1. 项目背景与需求分析在当今数字化转型浪潮下企业人力资源管理正经历着从传统纸质化向智能化、移动化的转变。我们团队最近为一家中型制造企业开发了一套基于SpringBoot和微信小程序的绩效薪资管理系统解决了他们长期存在的几个痛点绩效数据滞后原先使用Excel表格手工统计月底才能出结果薪资计算错误复杂的奖金公式经常出现人为计算失误员工查询不便需要到HR部门当面询问个人数据管理层决策缺乏依据无法实时查看团队绩效趋势这套系统上线后实现了绩效数据实时采集日/周/月不同维度自动计算薪资支持200自定义计算规则微信小程序端随时查询多维度数据分析报表2. 技术架构设计2.1 整体技术栈选型经过技术评估我们最终确定的技术方案如下后端核心Spring Boot 2.7.18LTS版本Spring SecurityOAuth2认证MyBatis-Plus 3.5.3数据访问层Redis 6.2缓存层Quartz 2.3.2定时任务前端架构微信小程序原生开发非uni-appVant Weapp组件库ECharts 5.4.3数据可视化数据库MySQL 8.0主库阿里云DRDS分库分表特别说明没有选择SpringBoot 3.x是因为企业IT环境仍以JDK8为主且部分依赖库尚未完全兼容。实际测试发现SpringBoot 2.7在性能与稳定性上完全满足需求。2.2 微服务拆分策略虽然项目规模中等但我们仍采用微服务架构设计主要考虑以下因素绩效计算服务独立部署避免影响主业务报表生成服务资源密集型操作隔离通知推送服务保证消息可达性服务间通信采用RESTful API事件总线Spring Cloud Stream混合模式同步调用薪资计算结果查询异步事件绩效数据变更通知3. 核心功能实现细节3.1 绩效数据采集模块数据结构设计Entity Table(name t_performance) public class Performance { Id GeneratedValue(strategy GenerationType.IDENTITY) private Long id; Column(precision 5, scale 2) private BigDecimal score; // 百分制得分 Enumerated(EnumType.STRING) private Dimension dimension; // 考核维度枚举 ManyToOne JoinColumn(name employee_id) private Employee employee; JsonFormat(pattern yyyy-MM) private LocalDate cycle; // 考核周期 }关键业务逻辑支持多种评分模式上级评分60%权重同事互评30%权重自评10%权重数据校验规则AssertTrue(message 评分必须在0-100之间) public boolean isValidScore() { return score.compareTo(BigDecimal.ZERO) 0 score.compareTo(new BigDecimal(100)) 0; }3.2 薪资计算引擎规则配置表设计CREATE TABLE t_salary_rule ( id bigint NOT NULL AUTO_INCREMENT, rule_name varchar(50) COLLATE utf8mb4_bin NOT NULL, expression text COLLATE utf8mb4_bin NOT NULL COMMENT Groovy脚本, priority int DEFAULT 0, active bit(1) DEFAULT b1, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COLLATEutf8mb4_bin;动态脚本执行public BigDecimal calculate(SalaryContext context) { GroovyShell shell new GroovyShell(); shell.setVariable(baseSalary, context.getBaseSalary()); shell.setVariable(performance, context.getPerformanceScore()); Script script shell.parse(rule.getExpression()); Object result script.run(); if (!(result instanceof BigDecimal)) { throw new CalculationException(脚本返回值必须是BigDecimal类型); } return (BigDecimal) result; }实际开发中发现Groovy脚本存在性能问题最终采用预编译缓存方案TPS从50提升到12004. 微信小程序端实现4.1 登录鉴权方案采用微信官方登录流程优化版前端调用wx.login获取code后端用codeappidsecret换取openid生成JWT令牌包含员工ID建立会话关联Redis存储安全增强措施接口签名验证防止重放攻击敏感数据脱敏如薪资只显示后四位操作日志审计记录所有查询行为4.2 性能优化实践首屏加载优化接口数据分级加载第一优先级当月薪资概要第二优先级历史记录第三优先级分析图表本地缓存策略wx.setStorageSync(lastSalary, { timestamp: Date.now(), data: res.data });图片资源CDN加速实测数据对比优化措施首屏时间(ms)内存占用(MB)原始版本3200158优化后980925. 部署与运维方案5.1 生产环境配置服务器规格应用服务器2C4G × 3K8S集群Redis阿里云版 1G内存MySQLRDS高可用版 4C8G关键JVM参数-server -Xms2g -Xmx2g -XX:MaxMetaspaceSize512m -XX:UseG1GC -XX:MaxGCPauseMillis200 -XX:ParallelGCThreads4 -XX:ConcGCThreads25.2 监控体系建设基础监控Prometheus Grafana采集指标JVM、MySQL、Redis预警规则GC次数5次/分钟业务监控薪资计算耗时百分位P99500ms每日登录用户数波动预警±30%日志分析ELK Stack关键日志标记Slf4j(topic SALARY_CALC) public class SalaryService { public void calculate() { log.info([PERF]开始计算薪资员工ID:{}, employeeId); } }6. 踩坑与解决方案6.1 微信小程序缓存问题现象iOS设备上薪资数据不更新根因小程序默认缓存策略导致解决方案wx.request({ url: https://api.example.com/salary, header: { Cache-Control: no-cache, Pragma: no-cache }, success(res) { // 处理数据 } })6.2 并发计算问题现象月底批量计算时出现死锁根因MyISAM引擎表锁事务混合使用最终方案全部表转为InnoDB采用分段计算策略每100人一个批次添加分布式锁Redisson实现RLock lock redissonClient.getLock(salaryCalcLock); try { if (lock.tryLock(10, 60, TimeUnit.SECONDS)) { // 执行计算 } } finally { lock.unlock(); }这套系统目前已在客户生产环境稳定运行8个月支撑了2000员工的日常绩效考核与薪资管理。开发过程中最深的体会是企业级系统不仅要考虑功能实现更需要关注数据一致性、性能瓶颈和异常处理。特别是在薪资这种敏感领域1分钱的误差都可能引发信任危机。