这次我们来看一个典型的计算机毕业设计方向基于 SpringCloud 微信小程序 AI 的智能交通微服务公交查询系统。这类项目在毕业设计里属于“技术栈完整、业务场景清晰、工作量可量化”的代表。SpringCloud 控制后端微服务架构微信小程序覆盖乘客查询入口AI 部分则用来做路线推荐、自然语言问答、客流预测等智能化能力。文章会直接从架构设计、模块划分、部署步骤、功能测试和常见问题展开如果你想选微服务方向或小程序方向的毕业设计这篇可以当作完整的方案参考。项目核心特点可以概括为后端按业务拆分成多个独立服务前端使用微信小程序实现随时随地查询AI 模块作为独立服务接入既能展示微服务治理能力又能体现算法应用能力整体非常适合作为毕业设计或 SpringCloud 入门实战项目。1. 核心能力速览能力项说明项目定位计算机毕业设计 / SpringCloud 微服务实战项目后端架构SpringCloud 微服务注册中心 网关 业务服务前端形态微信小程序面向乘客公交查询场景AI 能力智能路线推荐、自然语言查询、客流预测可按选题裁剪数据存储MySQL 存储核心业务数据Redis 缓存热数据服务通信OpenFeign 声明式调用配合 Nacos 注册与发现接口风格RESTful API小程序端通过 HTTP 调用后端服务启动方式本地逐个启动微服务小程序使用微信开发者工具预览适合人群计算机专业毕业生、微服务初学者、小程序入门开发者从上面这张表可以快速判断这个项目不是一个简单的单体应用而是把微服务、小程序、AI 三条技术线整合到一起。对毕业设计来说它最大的价值是“每层都能写出内容”前端有页面和交互后端有服务拆分和接口设计AI 有算法模型和效果评估论文和答辩素材都很充足。2. 系统整体架构与功能边界2.1 整体架构设计一个完整的公交查询系统从用户视角看至少需要这些能力实时查询公交线路、查看站点信息、规划换乘路线、获取到站时间预测。从系统设计角度看这些能力如果全部写在一个 Web 应用里后期维护会比较吃力。微服务的思路就是按照业务边界拆分每个服务只负责一块能力服务之间通过注册中心互相发现通过 OpenFeign 或 API 网关转发请求。这类系统的典型链路如下微信小程序 ↓ HTTPS / HTTP API 网关服务 (Gateway) ↓ 路由转发 用户服务 → 线路服务 → 站点服务 → 换乘规划服务 → AI 服务 ↓ ↓ MySQL Redis 缓存用户在小程序里发起请求请求先经过 API 网关统一鉴权和路由网关根据请求路径把流量分发给对应的微服务。业务服务之间如果需要互相调用比如换乘规划需要同时查询线路和站点数据就通过 OpenFeign 从 Nacos 注册中心拉取服务实例再调用。2.2 功能边界划分功能边界划分是微服务设计的核心也是毕业设计答辩时很容易被问到的地方。建议按以下方式拆分用户服务微信登录、用户信息维护、收藏线路、历史查询记录。线路服务公交线路查询、线路详情、首末班时间、票价信息。站点服务站点查询、站点周边线路、站点实时到站信息。换乘规划服务多方案换乘推荐按时间、步行距离、最少换乘等条件排序。AI 服务接收用户自然语言查询转换成结构化查询条件或者基于历史数据做客流预测。这样可以保证每个服务都有独立的数据表和独立的功能页面服务之间不直接共享数据库表而是通过接口交换数据。对于毕业设计来说这种拆分粒度适中不会出现服务数量过多导致代码量失控的问题。2.3 前端功能范围微信小程序端的功能可以围绕用户的完整出行流程来设计首页城市选择、搜索框、常用线路快捷入口。线路查询输入线路编号或站名返回线路信息和经过站点。换乘规划输入起点和终点返回多套换乘方案。收藏收藏常用线路首页直接展示。个人中心登录状态、历史记录、意见反馈。AI 能力如果做自然语言查询可以在搜索框里直接输入“从人民广场到火车站怎么走”后端 AI 服务负责解析并调用换乘规划接口。这个功能在答辩演示时效果很直接用户输入一句话系统自动完成意图识别和参数抽取。3. 技术选型与核心依赖3.1 SpringCloud 组件选型SpringCloud 生态里面组件很多但毕业设计不需要全部堆上去要选“能讲清楚原理、能实际跑通、能说明数据流”的核心组件。推荐这一套Nacos同时承担服务注册与服务配置中心两个角色。相比 EurekaNacos 在中文资料、控制台体验和配置管理上都更适合教学和演示。Spring Cloud Gateway负责统一入口。跨域处理、Token 校验、路由转发都在网关层完成小程序端只需要知道网关节点的地址。OpenFeign服务之间的 HTTP 调用工具。线路服务要调用站点服务时通过 FeignClient 声明一个接口即可。Sentinel可选组件。如果论文想写“服务容错与流量控制”可以接入 Sentinel 做限流和熔断否则可以暂时不引入。Spring Cloud LoadBalancer配合 Nacos 做客户端负载均衡调用服务时自动选择实例。3.2 前端技术选型微信小程序端有两种选择原生小程序开发技术栈就是 WXML、WXSS、JavaScript无需额外框架微信开发者工具直接支持。优点是没有编译链环境问题少适合后端同学快速上手。uni-app 开发Vue 语法可以一套代码编译到微信小程序、H5 和 App。如果想把项目扩展成“多端应用”uni-app 是更好的选择。从毕业设计答辩的角度原生小程序更稳妥因为代码结构直观老师打开微信开发者工具就能看到效果。如果对 Vue 熟悉也可以选择 uni-app但要提前确认编译环境和基础库版本兼容性。3.3 数据库与持久层数据库建议关注两类MySQL存储用户表、线路表、站点表、线路-站点关联表、收藏表、历史记录表。MySQL 适合结构化的公交基础数据。Redis缓存热点线路、站点到站信息、用户 Token 或登录态。公交线路查询读多写少Redis 可以明显降低数据库压力。持久层框架可以使用 MyBatis-Plus它对单表 CRUD 的简化程度很高分页插件和代码生成器也比较成熟适合快速完成开发工作。3.4 AI 模块实现方式这个项目的“AI”部分切忌做得太重。毕业设计周期有限AI 用传统机器学习方法就可以支撑整篇论文。常见的实现方向基于 TF-IDF 或 Word2Vec 的文本意图识别把用户输入的自然语言转成结构化的起终点和搜索条件。基于历史到站数据的回归模型或时间序列模型实现到站时间预测和客流预测。基于协同过滤的线路推荐根据用户历史查询记录推荐常用线路。基于图搜索算法的换乘规划把站点和线路抽象成图使用 Dijkstra 或深度优先搜索找最短换乘路径。每一个方向都可以作为论文里的“AI 部分”进行展开。不需要上深度学习大模型算法描述清晰、实验结果完整就足够支撑毕业设计工作量。// AI 服务接口示例自然语言查询转结构化参数 public interface IntentParser { QueryIntent parse(String userInput); }这里的关键点是AI 服务是一个独立微服务前端不会直接调用算法代码而是通过 HTTP 接口传递输入文本AI 服务返回结构化结果。这样在系统架构图中AI 能力就能体现为“一个独立模块”论文结构也更清晰。4. 微服务模块设计与数据库设计4.1 服务模块结构后端项目建议采用 Maven 多模块结构一个父工程管理依赖版本子模块对应各个微服务。参考结构如下smart-bus-parent ├── bus-gateway // 网关服务端口 8080 ├── bus-user // 用户服务端口 8100 ├── bus-line // 线路服务端口 8200 ├── bus-station // 站点服务端口 8300 ├── bus-transfer // 换乘规划服务端口 8400 ├── bus-ai // AI 服务端口 8500 └── bus-common // 公共模块封装统一返回结果和工具类每个服务独立的端口可以避免本地启动时端口冲突也方便在答辩时逐个演示“哪个服务跑了、哪个服务挂了、服务发现与调用是否正常”。4.2 核心数据表设计数据表设计直接决定功能能不能落得下来。建议至少包含以下几张表用户表useropenid、昵称、头像、创建时间。线路表bus_line线路编号、线路名称、起点站、终点站、首班时间、末班时间、票价。站点表bus_station站点名称、经度、纬度、所属区域。线路站点关联表line_station线路 ID、站点 ID、站点序号、到站距离。用户收藏表user_favorite用户 ID、线路 ID、创建时间。查询历史表search_history用户 ID、查询内容、查询类型、查询时间。CREATE TABLE bus_line ( id BIGINT PRIMARY KEY AUTO_INCREMENT COMMENT 主键, line_code VARCHAR(20) NOT NULL COMMENT 线路编号, line_name VARCHAR(100) NOT NULL COMMENT 线路名称, start_station VARCHAR(100) NOT NULL COMMENT 起点站, end_station VARCHAR(100) NOT NULL COMMENT 终点站, first_bus_time VARCHAR(10) COMMENT 首班时间, last_bus_time VARCHAR(10) COMMENT 末班时间, ticket_price DECIMAL(5,2) DEFAULT 0 COMMENT 票价 ) COMMENT 公交线路表;注意线路和站点是典型的多对多关系一条线路经过多个站点一个站点也属于多条线路。所以必须有一张关联表并在关联表中维护“站点在线路中的顺序号”否则换乘规划算法没有数据支撑。4.3 服务间调用关系服务之间不要出现“互相大量调用”的混乱情况。建议调用关系保持单向清晰用户服务 → 线路服务 / 站点服务 换乘规划 → 线路服务 / 站点服务 AI 服务 → 换乘规划服务 网关 → 所有业务服务这样在画架构图和答辩讲解时可以很清楚地说明“哪个服务依赖哪个服务”。如果服务之间调用非常复杂可以在答辩时把调用链路单独画一张小图会是比较好的加分项。5. 微信小程序端实现思路5.1 用户登录流程小程序登录是绕不开的环节。登录流程一般是前端调用wx.login()获取临时 code。前端把 code 发送给后端用户服务。后端用 code 到微信接口服务换取 openid。后端生成自定义登录态 Token 返回给小程序。小程序把 Token 存储到本地缓存后续请求放在 Header 中。// 小程序端登录示例 wx.login({ success(res) { if (res.code) { wx.request({ url: http://127.0.0.1:8080/backend-api/user/login, method: POST, data: { code: res.code }, success(resp) { wx.setStorageSync(token, resp.data.data.token); } }); } } });这里需要特别说明本地调试时微信开发者工具默认对 http 请求有限制需要在工具里开启“不校验合法域名”选项。另外http://127.0.0.1只在开发者工具里可用真机预览时要把地址改成电脑局域网 IP并确保同一网络下可访问。5.2 页面结构规划小程序端建议按照 tabBar 划分主页面首页搜索框 常用线路收藏入口。查询页支持线路号查询、站名查询。换乘页输入起点、终点展示换乘方案列表。我的用户登录状态、历史记录、设置。每个页面围绕一个核心接口展开不要把逻辑全部堆在首页。页面职责清楚代码量适中答辩时也能逐页演示功能与后端接口的对应关系。5.3 与后端接口对接小程序端请求后端接口时建议统一封装一个request.js工具函数自动携带 Token统一处理错误码和加载态。function request(url, method, data) { return new Promise((resolve, reject) { wx.request({ url: getApp().globalData.baseUrl url, method: method || GET, data: data || {}, header: { Content-Type: application/json, Authorization: wx.getStorageSync(token) }, success(res) { if (res.data.code 200) { resolve(res.data.data); } else { wx.showToast({ title: res.data.msg, icon: none }); reject(res.data); } }, fail(err) { wx.showToast({ title: 网络异常, icon: none }); reject(err); } }); }); }网关统一解析Authorization头后把请求路由到对应服务。这样就实现了“小程序 → 网关 → 微服务”的完整链路。6. 系统部署与启动流程6.1 环境准备开发环境建议提前检查以下项目JDK 1.8 或 11推荐使用 1.8兼容性最稳妥。Maven 3.6 以上并配置阿里云镜像加速依赖下载。MySQL 5.7 或 8.0。Redis 5.0 以上。Nacos Server 2.x。微信开发者工具最新稳定版。# 查看 Java 版本 java -version # 查看 Maven 版本 mvn -v # 启动本机 MySQL 服务 sudo systemctl start mysql # 启动本机 Redis 服务 redis-server6.2 启动 Nacos 注册中心Nacos 是整套微服务架构的枢纽。下载 Nacos Server 后进入 bin 目录启动cd nacos/bin # Linux / Mac 启动 sh startup.sh -m standalone # Windows 启动 startup.cmd -m standalone启动完成后访问控制台http://127.0.0.1:8848/nacos默认账号密码都是nacos。启动后可以在服务列表中逐步看到各个微服务注册上来。如果服务没有出现在列表里优先检查服务配置文件里的nacos.config.server-addr和nacos.discovery.server-addr是否一致。6.3 启动后端微服务在 IDEA 中导入 Maven 父工程后先执行mvn clean install -DskipTests把公共模块安装到本地仓库。然后逐个启动以下服务bus-gateway bus-user bus-line bus-station bus-transfer bus-ai服务全部启动后可以在 Nacos 控制台看到 6 个服务实例状态为“健康”。此时可以直接通过网关测试接口curl -X GET http://127.0.0.1:8080/backend-api/line/getByCode?lineCode1路 \ -H Authorization: your_token如果网关路由配置正确请求会转发到线路服务并返回线路信息。6.4 启动微信小程序微信开发者工具打开小程序项目目录在project.config.json中确认 appid或者使用测试号。本地开发时建议在详情设置里勾选“不校验合法域名”然后编译预览。小程序首页请求后端接口能正常返回线路列表就说明前后端链路已经打通。7. AI 功能测试与效果验证7.1 自然语言查询测试AI 服务最常见的交互是用户输入一句话后端返回结构化查询结果。测试用例可以准备以下几条用户输入预期解析结果从人民广场到火车站怎么走起点人民广场终点火车站查询 1 路公交车线路编号1路附近有哪些公交站基于当前定位获取周边站点测试时在 AI 服务接口传入原始文本查看返回的 JSON 是否能把意图类型和关键参数提取正确。解析不准确的情况可以先通过扩充同义词词库和规则模板优化。7.2 换乘规划测试换乘规划接口是系统的核心测试时要覆盖直达场景两个站点在同一条线路上。一次换乘场景需要从 A 线路换乘到 B 线路。无结果场景输入不存在的站点或区域。返回结果建议包含总时间、总步行距离、换乘次数、每段乘坐的线路和站点列表。这个结果数据结构也可以直接在小程序端用列表渲染出来。7.3 客流预测或到站时间预测如果选题选择了客流预测方向可以用历史数据做训练集和测试集展示 MAE 或 RMSE 指标。答辩时只需要说明数据来源、特征选择、算法选择、误差对比不需要引入过于复杂的深度学习模型。8. 接口 API 与批量任务说明8.1 后端接口设计接口统一走网关前缀例如/backend-api。核心接口建议如下接口路径方法说明/backend-api/user/loginPOST微信登录入参为 code/backend-api/line/getByCodeGET按线路编号查询路线/backend-api/station/nearbyGET按经纬度查询附近站点/backend-api/transfer/planGET换乘规划入参为起终点/backend-api/ai/parsePOST自然语言解析返回结构化查询条件8.2 Python 调用后端 API 示例如果后续想写一个自动测试脚本或批量补数脚本可以用 Python 来调接口。下面给一个通用模板import requests base_url http://127.0.0.1:8080/backend-api headers {Authorization: your_token} params { fromStation: 人民广场, toStation: 火车站 } response requests.get( f{base_url}/transfer/plan, paramsparams, headersheaders, timeout10 ) print(response.status_code) print(response.json())接口如果返回 200说明网关路由和微服务调用正常。如果返回 401需要检查登录 Token。如果返回 503大概率是目标微服务没有启动。8.3 批量任务场景公交数据源的导入通常需要批量处理。可以写一个调度任务或定时任务定期从数据源拉取线路和站点信息写入数据库。批量导入时建议使用分批提交不要一次性插入大量数据避免数据库锁等待。9. 资源占用与性能观察9.1 启动资源占用微服务架构本地启动时每个服务都是一个 Java 进程。如果电脑内存小于 16GB建议在 IDEA 里减少同时启动的服务数量优先启动被调用链路上必须的服务比如网关、线路服务、用户服务。全部服务同时启动时整机内存占用通常会超过 4GB具体以本机实际进程监控为准。# 查看 Java 进程内存占用 jps -l # 查看指定进程内存 jmap -heap pid如果内存紧张可以临时调低每个服务启动时的 JVM 堆内存-Xms256m -Xmx512m这样虽然会影响单服务吞吐但对功能测试和答辩演示已经足够。9.2 接口响应时间观察在 Postman 或 Apifox 里对核心接口做 100 次循环请求观察平均响应时间和错误率。公交线路查询属于读多写少的场景加了 Redis 缓存后响应时间应明显低于直接查数据库而且数据库压力会下降。在实际项目里可以用 Redis 缓存线路列表和站点列表设置 5 到 10 分钟过期。9.3 慢查询与日志排查在 MySQL 中开启慢查询日志可以定位接口响应慢背后的 SQL 问题SET GLOBAL slow_query_log ON; SET long_query_time 2;如果发现某个接口超过 2 秒先查看数据库是否有慢查询再看服务间调用链路。Spring Cloud Gateway 和 OpenFeign 的日志级别调成 DEBUG可以看到调用耗时细节。10. 常见问题与排查方法问题现象可能原因排查方式解决方案服务没有注册到 NacosNacos 地址配置错误或 Nacos 未启动查看 Nacos 控制台服务列表检查配置文件确认server-addr为127.0.0.1:8848网关请求返回 503目标服务未注册或已下线Nacos 服务列表查看健康状态查看网关日志启动目标微服务小程序请求被拦截开发者工具未开启不校验合法域名详情设置中打开不校验合法域名本地调试时勾选该选项前端调用报跨域错误网关未配置跨域规则查看网关日志和响应头在 Gateway 配置全局 CORS登录时用户信息获取失败code 失效或后端换取 openid 失败检查小程序 code 是否有效查看后端日志确认wx.login()的 code 一次性有效接口响应慢数据库没有索引或 Redis 缓存未命中查看慢查询日志观察 Redis key 是否存在为线路编号、站点名添加索引依赖下载失败Maven 仓库访问慢查看 Maven 设置配置阿里云镜像端口被占用本地其他进程占用同一端口使用lsof -i:端口号查看修改服务端口或结束占用进程11. 毕业设计答辩重点与最佳实践11.1 答辩时重点讲什么答辩时间有限不建议把每个接口都念一遍建议集中讲四个点微服务拆分理由为什么按用户、线路、站点、换乘、AI 拆分而不是做一个单体系统。服务调用链路画一张清晰的调用图标注网关、注册中心、服务之间如何通信。核心业务难点换乘规划怎么做AI 模块如何把自然语言变成结构化查询条件。工程化细节日志、统一返回体、全局异常处理、Redis 缓存策略。11.2 项目开发建议在实际开发这个系统时有几个工程实践可以显著提升效率先写数据库脚本再写代码。库表结构定了功能边界就清楚了。每个服务先跑通一个最简单的接口再逐步扩展。不要一次性把六个服务全部写完再联调否则问题定位成本很高。统一返回格式。建议定义统一的响应包装类包含 code、msg、data 三个字段前端解析逻辑可以统一。把 AI 服务当作一个普通微服务来设计内部算法不影响对外接口定义。这样即使算法实现有调整接口层面不需要变化。接入 Sentinel 做限流时规则可以先保守配置避免本地调试时把自己限流了。11.3 合规与安全提醒在这个项目中会涉及微信用户 openid 和位置信息属于用户敏感数据。开发阶段要注意小程序获取用户位置前必须得到用户授权并在隐私协议中说明用途。后端存储用户数据时openid 不能写入前端日志。AI 服务通过外部数据或开源的算法库实现时注意确认算法库的开源许可与数据来源的合规性。如果系统要发布上线微信小程序的请求域名必须是 HTTPS并且需要在小程序管理后台配置合法域名。这些边界问题在答辩时主动讲出来反而是加分项说明设计时考虑了真实场景。12. 总结基于 SpringCloud 微信小程序 AI 的智能交通微服务公交查询系统最大的价值在于把常见的单体业务拆成了清晰的微服务链路并加入 AI 服务作为智能化入口。对毕业设计而言这个方向既有后端架构深度又有前端页面展示还有 AI 算法应用空间。建议开发时先从小程序端和后端各跑通一条核心链路比如登录 线路查询再逐步扩展换乘规划、AI 自然语言解析和客流预测数据库设计要为换乘规划留好关联表结构AI 模块的接口定义和服务端口要提前约定。项目跑通后可以继续补充接口测试脚本、Sentinel 限流规则和 Redis 缓存策略让整套系统更接近真实生产环境的微服务实践。