作为一名即将毕业的计算机专业学生我深知毕业设计的挑战时间紧、任务重既要体现技术深度又要保证项目完整度。这次我选择开发一个“校园食堂订餐系统”并尝试引入 AI 辅助开发工具来提升效率。整个过程下来感触颇深这里把我的实战经验和踩过的坑记录下来希望能给有同样需求的同学一些参考。1. 背景与痛点为什么需要AI辅助毕业设计通常只有几个月时间却要完成从需求分析到部署上线的全流程。我遇到的主要痛点有三个周期短任务重既要写论文又要写代码时间被严重挤压。工程规范缺失自己写代码容易随心所欲导致后期维护和扩展困难代码质量参差不齐。重复造轮子很多基础功能如用户认证、分页查询需要反复编写消耗大量精力。为了解决这些问题我决定引入 AI 编码助手如 GitHub Copilot 和通义灵码。它们的作用不仅仅是生成代码片段更重要的是能提供最佳实践建议、减少语法错误并帮助我快速理解不熟悉的 API 或设计模式让我能更专注于核心业务逻辑的设计。2. 技术选型为什么是 Spring Boot 全家桶在项目启动时我在 Java 系的 Spring Boot 和 Python 系的 Django/Flask 之间犹豫过。最终选择 Spring Boot MyBatis-Plus Redis 这套组合主要基于以下几点考量生态与成熟度Spring Boot 拥有极其丰富的生态从安全Spring Security到消息队列Spring for Apache Kafka都有成熟解决方案社区活跃遇到问题容易找到答案这对于毕业设计的顺利推进至关重要。开发效率MyBatis-Plus 在 MyBatis 基础上做了大量增强提供了强大的 CRUD 接口和条件构造器配合代码生成器能极大减少数据层重复代码的编写。AI 工具对这类主流框架的支持也更好提示更准确。性能与扩展性Redis 作为缓存和分布式会话存储能有效提升系统响应速度应对订餐高峰期的并发请求。Spring Boot 与 Redis 的集成通过 Spring Data Redis非常简便。企业级应用背书这套技术栈在企业中广泛应用写在简历上或答辩时都是加分项体现了对主流技术的掌握。相比之下Django 虽然“开箱即用”但灵活性稍逊且国内 Java 后端岗位更多Flask 则过于轻量需要自己组装更多组件对于追求完整度和规范性的毕业设计来说初期选择成本较高。3. 核心模块实现与AI辅助实践下面我结合几个核心模块具体展示 AI 工具如何辅助开发。3.1 用户认证模块使用 Spring Security JWT 实现无状态认证。AI 辅助主要体现在快速生成安全配置类和工具类。例如在编写 JWT 工具类时我只需输入注释// 生成JWT token的方法Copilot 就能快速补全基于jjwt库的代码骨架包括设置过期时间、签名算法等我只需要填充自己的密钥和业务信息即可。import io.jsonwebtoken.*; import org.springframework.beans.factory.annotation.Value; import org.springframework.stereotype.Component; import java.util.Date; /** * JWT工具类 * AI辅助提示了Jwts.builder()的链式调用和异常处理逻辑 */ Component public class JwtTokenUtil { Value(${jwt.secret}) private String secret; Value(${jwt.expiration}) private Long expiration; /** * 生成Token * param username 用户名 * return Token字符串 */ public String generateToken(String username) { Date now new Date(); Date expiryDate new Date(now.getTime() expiration * 1000); return Jwts.builder() .setSubject(username) .setIssuedAt(now) .setExpiration(expiryDate) .signWith(SignatureAlgorithm.HS512, secret) .compact(); } /** * 验证并解析Token * param token Token字符串 * return 用户名 */ public String getUsernameFromToken(String token) { Claims claims Jwts.parser() .setSigningKey(secret) .parseClaimsJws(token) .getBody(); return claims.getSubject(); } // 省略验证Token有效性的方法... }3.2 菜品管理与缓存策略菜品信息是读多写少的数据非常适合用 Redis 缓存。这里的关键是防止缓存击穿。AI 辅助点当我输入“使用 Redis 缓存菜品信息并解决缓存击穿问题”相关的注释时通义灵码给出了使用setnx命令实现分布式锁或直接用RedisTemplate的opsForValue().setIfAbsent方法的思路。我采用了更简单的“逻辑过期”方案来避免死锁风险。核心思路缓存的数据不设置物理过期时间而是封装一个包含过期时间字段的对象。取缓存时判断是否逻辑过期如果过期则异步更新缓存。Service Slf4j public class DishServiceImpl extends ServiceImplDishMapper, Dish implements IDishService { Autowired private RedisTemplateString, Object redisTemplate; private static final String CACHE_KEY_PREFIX “cache:dish:“; /** * 获取菜品详情带逻辑过期缓存 * param dishId 菜品ID * return 菜品信息 */ public Dish getDishWithCache(Long dishId) { String key CACHE_KEY_PREFIX dishId; // 1. 从Redis查询缓存 RedisData redisData (RedisData) redisTemplate.opsForValue().get(key); // 2. 判断缓存是否存在 if (redisData null) { // 3. 缓存不存在查询数据库 return getAndSetCache(dishId); } // 4. 缓存存在判断逻辑是否过期 if (redisData.getExpireTime().isAfter(LocalDateTime.now())) { // 4.1 未过期直接返回 return (Dish) redisData.getData(); } // 4.2 已过期异步重建缓存 CompletableFuture.runAsync(() - getAndSetCache(dishId)); // 先返回旧数据 return (Dish) redisData.getData(); } private Dish getAndSetCache(Long dishId) { // 查询数据库 Dish dish this.getById(dishId); if (dish null) { // 防止缓存穿透可缓存空值 redisTemplate.opsForValue().set(CACHE_KEY_PREFIX dishId, new RedisData(null, LocalDateTime.now()), 5, TimeUnit.MINUTES); return null; } // 封装逻辑过期时间例如5分钟后 RedisData data new RedisData(dish, LocalDateTime.now().plusMinutes(5)); // 写入Redis不设置TTL redisTemplate.opsForValue().set(CACHE_KEY_PREFIX dishId, data); return dish; } // 内部类封装数据和逻辑过期时间 Data AllArgsConstructor private static class RedisData { private Object data; private LocalDateTime expireTime; } }3.3 订单创建与幂等性控制这是系统的核心必须防止用户重复提交订单。我采用“Token 机制”实现接口幂等性。AI 辅助点AI 工具帮助我快速梳理了流程1下单前获取 Token2下单时提交 Token3服务端校验 Token。并提示可以使用 Redis 来存储和校验 Token利用其setnx的原子性。获取Token接口PostMapping(“/order/token”) public Result getOrderToken(HttpServletRequest request) { String token UUID.randomUUID().toString(); String key “order:token:“ getUserId(request); // 结合用户ID // 存入Redis有效期5分钟 redisTemplate.opsForValue().set(key, token, 5, TimeUnit.MINUTES); return Result.success(token); }创建订单接口关键部分PostMapping(“/order”) public Result createOrder(RequestBody OrderDTO orderDTO, RequestHeader(“X-Order-Token”) String token) { Long userId getCurrentUserId(); String key “order:token:“ userId; // 1. 校验Token String serverToken (String) redisTemplate.opsForValue().get(key); if (serverToken null || !serverToken.equals(token)) { return Result.fail(“无效的请求或重复提交”); } // 2. 删除Token保证一次性使用 redisTemplate.delete(key); // 3. 执行创建订单的业务逻辑需在事务内并处理库存校验等 Order order orderService.createOrder(userId, orderDTO); return Result.success(order.getId()); }4. 性能与安全考量SQL注入防范坚持使用 MyBatis-Plus 的条件构造器如QueryWrapper或 XML 中的#{}占位符AI 在生成 SQL 片段时会自动采用预编译方式避免了手动拼接字符串的风险。接口幂等性如上文订单创建所示通过 Token 机制实现。并发下单控制在扣减库存时使用数据库的乐观锁版本号或悲观锁select ... for updateAI 能提示这两种方式的代码写法差异。我选择了在更新语句中使用条件判断库存例如update dish set stock stock - 1 where id ? and stock 0。日志脱敏在logback-spring.xml配置中使用replace函数对手机号、身份证号等敏感信息进行脱敏。AI 可以帮忙写出正确的正则表达式替换规则。5. 生产环境避坑指南环境差异本地用application-dev.yml生产环境用application-prod.yml。务必通过spring.profiles.active指定激活的环境。数据库连接、Redis地址等配置一定要区分开。AI 可以快速生成多环境配置文件的模板。数据库连接池默认的 HikariCP 性能很好但需要根据部署的机器配置调整maximum-pool-size、connection-timeout等参数。不要使用默认值上生产。部署问题将 Spring Boot 项目打成可执行的 JAR 包后在服务器上使用nohup java -jar your-app.jar 启动。记得配置好 JVM 参数如-Xmx512m。AI 能提供常用的运维命令和问题排查思路如查看日志tail -f nohup.out。总结与思考通过这个项目我深刻体会到 AI 辅助开发工具的强大。它们不仅是“代码补全器”更是“编程伙伴”和“知识加速器”。它们帮我快速跳过了繁琐的语法查询和样板代码编写让我有更多时间去思考架构设计、边界条件和异常处理。然而最重要的收获是认识到AI 无法替代我们的软件工程能力。它不知道你的业务边界在哪里不清楚哪些地方该做校验也无法做出合理的架构折衷。我们需要用它来“放大”自己的能力而不是“外包”自己的思考。例如在订单模块AI 生成了幂等性校验的代码骨架但“Token 应该绑定用户”、“Redis 键的设计”、“业务失败后 Token 是否要归还”这些细节都需要我们自己根据业务逻辑来决定。学会向 AI 提出精准的问题Prompt和学会阅读、调试、优化 AI 生成的代码是比单纯会用 AI 更重要的能力。希望这篇笔记能为你带来启发。毕业设计是一次宝贵的全流程实践用好 AI 工具聚焦核心问题你一定能交出一份出色的作品。