MyBatis Plus 在 ZKmall开源商城持久层的优化实践

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

复制代码

# 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