哈尔滨理工大学电子信息硕士学位论文
基于SpringBoot的高并发网购平台系统及其后
台管理的设计与实现
摘要
近年来，随着互联网的迅猛发展，电子商务网站的用户规模持续增长。然
而，随着系统的并发访问量不断攀升，可能会导致平台响应延迟甚至崩溃。单
体架构已经无法满足系统吞吐量和并发访问的需求。为解决这些问题，本文引
入了基于SpringBoot的高并发电子商务平台系统以及其后台管理平台，这一创
新性架构旨在应对电子商务领域的技术挑战，为未来电子商务系统的可持续发
展提供了有力的技术支持。
该系统的设计以技术创新和学术探讨为导向，以满足当今电子商务领域的
复杂性和技术挑战。在此研究中充分考虑了高并发访问的实际问题，如何处理
分布式事务、负载均衡、以及系统扩展性等技术性要求。为电子商务领域提供
技术上的创新和解决方案。本文的主要研究内容如下：
（1）本研究采用SpringBoot框架提供的高效开发和部署环境，结合Spring
和SpringMVC，实现了业务逻辑的模块化组织和控制，同时借助Mybatis支持
数据的持久化操作，构建了一套综合的架构，旨在设计和开发一支持高负载和
高并发的分布式购物平台系统。同时应用了SpringCloudAlibaba、Nacos、Redis、
Elasticsearch、RabbitMQ、以及Nginx等先进技术，以满足电子商务领域的复杂
技术需求。基于前述技术架构和系统体系，成功开发了一款功能丰富、面向高
并发的分布式购物平台。该平台涵盖的模块包括用于展示平台商品品类和广告
的商城门户、注册登录模块、搜索模块、用于暂时存储特定商品的购物车模块、
用于生成订单和保存用户信息的订单模块、用于呈现特定物品的详细信息的商
品详情展示模块等多个功能模块，以满足电子商务领域的广泛需求。
（2）为了提高系统的并发性能、适应高并发场景，优化了Nginx的负载均
衡策略，这一策略综合考虑了CPU、磁盘I/O、内存以及网络带宽等因素的使用
率，以实现更加合理的请求分配。这一方法还包括了对集群状态的实时监控，
以实现负载的合理调控。为了尽量减少对服务器节点运行性能的干扰，本研究
选用了定期采样的方法来搜集节点的负载数据。在判断出某些节点负载不均衡
I
哈尔滨理工大学电子信息硕士学位论文
后，基于TCP拥塞控制的思想来对权重调整。为了解决收集节点参数再计算调
整权重的滞后性，使用了一种采用了基于自适应BP神经网络结合粒子群优化
算法的时间预测函数。这种技术创新为复杂分布式系统的负载均衡问题提供了
一种有前景的解决方案，强调了在实际应用中如何结合自适应神经网络和优化
算法以提高系统性能。
（3）对平台进行了综合的功能和性能测试，随后进行了与Nginx内置的负
载均衡策略的对比分析。测试结果表明，本研究采用的动态负载均衡策略相对
于Nginx的内置的加权轮询负载均衡策略，实现了约17.4%左右的并发性能提
升，同时减少了请求响应时间约17.9%左右。
关键词分布式平台；关系型数据库；负载均衡；高并发；SpringBoot框架
Ⅱ
哈尔滨理工大学电子信息硕士学位论文
BasedonSpringBootHighConcurrencyOnline
PlatformandtheDesignandRealizationofthe
BackgroundManagementSystem
Abstract
Inrecentyears,withtherapiddevelopmentoftheInternet,thenumberofusers
ofe-commercewebsite