Spring AI + Qwen2.5 實現智能搶票助手：搶票系統核心業務規則 + 數據庫設計全解析！
作者：編程疏影
在一個真實的“搶票”業務系統中，模型的智能并不能替代業務底層邏輯。搶票助手的 AI 決策，需要基于完整的數據結構和業務規則才能發揮作用。
在一個真實的“搶票”業務系統中，模型的智能并不能替代業務底層邏輯。搶票助手的 AI 決策，需要基于完整的數據結構和業務規則才能發揮作用。因此，我們本篇將聚焦以下幾個核心目標：
- 設計車票、用戶、訂單等基本數據模型
- 搭建數據庫（H2 或 MySQL）
- 實現“搶票排隊 + 余票判斷 + 下單”的業務規則
- 提供查詢車票與發起搶票等 API
- 完成第一個小練習：車票查詢接口（無 AI）
基本數據模型設計
使用 Spring Data JPA 進行數據建模。
車票實體 Ticket
package com.icoderoad.ticket.model;
import jakarta.persistence.*;
import lombok.*;
@Entity
@Data
@NoArgsConstructor
@AllArgsConstructor
@Builder
public class Ticket {
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private Long id;
private String fromCity;
private String toCity;
private String trainNumber;
private String departureTime;
private Integer totalSeats;
private Integer remainingSeats;
}用戶實體 User
package com.icoderoad.ticket.model;
import jakarta.persistence.*;
import lombok.*;
@Entity
@Data
@NoArgsConstructor
@AllArgsConstructor
@Builder
public class User {
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private Long id;
private String username;
private String phone;
}訂單實體 Order
package com.icoderoad.ticket.model;
import jakarta.persistence.*;
import lombok.*;
@Entity
@Data
@NoArgsConstructor
@AllArgsConstructor
@Builder
@Table(name = "`order`")
public class Order {
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private Long id;
private Long userId;
private Long ticketId;
private String status; // SUCCESS, FAILED, WAITING
}數據庫初始化（使用 H2）
application.yml 配置（支持切換 H2/MySQL）
spring:
datasource:
url: jdbc:h2:mem:ticketdb
driver-class-name: org.h2.Driver
username: sa
password:
h2:
console:
enabled: true
jpa:
hibernate:
ddl-auto: update
show-sql: true模擬數據初始化
@Component
@RequiredArgsConstructor
public class DataInitRunner implements CommandLineRunner {
private final TicketRepository ticketRepo;
@Override
public void run(String... args) {
ticketRepo.save(Ticket.builder()
.fromCity("上海")
.toCity("杭州")
.trainNumber("G123")
.departureTime("2025-06-01 09:00")
.totalSeats(100)
.remainingSeats(20)
.build());
}
}核心搶票業務邏輯設計
搶票請求結構
@Data
public class GrabRequest {
private Long userId;
private Long ticketId;
}搶票服務 TicketService
@Service
@RequiredArgsConstructor
public class TicketService {
private final TicketRepository ticketRepo;
private final OrderRepository orderRepo;
@Transactional
public String grabTicket(Long userId, Long ticketId) {
Optional<Ticket> opt = ticketRepo.findById(ticketId);
if (opt.isEmpty()) return "車票不存在";
Ticket ticket = opt.get();
if (ticket.getRemainingSeats() <= 0) {
return "搶票失敗：無余票";
}
// 模擬排隊 & 搶票邏輯
ticket.setRemainingSeats(ticket.getRemainingSeats() - 1);
ticketRepo.save(ticket);
orderRepo.save(Order.builder()
.userId(userId)
.ticketId(ticketId)
.status("SUCCESS")
.build());
return "搶票成功";
}
}接口設計與實現
TicketController
@RestController
@RequestMapping("/api/ticket")
@RequiredArgsConstructor
public class TicketController {
private final TicketRepository ticketRepo;
private final TicketService ticketService;
// 查詢所有車票
@GetMapping("/list")
public List<Ticket> listTickets() {
return ticketRepo.findAll();
}
// 發起搶票請求
@PostMapping("/grab")
public String grabTicket(@RequestBody GrabRequest request) {
return ticketService.grabTicket(request.getUserId(), request.getTicketId());
}
}小練習：車票查詢接口（無 AI）
你可以通過如下接口查看數據庫中車票信息：
請求：
GET http://localhost:8080/api/ticket/list響應（JSON 示例）：
[
{
"id": 1,
"fromCity": "上海",
"toCity": "杭州",
"trainNumber": "G123",
"departureTime": "2025-06-01 09:00",
"totalSeats": 100,
"remainingSeats": 19
}
]結語
通過本篇文章，我們完成了一個“可運行的車票系統原型”，包含了數據建模、數據庫初始化、搶票核心業務邏輯、接口設計等關鍵內容。
這些功能雖然尚未接入 AI，但已經為智能搶票助手的接入打下堅實基礎。下一步，我們將使用 Spring AI + 通義 Qwen2.5 接入大模型，實現基于用戶指令、行程偏好等的自動搶票、智能推薦和對話式交互。
責任編輯：武曉燕
來源：
路條編程
