一、引言
在家政服务领域,移动端"一键预约"是用户触达服务的最核心入口。一个体验良好的下单系统,需要在极短的操作路径内完成服务选择→时间预约→地址确认→下单提交的完整闭环。本文从移动端架构选型、核心业务流程、关键技术实现三个层面进行技术拆解,帮助开发者快速搭建一套可落地的家政预约下单系统。
二、整体架构设计
2.1 技术选型概览
| 层级 | 技术选型 | 说明 |
| 移动端框架 | Flutter / UniApp | 跨平台方案,一套代码覆盖 iOS 与 Android |
| 网络层 | Retrofit / Dio | 支持拦截器链,便于统一处理 Token 刷新与异常 |
| 本地缓存 | SQLite / MMKV | 缓存用户地址、历史订单等高频数据 |
| 服务端 | Spring Boot + MyBatis-Plus | 提供 RESTful API |
| 消息推送 | 阿里云 EMAS / 极光推送 | 订单状态变更实时通知用户 |
| 地图服务 | 高德地图 SDK | 地址选择、距离计算、服务人员定位 |
2.2 核心业务流程
用户打开App → 选择服务类型 → 选择服务时间 → 确认服务地址 → 确认下单 → 服务端校验(时段冲突/服务范围) → 创建订单 → 推送派单通知 → 用户收到确认消息
三、关键设计要点
3.1 "一键预约"的交互优化
所谓"一键",本质是通过智能预填减少用户操作步骤。具体策略包括:
- 地址智能推荐:基于 GPS 定位自动匹配最近的服务地址,用户无需手动输入。
- 时间槽预计算:服务端提前计算未来 7 天的可预约时段,客户端缓存后即时展示,避免每次操作都请求服务端。
- 历史订单复用:对高频用户,提供"再来一单"功能,一键复用上次下单的服务类型、地址等信息,仅需调整时间即可提交。
3.2 下单防重与幂等
移动端网络环境不稳定,用户可能因超时重试导致重复下单。服务端通过客户端生成唯一请求ID(requestId)+ 服务端 Redis 分布式锁双重保障,确保同一笔预约请求只会被处理一次。
3.3 时段冲突校验
同一服务人员在同一时段只能接一单。服务端采用时间段重叠检测算法,在创建订单时进行实时校验,避免超卖。
四、核心代码示例
4.1 移动端:一键下单请求封装(Dart / Flutter)
class AppointmentRepository { final Dio _dio; final LocalCache _cache; AppointmentRepository(this._dio, this._cache); /// 一键预约下单 Future<ApiResponse<BookingResult>> bookService({ required String serviceItemId, required String preferredTimeSlot, String? addressId, }) async { // 1. 智能预填:若未指定地址,使用最近定位地址 addressId ??= await _cache.getNearestAddressId(); // 2. 生成幂等请求ID,防止重复提交 final requestId = '${DateTime.now().millisecondsSinceEpoch}-${serviceItemId}'; // 3. 发起下单请求 try { final response = await _dio.post('/api/v1/orders/booking', data: { 'requestId': requestId, 'serviceItemId': serviceItemId, 'preferredTimeSlot': preferredTimeSlot, 'addressId': addressId, }); return ApiResponse.fromJson(response.data); } on DioException catch (e) { if (e.response?.statusCode == 409) { return ApiResponse.conflict('该时段已被预约,请选择其他时间'); } throw e; } } }
4.2 服务端:时段冲突校验与订单创建(Java / Spring Boot)
public class BookingService { private OrderRepository orderRepo; private RedisTemplate<String, String> redisTemplate; private static final String LOCK_PREFIX = "booking:lock:"; private static final long LOCK_EXPIRE_SECONDS = 10; public BookingResult createBooking(BookingRequest request) { // 1. 幂等校验:基于 requestId 防重 String lockKey = LOCK_PREFIX + request.getRequestId(); Boolean acquired = redisTemplate.opsForValue() .setIfAbsent(lockKey, "1", LOCK_EXPIRE_SECONDS, TimeUnit.SECONDS); if (Boolean.FALSE.equals(acquired)) { throw new DuplicateRequestException("请求正在处理中,请勿重复提交"); } try { // 2. 时段冲突校验:查询该服务人员当天已有订单 List<TimeSlot> existingSlots = orderRepo .findOccupiedSlots(request.getStaffId(), request.getDate()); if (existingSlots.stream() .anyMatch(slot -> slot.overlaps(request.getPreferredTimeSlot()))) { throw new TimeSlotConflictException("所选时段已被预约"); } // 3. 创建订单 ServiceOrder order = ServiceOrder.builder() .requestId(request.getRequestId()) .userId(request.getUserId()) .serviceItemId(request.getServiceItemId()) .staffId(request.getStaffId()) .timeSlot(request.getPreferredTimeSlot()) .addressId(request.getAddressId()) .status(OrderStatus.PENDING_CONFIRM) .build(); orderRepo.save(order); // 4. 异步推送派单通知 eventPublisher.publishEvent(new BookingCreatedEvent(order.getId())); return BookingResult.success(order.getId()); } finally { redisTemplate.delete(lockKey); } } }
五、总结
移动端一键预约下单系统的核心在于三点:交互层的智能预填(减少用户操作路径)、网络层的幂等保障(客户端 requestId + 服务端分布式锁)、业务层的时段冲突校验(防止超卖)。在实际项目中,还需结合灰度发布、埋点监控、异常兜底等工程化手段,确保系统在高并发场景下的稳定性与可靠性。