通过这个项目拿到了非常不错的offer。

3 码上优先（复杂微服务系统）

susan_mall_cloud（码上优先）是一个复杂商城微服务项目，对标500万用户的商城系统，表中有几亿的数据。

订单、收藏、流量记录、优惠券、推送消息等多种业务场景实现了分库分表的设计。

使用了目前业界比较新的技术：JDK17、Spring6、SpringBoot3.3.5、SpringCloud2024、SpringCloud Alibaba2023等。

包含3端的完整项目代码：

后端微服务项目 (SpringBoot + SpringCloud + SpringCloud Alibaba)
移动端项目（unaipp小程序）
管理后台项目（vue+Element UI）

微服务后端包含了：

susan-mall-common （公共文件）
susan-mall-gateway （网关服务）
susan-mall-basic (基础服务)
susan-mall-auth （权限服务，包含用户和权限相关的）
susan-mall-product （商品服务）
susan-mall-order （订单服务）
susan-mall-pay （支付服务）
susan-mall-marketing （营销服务）
susan-mall-message （消息服务)
susan-mall-recommend （推荐服务）

这个版本在商城已有技术基础之上，又增加了：SpringCloud Gateway、WebFlux、Seata、Skywaking、OpenFeign、Loadbalancer、Sentinel、Nacos、Canal、xxl-job、Prometheus、K8S等。

项目架构图：

下面是商城小程序真实的截图：

看起来是不是非常专业？

商城微服务项目很复杂，包含了目前业界微服务分布式系统中使用最主流的技术，强烈推荐一下。

无论在工作中，还是面试中，都可以作为加分项。

特别是SpringCloud Gateway中WebFlux的使用，微服务之间的异常处理，以及微服务之间的通信，都很值得一看。

扫描下方二维码即可加入星球（今天前20名有优惠）：

原价159，今天券后仅需129，后面会逐步涨到299元。

网站上每个月只有20张优惠券，数量有限，先到先得。

如果不满意3天内包退。

4 商城系统

商城系统目前包含了：SpringBoot后端 + Vue管理后台 + uniapp小程序，三个端的完整代码。

商城项目中包含了：基于Docker部署教程、域名解析教程、按环境隔离、网络爬虫、推荐算法、支付宝支付、分库分表、分片算法优化、手写动态定时任务、手写通用分页组件、JWT登录验证、数据脱敏、动态workId、hanlp敏感词校验，手写分布式ID生成器、分布式限流、手写Mybatis插件、两级缓存提升性能、MQ消息通信、ES商品搜索、OSS服务对接、失败自动重试机制、接口幂等性处理、百万数据excel导出、WebSocket消息推送、用户异地登录检测、freemarker模版邮件发送、代码生成工具、重复请求自动拦截、自定义金额校验注解等等一系列功能。

使用的技术：

商城系统的系统架构图如下：

包含了：

应用层：小程序、移动端H5、管理后台
网关层：Nginx反向代理和负载均衡
服务层：API服务、Job服务 & mq消费者服务
数据存储层：susan_mall库MySQL主从、susan_mall_order库MySQL分库分表、MongoDB保存商品详情、Minio存储文件
中间件层：Redis集群、RocketMQ、ElasticSearch、Nacos（注册中间 & 配置中心）

商城系统的技术架构图如下：

使用的都是目前业界非常主流和常用的技术，这些技术大部分公司目前都在使用。

商城系统可以帮你真正增加很多企业级项目经验。

功能亮点：

商城项目无论是毕业设计，还是面试，还是实际工作中，都非常值得一看。

商城项目使用了目前非常主流的技术，手写了很多底层的代码，设计模式、自定义了很多拦截器、过滤器、转换器、监听器等，很多代码可以搬到实际的工作中。

目前星球中包含了商城项目从0~1的完整开发教程，小白也可以直接上手。

多位球友反馈学会商城系统找工作很容易：

WX20251210-210330@2x.png

通过商城系统学到的东西比公司还多：

WX20251210-211831@2x.png

后悔没有早点遇到：

WX20251210-212149@2x.png

星球中有些小伙伴，通过这个项目拿到了非常不错的offer。

拿到offer

扫描下方二维码即可加入星球：

原价159，今天券后仅需129，后面会逐步涨到299元。

网站上每个月只有20张优惠券，数量有限，先到先得。

如果不满意3天内包退。

5. 秒杀系统

苏三的秒杀系统是专门为高并发而生的。

目前使用的技术有：SpringBoot、Redis、Redission、lua、RocketMQ、ElasticSearch、JWT、freemarker、themelaf、html、vue、element-ui等。

功能包括：商品预热、商品秒杀、分布式锁、MQ异步下单、限流、失败重试、预扣库存、数据一致性处理等。

涉及到了高并发的多种技术，特别是对页面静态化，倒计时、秒杀按钮控制、分布式锁、预扣库存、MQ处理、数据一致性等，会有比较大的收获。

秒杀系统的系统架构图：

可以帮你增加高并发的工作经验，也可以写到你的简历中。

秒杀系统在面试或者工作中，会经常遇到，非常有参考价值。

6 刷题吧小程序

IT刷题吧是我用AI花了几天时间，设计和开发了一款小程序。

效果图如下：

为了帮助大家能够快速的掌握使用AI开发项目的技巧，提升开发效率，能够先人一步，变成全栈开发工程师。

无论是自己接私活，还是开发公司的项目，都能够用更少的时间，写出更多，更有价值的代码。

苏三在知识星球中给小伙伴们，通过IT刷题吧项目，专门开设了一个AI开发课程。

你看完之后，会发现打开了一扇通向新世界的大门。（有很多惊喜）

这个课程会包含如下内容：

如何用AI设计产品原型的？
如何用AI生成小程序端和后端的代码结构的？
如何用AI生成后端的表结构？
如何用AI生成小程序和后端代码？
如何生成一套完整的可运行的代码？
如何基于图片生成想要的代码？
如何搞定小程序页面中的图片问题？
如何让小程序端和后端代码调通？
生成的代码不理想怎么办？
如果在开发过程中遇到了一些问题，用AI如何解决问题？
如何生成测试数据？
如何制定代码开发规范？
AI开发工具的使用方法
AI开发工具卡顿怎么办？
如何运行项目？
如何上线部署项目？等等。。。

星球中会交付如下内容：

IT刷题吧小程序
SpringBoot后端代码
用AI开发项目的完整流程

目前已经全部开发完。

使用AI开发这个项目，从0~1的开发和部署教程。问题答疑。通过这个项目，你可以学到使用AI开发项目的具体方法。

如果你掌握了这些方法，开发其他的小程序绰绰有余。

这个项目有极大的价值。

授人予鱼，不如授人以渔。

光是学会这个项目，就值回门票了。

7. 苏三的demo项目

这个项目包含了一些工作中常用的技术点，有很多非常有参考价值的示例。

涵盖：Spring、Mybatis、多线程、事务、常用工具、设计模式、http请求、lamda、io、excel、泛型、注解等多个方面。

本项目的宗旨是分享实际工作中，非常实用的代码技巧，能够让你写出更优雅高效的代码。

此外，后面会收录一下面试中，尤其是笔试中经常会被问题到的代码片段和算法。

8. 代码生成器项目

这是一个基于Spring Boot的智能代码生成器，能够根据数据库表结构自动生成完整的Java Web项目代码，极大提升开发效率，让开发者专注于业务逻辑而非重复的CRUD代码编写。

我们用这个代码生成器，可以通过数据库表，一键直接生成controller、service、mapper、entity、菜单sql、vue页面等。

使用的技术：SpringBoot、MyBatis、Apache Velocity、Swagger2、Lombok、Druid、Maven等。

我们在日常开发中，把数据库表设计好了之后，然后通过该工具，能够快速生成一个可以直接运行的CRUD代码。

毫不夸张的说，如果在项目中使用它，可以让你的开发效率快速提升，我们真的可以少写30%的代码。

在实际工作中，非常有价值。

代码生成器支持：基于表生成和基于SQL生成，默认是基于表生成。

文本翻译：支持中英日韩等多语言互译
文档翻译：PDF、Word、Excel文档智能翻译
实时对话翻译：聊天场景的实时翻译
术语库管理：专业术语的定制化翻译
翻译质量评估：自动评估翻译准确性

技术栈

核心框架：

Spring Boot 3.x
Spring AI Starter
Elasticsearch
MinIO

AI服务：

通义千问 (文本理解和优化)
阿里云机器翻译

数据存储：

MySQL (翻译记录)
Redis (缓存)

前端：

Thymeleaf
Bootstrap (UI框架)
JavaScript ES6+
WebSocket

效果图如下：

10 代码审查AI Agent系统

项目描述

代码审查AI Agent(CodeGuardian AI) 是面向企业与团队的智能代码审查 Agent。

它将传统静态分析与大语言模型（LLM）深度结合，提供多语言、多维度、高上下文感知的代码问题识别与修复建议。

通过与 Git 仓库、CI/CD 流水线的无缝集成，项目在开发、提交、发布前审计等关键环节提供可审计、可落地的审查能力与专业报告。

核心功能

多范围审查：支持项目/目录/文件/代码片段/Git 项目审查，适配不同开发阶段与场景。
深度分析（AI+规则）：LLM 结合规则引擎（PMD/Checkstyle/SpotBugs/Semgrep），既有上下文推理又有规范落地。
RAG 增强：基于代码库与知识库的检索增强生成（Hybrid：BM25 + 向量检索 + Rerank），提供相似问题与修复示例。
Function Calling：以结构化工具调用驱动本地分析器与解析器（JavaParser/Semgrep），强制输出严格 JSON 结果（Finding/Report）。
专业报告：生成 HTML/Markdown/PDF 报告，包含问题分布、严重级别统计、位置与 Diff、可执行建议。
历史与检索：审查记录留存、分页与查询（名称/范围/时间）、二次检索与复盘。
规范与规则：内置阿里/Google/Airbnb/PEP8 规范模板，支持自定义规范（名称+要点）、权重调优。
Git 集成：支持 Git 地址配置（账户与令牌），拉取并增量分析模块级问题。
CI/CD 集成：REST API 与 Webhook，在 PR/MR、构建、发布前自动触发审查与阻断策略。
安全与合规：敏感信息脱敏、凭据仅会话态、审计日志与链路追踪。