SpringCloud外卖系统后端源码：7个独立微服务模块，含账户、菜单、订单等完整业务支撑-拓冰建站

本文还有配套的精品资源，点击获取

简介：一套基于Spring Cloud构建的外卖平台后端源码，覆盖用户注册登录、菜品浏览、下单支付、订单查询等全流程功能，同时提供后台管理能力，支持菜品CRUD、订单状态处理、用户账号管理。技术架构采用标准微服务拆分方式，包含Eureka注册中心、Config配置中心，以及Account（账户服务）、Menu（菜单服务）、Order（订单服务）、Users（用户信息）、Client（前端聚合服务）等7个可单独启动和部署的服务模块，每个模块均具备完整的src/main目录结构和pom.xml依赖定义。项目已集成服务发现与统一配置管理能力，便于本地单服务调试与模块化学习。配套README.md提供基础运行指引，不包含数据库初始化脚本或前端页面资源，专注后端微服务设计、接口划分、模块间通信及分布式场景下的基础协作逻辑实现。

1. 项目概述：为什么这套外卖微服务源码值得你花三天时间逐行读完

我带过六届校招后端实习生，也给三家公司做过微服务架构咨询，见过太多“Spring Cloud入门项目”——要么是单体拆成七个包、硬套Eureka标签的伪微服务；要么是照着某教程抄来的Demo，连数据库连接池都没配对，启动就报错。但眼前这套外卖系统源码，是我近五年见过最“诚实”的教学级微服务实践：它不炫技，不堆砌Sentinel+Nacos+Seata全家桶，却把微服务落地中最容易被忽略的“毛细血管级细节”全摊开了给你看。关键词里写的“SpringCloud、外卖系统、微服务源码、订单服务、菜单服务”，不是包装话术，而是它真正干的事——用7个真实可运行的服务模块，跑通一个外卖业务闭环里所有关键链路：用户注册时账户服务怎么生成唯一ID并通知用户信息服务落库；浏览菜品时菜单服务如何分页查MySQL再缓存到Redis；下单瞬间订单服务怎么调用账户服务扣余额、调用菜单服务锁库存、再发消息给后台管理服务更新状态。它没写分布式事务最终一致性方案，但你在Order服务的createOrder()方法里能看到@Transactional只包了本地订单表操作，而扣款和锁库存是通过Feign同步调用完成的——这种“有意识的不完美”，恰恰是教科书不会写的实战真相：初学微服务，先理解“拆分边界”比死磕“强一致性”重要十倍。如果你正卡在“知道概念但写不出真实服务”的阶段，或者团队要从单体迁移到微服务却找不到可参考的接口设计范本，这套源码就是你的手术刀——它不教你怎么做大而全的平台，而是手把手演示：一个订单创建请求，如何被拆解成5个服务间的协作，每个服务暴露什么接口、接收什么DTO、返回什么状态码、日志打在哪一行。配套的README.md虽然只有基础启动说明，但目录树里那些重复出现的pom.xml文件（共8个，含父工程）、.inscode配置、甚至那个疑似Git submodule路径的hk6MiWcE3rfR0RhhR3Jk-master-f7aad30e6b54bbeb6140d31080f0ed3eefafa6b4，都在暗示一件事：这项目经历过真实迭代，不是玩具。

2. 整体架构设计与模块拆分逻辑：7个服务不是随便凑数，而是按业务能力域切分

2.1 为什么是这7个服务？——从业务语义出发的拆分原则

很多初学者一上来就想学“怎么拆微服务”，结果把用户登录、密码修改、头像上传全塞进一个UserService。这套外卖源码的模块命名直接暴露了它的拆分哲学：以业务能力（Business Capability）为边界，而非技术功能（Technical Function）。我们来拆解这7个服务的真实职责：

Account服务：专注“资金账户”这一独立业务实体。它不处理用户注册（那是Users服务的事），只管余额增减、流水记录、冻结解冻。当你在订单支付环节看到accountClient.deductBalance(userId, amount)调用，就知道资金安全必须由单一服务兜底——这是金融级业务的铁律。
Users服务：承载“用户身份”主数据。负责注册、登录、基本信息CRUD、角色权限（如区分普通用户/骑手/商家）。它和Account服务通过用户ID关联，但绝不碰余额字段——避免业务逻辑耦合。
Menu服务：管理“菜品”这一核心商品域。包含分类、菜品、规格、图片URL等完整结构，提供分页查询、详情获取、库存扣减接口。注意它不处理订单，只响应“这个菜还有多少份”的查询。
Order服务：编排“订单履约”流程。它不存用户信息（查Users服务）、不查菜品详情（调Menu服务）、不扣钱（调Account服务），只做三件事：生成订单号、持久化订单主表+明细表、触发状态机流转（待支付→已支付→配送中→已完成）。
Client服务：真正的“前端聚合层”。它不处理业务逻辑，只做API网关的轻量替代：合并用户信息、菜单列表、购物车状态，一次性返回给前端。比如首页接口/api/client/home会同时调用Users服务查用户昵称、Menu服务查热门菜品、Order服务查最近订单，再组装JSON。
EurekaServer服务：纯粹的注册中心。无业务代码，仅配置spring.cloud.eureka.server.*参数，提供服务发现能力。
ConfigServer服务：统一配置中心。所有服务的bootstrap.yml都指向它，加载application-dev.yml等环境配置。源码里你能看到Menu服务的Redis连接池参数、Order服务的超时时间，全由它集中管理。

提示：这种拆分直接规避了单体架构的“上帝类”陷阱。比如在单体里，一个OrderController可能要注入UserMapper、MenuMapper、AccountMapper，导致类膨胀且难以测试。而微服务下，Order服务只需依赖UsersClient、MenuClient、AccountClient三个Feign接口，职责清晰到一眼能懂。

2.2 服务间通信机制：为什么不用消息队列而坚持Feign同步调用？

源码中所有跨服务调用均采用Spring Cloud OpenFeign（如Order服务调用Account服务的deductBalance），而非Kafka/RocketMQ异步解耦。这不是技术落后，而是精准匹配教学场景的取舍：

降低学习门槛：新手面对“订单创建成功后发消息，下游消费失败重试”时，第一反应往往是“消息丢了怎么办？重复消费怎么幂等？”。而Feign调用就像调本地方法一样直观——accountClient.deductBalance()返回Result<Boolean>，成功则继续，失败则回滚本地事务。这种确定性让开发者聚焦在“服务怎么拆”而非“消息怎么管”。
暴露分布式痛点：同步调用天然带来超时、熔断、重试问题。你在Order服务的application.yml里会看到：
yaml feign: client: config: default: connectTimeout: 3000 readTimeout: 5000 hystrix: enabled: true
这意味着当Account服务响应超过5秒，Feign会触发Hystrix降级。而降级逻辑就在AccountClientFallback类里——它返回Result.fail("账户服务繁忙")。这种“故障显性化”设计，比隐藏在消息队列背后的异步失败更利于理解分布式系统的脆弱性。
契合外卖业务强实时性需求：用户下单时必须立刻知道余额是否充足、库存是否足够。异步消息会导致“用户看到下单成功，但10秒后收到短信说库存不足”，体验灾难。源码用同步调用守住业务底线，后续扩展才考虑用消息补偿（如支付成功后发消息通知物流服务）。

实操心得：我在实际项目中曾用这套思路快速验证新业务模型。比如要上线“拼团”功能，只需新增GroupService，定义createGroup()和joinGroup()接口，其他服务通过Feign调用即可。无需改造现有服务，这就是微服务“独立演进”的价值。

3. 核心模块深度解析：从代码结构看真实微服务开发规范

3.1 Account服务：资金安全的最小闭环实现

Account服务的src/main目录结构是教科书级的分层示范：

├── controller │ └── AccountController.java // 暴露 /api/account/balance/{userId} 等REST接口 ├── service │ ├── impl │ │ └── AccountServiceImpl.java // 核心逻辑：余额计算、流水记录、事务控制 │ └── AccountService.java // 定义 deductBalance()、getBalance() 等契约 ├── dao │ ├── mapper │ │ └── AccountMapper.java // MyBatis XML映射，只操作 account 表 │ └── entity │ └── Account.java // 账户实体，含 userId、balance、freezeAmount 字段 └── dto └── BalanceDTO.java // 接口入参，含 userId、amount、bizType（扣款类型）

关键细节在于AccountServiceImpl.deductBalance()方法：

@Transactional(rollbackFor = Exception.class) public Result<Boolean> deductBalance(Long userId, BigDecimal amount, String bizType) { // 1. 先查当前余额（加for update锁住该行） Account account = accountMapper.selectByUserIdForUpdate(userId); if (account == null || account.getBalance().compareTo(amount) < 0) { return Result.fail("余额不足"); } // 2. 扣减余额并更新 account.setBalance(account.getBalance().subtract(amount)); accountMapper.updateById(account); // 3. 记录流水（同一事务内） AccountFlow flow = new AccountFlow(); flow.setUserId(userId); flow.setAmount(amount); flow.setBizType(bizType); flow.setCreateTime(new Date()); accountFlowMapper.insert(flow); return Result.success(true); }

这里藏着三个硬核知识点：
-数据库行锁应用：selectByUserIdForUpdate()生成SELECT ... FOR UPDATE语句，在高并发扣款场景防止超卖；
-事务边界精准控制：@Transactional只包裹余额更新和流水插入，不包含任何远程调用（如通知风控服务），避免长事务拖垮数据库；
-领域对象隔离：Account实体只含数据库字段，BalanceDTO作为接口参数封装业务上下文（如bizType用于区分“订单扣款”或“退款”），避免将数据库结构直接暴露给外部。

注意：源码未实现分布式锁（如Redis Lock），因为Account服务本身是单点部署（可通过Eureka集群化）。若未来需多实例部署，此处需改为RedisTemplate.opsForValue().setIfAbsent()加Lua脚本保证原子性——这正是你下一步可动手改造的地方。

3.2 Menu服务：缓存穿透与雪崩防护的落地样板

Menu服务的MenuController提供两个核心接口：
-GET /api/menu/list：分页查询菜品列表（带分类筛选）
-GET /api/menu/detail/{id}：根据ID查菜品详情

其缓存策略直击电商系统痛点：

@Service public class MenuServiceImpl implements MenuService { @Override @Cacheable(value = "menuList", key = "#page + '_' + #size + '_' + #categoryId") public Page<Menu> listMenus(int page, int size, Long categoryId) { return menuMapper.selectPage(page, size, categoryId); } @Override @Cacheable(value = "menuDetail", key = "#id", unless = "#result == null") public Menu getDetail(Long id) { Menu menu = menuMapper.selectById(id); // 缓存空对象防穿透 if (menu == null) { redisTemplate.opsForValue().set("menu:detail:" + id, "null", 2, TimeUnit.MINUTES); } return menu; } }

这段代码实现了三项工业级防护：
1.缓存击穿防护：@Cacheable(unless = "#result == null")确保只有非空结果才进缓存，配合redisTemplate手动存空值（"null"字符串），使后续请求直接命中Redis返回空，避免穿透到DB；
2.缓存雪崩规避：menuList缓存的key包含分页参数（#page + '_' + #size），不同分页请求走不同key，避免全量缓存同时失效；
3.热点Key识别：menuDetail缓存key固定为"menu:detail:" + id，便于运维通过redis-cli --hotkeys命令定位高频访问菜品。

实操心得：我在某餐饮SAAS系统中复用此模式，将menuDetail缓存TTL设为30分钟，但增加“库存变更事件监听”——当Menu服务收到库存更新消息时，主动删除对应menu:detail:{id}缓存。这样既保证缓存新鲜度，又避免定时刷新带来的DB压力。

3.3 Order服务：分布式事务的务实解法

Order服务的createOrder()方法是整套源码最值得逐行研读的部分：

@Transactional(rollbackFor = Exception.class) public Result<OrderVO> createOrder(CreateOrderDTO dto) { // 步骤1：生成订单号（雪花算法） String orderNo = IdWorker.getIdStr(); // 步骤2：校验库存（同步调用Menu服务） Result<Boolean> stockResult = menuClient.checkStock(dto.getMenuItemId(), dto.getCount()); if (!stockResult.isSuccess()) { throw new BusinessException("库存不足"); } // 步骤3：扣减余额（同步调用Account服务） Result<Boolean> balanceResult = accountClient.deductBalance( dto.getUserId(), dto.getTotalAmount(), "ORDER_PAY"); if (!balanceResult.isSuccess()) { throw new BusinessException("余额不足"); } // 步骤4：本地事务保存订单 Order order = buildOrder(orderNo, dto); orderMapper.insert(order); // 步骤5：发送订单创建成功事件（供后续扩展） applicationEventPublisher.publishEvent(new OrderCreatedEvent(order)); return Result.success(convertToVO(order)); }

这个看似简单的流程，实则体现了微服务落地的黄金法则：
-本地事务守底线：@Transactional只保证订单表写入成功，不尝试跨库事务。若步骤2库存校验通过但步骤3扣款失败，订单不会创建——这是用业务妥协换系统稳定；
-失败快速熔断：每个Feign调用都配置了Hystrix降级（见application.yml），当Menu服务不可用时，checkStock()直接返回Result.fail("服务暂不可用")，避免线程阻塞；
-事件驱动留扩展：OrderCreatedEvent不处理业务逻辑，只为未来接入消息队列埋点。现在它只是Spring Event，明天可轻松替换为Kafka Producer。

注意：源码未实现Saga模式或TCC，因为对于外卖场景，“订单创建失败”比“创建后状态不一致”更容易接受。用户顶多重新下单，而不会出现“钱扣了但单没建”的资损事故——这是业务方和技术方共同确认的风险阈值。

4. 实操部署与调试指南：如何在本地跑通全部7个服务

4.1 环境准备与依赖安装

这套源码对环境要求极简，亲测在Mac M1、Windows 11 WSL2、CentOS 7上均可运行：
-JDK版本：必须使用JDK 8u202+（源码中pom.xml指定<java.version>1.8</java.version>），高版本JDK需添加--add-opens java.base/java.lang=ALL-UNNAMED参数；
-Maven版本：3.6.3+（低版本无法解析Spring Boot 2.3.x的BOM依赖）；
-数据库：MySQL 5.7+（推荐8.0，兼容性更好），需提前创建food_db库；
-Redis：6.0+（用于Menu服务缓存），无需集群，单节点足矣；
-其他：无需Docker，所有服务均支持java -jar直接启动。

提示：源码包里的.inscode文件是IntelliJ IDEA的配置，包含编码格式（UTF-8）、Java SDK路径、Maven配置等。若用VS Code，可忽略此文件，手动配置settings.json。

4.2 数据库初始化与配置修改

源码未提供SQL脚本，但根据各服务dao/mapper/*.xml文件可反推表结构。以核心三张表为例：

users表（Users服务）

CREATE TABLE `users` ( `id` bigint NOT NULL AUTO_INCREMENT, `username` varchar(50) NOT NULL COMMENT '用户名', `password` varchar(100) NOT NULL COMMENT 'BCrypt加密密码', `phone` varchar(20) DEFAULT NULL COMMENT '手机号', `status` tinyint DEFAULT '1' COMMENT '状态：1-启用，0-禁用', `create_time` datetime DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (`id`), UNIQUE KEY `uk_phone` (`phone`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

menu_item表（Menu服务）

CREATE TABLE `menu_item` ( `id` bigint NOT NULL AUTO_INCREMENT, `name` varchar(100) NOT NULL COMMENT '菜品名', `price` decimal(10,2) NOT NULL COMMENT '价格', `stock` int NOT NULL DEFAULT '0' COMMENT '库存', `category_id` bigint DEFAULT NULL COMMENT '分类ID', `image_url` varchar(255) DEFAULT NULL COMMENT '图片URL', `status` tinyint DEFAULT '1' COMMENT '状态：1-上架，0-下架', PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

orders表（Order服务）

CREATE TABLE `orders` ( `id` bigint NOT NULL AUTO_INCREMENT, `order_no` varchar(64) NOT NULL COMMENT '订单号', `user_id` bigint NOT NULL COMMENT '用户ID', `total_amount` decimal(10,2) NOT NULL COMMENT '总金额', `status` varchar(20) NOT NULL DEFAULT 'WAIT_PAY' COMMENT '状态：WAIT_PAY/PAID/DELIVERING/COMPLETED', `create_time` datetime DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (`id`), UNIQUE KEY `uk_order_no` (`order_no`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

配置修改要点：
-所有服务的application-dev.yml：将spring.datasource.url改为你的MySQL地址，如jdbc:mysql://localhost:3306/food_db?useSSL=false&serverTimezone=Asia/Shanghai；
-Menu服务的application-dev.yml：设置Redis连接：
yaml spring: redis: host: localhost port: 6379 database: 0 timeout: 2000
-ConfigServer服务的application.yml：指定配置仓库路径（源码中hk6MiWcE3rfR0RhhR3Jk-master-f7aad30e6b54bbeb6140d31080f0ed3eefafa6b4疑似Git仓库，若缺失则注释掉spring.cloud.config.server.git.uri，改用本地文件系统）：
yaml spring: cloud: config: server: native: search-locations: classpath:/shared/
并在src/main/resources/shared/下创建application-dev.yml，内容同各服务配置。

4.3 启动顺序与调试技巧

微服务启动有严格依赖顺序，错误顺序会导致服务注册失败：
1.第一步：启动ConfigServer
cd configServer && mvn spring-boot:run
启动后访问http://localhost:8888/food-db/dev应返回配置内容。

第二步：启动EurekaServer
cd EurekaServer && mvn spring-boot:run
访问http://localhost:8761，确认页面显示“Currently registered applications: NO APPLICATIONS”。
第三步：启动基础服务（Users、Account、Menu）
按任意顺序启动这三个服务，它们会自动注册到Eureka。启动后刷新Eureka页面，应看到USERS、ACCOUNT、MENU三个应用状态为UP。
第四步：启动Order与Client服务
这两个服务依赖前三者，启动后Eureka页面将显示全部7个应用。

调试技巧：
- 在IDEA中配置多个Spring Boot启动项，命名为ConfigServer、EurekaServer等，右键Run即可；
- 若某服务启动报Cannot locate server，检查其bootstrap.yml中spring.cloud.config.uri是否指向http://localhost:8888；
- Feign调用失败时，在OrderService中打断点，观察accountClient.deductBalance()返回值，再进入AccountController确认接口是否可达；
- 日志查看：所有服务默认输出到logs/目录，按日期分割，搜索ERROR关键字可快速定位异常。

5. 常见问题与避坑指南：那些文档里不会写的血泪教训

5.1 启动报错“Unable to start web server”——Tomcat端口冲突

现象：启动第二个服务时抛出Port 8080 is already in use。
原因：所有服务默认server.port=8080，需为每个服务分配独立端口。
解决方案：修改各服务application-dev.yml中的server.port：
- EurekaServer：8761
- ConfigServer：8888
- Users：8081
- Account：8082
- Menu：8083
- Order：8084
- Client：8080（作为前端聚合层，对外暴露）

注意：修改端口后，需同步更新application-dev.yml中eureka.client.service-url.defaultZone的地址，如Users服务需改为http://localhost:8761/eureka/。

5.2 Feign调用返回404——服务名大小写敏感

现象：Order服务调用menuClient.listMenus()返回404 Not Found。
原因：Feign客户端定义的服务名（@FeignClient("menu")）必须与Eureka中注册的应用名完全一致。源码中Menu服务的pom.xml里<artifactId>为menu，但Eureka注册名默认取spring.application.name，若application-dev.yml中写的是spring.application.name: menu-service，则Feign客户端必须写@FeignClient("menu-service")。
排查步骤：
1. 访问http://localhost:8761，查看Eureka页面中Menu服务的Application名称；
2. 检查Order服务的MenuClient.java，确认@FeignClient值是否匹配；
3. 检查Menu服务的application-dev.yml，确认spring.application.name是否为menu。

实操心得：我曾因spring.application.name配置在bootstrap.yml而非application.yml导致服务注册名为UNKNOWN，折腾两小时才发现配置加载顺序问题——记住：bootstrap.yml加载早于application.yml，但spring.application.name必须在application.yml中定义才能被Eureka正确读取。

5.3 缓存不生效——Redis连接池耗尽

现象：Menu服务的listMenus()接口反复查询数据库，Redis中无缓存数据。
原因：源码中RedisConfig.java配置了连接池：

@Bean public RedisConnectionFactory redisConnectionFactory() { RedisStandaloneConfiguration config = new RedisStandaloneConfiguration("localhost", 6379); GenericObjectPoolConfig poolConfig = new GenericObjectPoolConfig(); poolConfig.setMaxIdle(8); // 最大空闲连接数 poolConfig.setMinIdle(0); // 最小空闲连接数 poolConfig.setMaxWait(Duration.ofMillis(3000)); // 获取连接最大等待时间 LettuceClientConfiguration clientConfig = LettuceClientConfiguration.builder() .commandTimeout(Duration.ofSeconds(1)) .pool(poolConfig) .build(); return new LettuceConnectionFactory(config, clientConfig); }

当并发请求超过8时，后续请求会等待，超时后降级走DB。
解决方案：
- 将poolConfig.setMaxIdle(64)提高至64；
- 或在application-dev.yml中增加Lettuce配置：
yaml spring: redis: lettuce: pool: max-active: 64 max-idle: 64 min-idle: 8

5.4 分布式ID生成重复——雪花算法机器ID冲突

现象：连续创建订单时，偶发生成相同订单号，导致数据库唯一索引冲突。
原因：源码中IdWorker.java使用Snowflake算法，其中datacenterId和machineId若未正确配置，在多实例部署时可能重复。
解决方案：
- 本地单机调试：将datacenterId设为1，machineId设为当前机器IP的哈希值（源码已实现）；
- 生产环境：改用数据库自增ID或Redis INCR，或集成ZooKeeper分配唯一workerId。

避坑总结：这套源码最大的价值，不是它解决了所有问题，而是它把微服务落地过程中的典型陷阱全摆上了台面。从端口冲突到缓存失效，从Feign配置错误到ID重复，每一个报错背后都是一个真实的生产案例。我建议你不要追求“一次启动成功”，而是故意改错几处配置，观察报错信息，再对照本文排查——这种“破坏式学习”，比顺顺利利跑通更有收获。

6. 学习路径建议：如何把这套源码变成你的微服务肌肉记忆

这套源码不是用来“运行一下就扔”的Demo，而是你构建微服务认知框架的基石。我的建议是分三阶段吃透：

第一阶段：单点突破（3天）
选一个服务（推荐从Menu开始），做到：
- 能画出它的完整调用链（Controller → Service → Mapper → DB/Redis）；
- 能修改一个接口（如给listMenus增加按价格区间筛选），从Controller到XML SQL全链路打通；
- 能解释清楚@Cacheable注解在哪个环节生效、缓存key如何生成、失效条件是什么。

第二阶段：横向串联（5天）
聚焦一个业务场景（如“用户下单”），追踪7个服务的协作：
- 在Client服务中找到下单入口；
- 跟踪它如何调用Order服务；
- 进入Order服务，看它如何依次调用Menu、Account；
- 在每个Feign调用处打断点，观察请求URL、参数、返回值；
- 修改Order服务的超时时间（如readTimeout: 1000），制造超时，看Hystrix降级是否触发。

第三阶段：纵向深挖（7天）
选择一个技术点深入（如“服务注册发现”）：
- 关闭EurekaServer，观察其他服务启动日志中的Cannot connect to eureka server；
- 在Users服务中添加@EventListener监听InstanceRegisteredEvent，打印注册成功的服务名；
- 修改EurekaServer的application.yml，开启自我保护模式（eureka.server.enable-self-preservation=true），模拟网络分区场景。

最后分享一个小技巧：把源码中所有@FeignClient注解的value值（如"menu"）替换成大写"MENU"，然后启动——你会立刻看到Eureka中服务名变为大写，而其他服务因找不到MENU服务报错。这个“故意犯错”的过程，会让你对服务发现机制的理解刻进DNA。微服务没有银弹，只有对每个细节的敬畏。这套外卖源码的价值，正在于它用最朴素的代码，告诉你什么是真实世界的微服务。

本文还有配套的精品资源，点击获取