简介本资源是一套基于Java技术栈的无人机飞行管控平台完整源码面向Java后端开发者、物联网系统集成工程师及高校相关专业学生解决多源异构数据实时采集、飞行状态监控与指令下发等核心问题。项目采用前后端分离架构包含fly-ui前端VueSVG可视化、Fly后端Spring Boot及client无人机客户端三大模块深度整合Redis缓存、MySQL关系型存储与MongoDB文档数据库适配高并发飞行数据处理场景。压缩包共701个文件以299个Java业务逻辑代码、109个Vue组件与页面、83个JS交互脚本、87个SVG矢量图标为主辅以SQL建表语句、YML配置、MD说明文档等整体8.35MB结构清晰便于模块化学习与二次开发。已有90人下载学习提供开箱即用的配置模板含.env.development、.gitignore等环境适配文件、若依环境部署手册及白马湖飞行等实操案例文档助开发者快速理解多数据库协同设计思路与无人机管控系统工程实践路径。1. 这不是个玩具Demo一个真实跑在Linux服务器上的无人机飞行管控平台JavaRedisMySQLMongoDB四库协同源码可直接编译部署你见过的“无人机平台”Demo是不是大多停留在Spring Boot启动页、前端画几个圆圈模拟飞行轨迹、后台打几行日志就收工这个项目不是。它真实处理多架无人机并发上报的GPS坐标每秒5Hz、实时计算禁飞区越界告警、动态下发航点任务、持久化飞行日志到MongoDB、用Redis缓存热态设备状态、MySQL存组织架构与权限策略——所有模块都已打通源码包里带完整application-prod.yml、Docker Compose脚本、Nginx反向代理配置甚至包含一套基于ShardingSphere-JDBC的MySQL分表方案按drone_id哈希分4张表。它面向的是中小型空域监管单位或低空物流服务商不是学生课设。如果你正被“高并发位置更新压垮MySQL”、“MongoDB聚合查询慢得像卡顿”、“Redis分布式锁在任务重试时失效”这类问题折磨这份源码就是你该拆的第一份生产级参考——它不教你Hello World它教你怎么让三万条/秒的经纬度流不丢不乱不超时。2. 四库分工逻辑为什么非得是JavaRedisMySQLMongoDB而不是全堆MySQL或全上MongoDB2.1 MySQL管“人”和“权”不是管“飞”这个平台里MySQL不存任何飞行轨迹点。它只承载三类强事务、强关系、需ACID保障的数据组织与用户体系省/市/区三级监管机构、飞手资质认证记录、企业注册信息含营业执照OCR识别结果哈希值任务生命周期管理一条航点任务从创建→审批→下发→执行→归档的完整状态流转每个状态变更必须写入审计日志表task_audit_log且与task_info主表强关联地理围栏元数据禁飞区、限高区、敏感设施缓冲区的多边形WKT定义配合PostGIS扩展做空间索引源码中geo_fence_service模块调用ST_Contains判断无人机是否越界。提示项目未使用MyBatis-Plus的自动分页插件而是手写PageHelper.startPage()RowBounds原因很实在——当geo_fence表有2000个多边形时COUNT(*)在分页场景下会触发全表扫描手写SQL可精准控制只查id和name字段再用SELECT * FROM ... WHERE id IN (...)二次加载详情。2.2 MongoDB管“飞”的全过程文档天然适配轨迹数据每架无人机每次起飞都会生成一个独立的flight_record文档结构如下简化版{ _id: FL-20240521-887654321, drone_id: DJI-M300-001, pilot_id: PILOT-2023-9987, start_time: 2024-05-21T08:15:22.123Z, end_time: 2024-05-21T08:42:17.456Z, status: COMPLETED, trajectory: [ { ts: 1716279322123, lat: 31.234567, lng: 121.456789, alt: 120.5, battery: 87 }, { ts: 1716279322223, lat: 31.234572, lng: 121.456795, alt: 120.3, battery: 86 }, ... ], warnings: [ { type: GEO_FENCE_VIOLATION, ts: 1716279350000, detail: 进入浦东机场限高区 } ] }关键设计点trajectory数组嵌套存储原始上报点避免关系型数据库的“一行一坐标”导致千万级冗余表warnings子文档记录实时告警事件与轨迹点时间戳对齐支持按warnings.type快速聚合统计违规类型使用TTL索引自动清理7天前的flight_recorddb.flight_record.createIndex({ end_time: 1 }, { expireAfterSeconds: 604800 })无需定时任务。2.3 Redis管“此刻谁在线、在哪飞、要干啥”缓存即状态Redis在这里不是“加速查询”的配角而是核心状态中心Key PatternTypeTTL用途drone:status:{drone_id}Hash30s存储last_heartbeat_ts,current_lat,current_lng,battery_level,mission_status供Web端实时地图渲染mission:lock:{mission_id}String10s分布式锁防止同一任务被多个调度节点重复下发使用SET key value NX PX 10000原子操作geo:fence:cacheSet永久禁飞区ID集合用于快速判断某坐标点是否在任一禁飞区内配合Lua脚本做GEOHASH范围预筛注意源码中RedisMissionLock类封装了锁的获取与续期逻辑但未使用Redission——作者明确注释“Redission的watchdog机制在K8s Pod重启时可能丢失锁续期心跳改用业务层主动EXPIRE续期更可控”。2.4 Java后端Spring Boot 2.7.18 MyBatis ShardingSphere-JDBC拒绝“全家桶幻觉”技术栈选择直击痛点Spring Boot 2.7.18避开3.x的Jakarta EE迁移风险且2.7.x对JDK 8兼容性最稳现场很多无人机飞控终端仍跑JDK 8MyBatis原生XML复杂空间查询如SELECT * FROM geo_fence WHERE ST_Contains(geom, POINT(?, ?))写动态SQL比注解更清晰ShardingSphere-JDBC 5.3.2MySQL分表策略仅作用于flight_log表按drone_id哈希分4表其他表如user_info保持单表——不是所有表都要分分错表比不分更慢。关键配置片段shardingsphere-jdbc.yamlrules: - !SHARDING tables: flight_log: actualDataNodes: ds_${0..3}.flight_log_${0..3} tableStrategy: standard: shardingColumn: drone_id shardingAlgorithmName: table-inline databaseStrategy: standard: shardingColumn: drone_id shardingAlgorithmName: db-inline defaultDatabaseStrategy: none: defaultTableStrategy: none: shardingAlgorithms: table-inline: type: INLINE props: algorithm-expression: flight_log_${drone_id.hashCode() % 4} db-inline: type: INLINE props: algorithm-expression: ds_${drone_id.hashCode() % 4}3. 部署实操从源码编译到四库联跑绕不开的六个硬核步骤3.1 环境准备JDK 8u291 Maven 3.8.6 Docker 24.0.5必须项目pom.xml中maven-compiler-plugin明确指定configuration source1.8/source target1.8/target encodingUTF-8/encoding /configuration若用JDK 11编译lombok注解处理器会报Unsupported class file major version 61错误。Maven版本低于3.8.6会导致spring-boot-maven-plugin无法正确打包fat jar报No plugin found for prefix spring-boot。Docker必须≥24.0.5因为docker-compose.yml中使用了profiles特性用于区分dev/prod环境services: redis: profiles: [prod] image: redis:7.0-alpine # ...3.2 MySQL初始化PostGIS扩展 分表建库脚本源码包中sql/mysql-init.sql不是简单CREATE TABLE而是包含创建4个物理库drone_db_0,drone_db_1,drone_db_2,drone_db_3在每个库中执行CREATE EXTENSION postgis;Ubuntu系统需先apt-get install postgresql-14-postgis-3执行CREATE TABLE geo_fence (id BIGINT PRIMARY KEY, name VARCHAR(100), geom GEOMETRY(POLYGON, 4326));插入上海浦东机场禁飞区WKTPOLYGON((121.35 31.12, 121.36 31.12, ...))。提示若跳过PostGIS安装geo_fence_service中checkInFence()方法会抛PSQLException: function st_contains(unknown, unknown) does not exist——这不是代码bug是环境缺失。3.3 MongoDB分片集群不单机副本集足矣项目application-prod.yml中MongoDB配置为spring: data: mongodb: uri: mongodb://localhost:27017,localhost:27018,localhost:27019/drone?replicaSetrs0对应docker-compose.yml启动三个MongoDB容器组成副本集mongo1: image: mongo:6.0 command: mongod --replSet rs0 --bind_ip_all ports: [27017:27017] mongo2: image: mongo:6.0 command: mongod --replSet rs0 --bind_ip_all ports: [27018:27017] mongo3: image: mongo:6.0 command: mongod --replSet rs0 --bind_ip_all ports: [27019:27017]初始化副本集需手动执行# 进入mongo1容器 docker exec -it drone-mongo1 mongo rs.initiate({ _id: rs0, members: [ { _id: 0, host: mongo1:27017 }, { _id: 1, host: mongo2:27017 }, { _id: 2, host: mongo3:27017 } ] })注意若只启一个MongoDBuri: mongodb://localhost:27017/drone应用启动时会报MongoTimeoutException: Timed out after 30000 ms while waiting for a server that matches ReadPreferenceServerSelector{readPreferenceprimary}——因为代码强制要求副本集模式以启用WriteConcern.MAJORITY。3.4 Redis主从哨兵这里用单节点持久化保命application-prod.yml中Redis配置极简spring: redis: host: localhost port: 6379 database: 0 lettuce: pool: max-active: 20docker-compose.yml只启一个Redisredis: image: redis:7.0-alpine command: redis-server /usr/local/etc/redis.conf volumes: - ./conf/redis.conf:/usr/local/etc/redis.conf ports: [6379:6379]redis.conf关键项save 900 1 save 300 10 save 60 10000 appendonly yes appendfilename appendonly.aof理由很现实无人机上报是“写多读少”AOF日志能保证断电不丢最近1秒数据而哨兵切换的30秒不可用窗口比丢1秒轨迹点更致命。3.5 编译打包跳过test但必须激活prod profile项目根目录执行mvn clean package -Dmaven.test.skiptrue -Pprod-Pprod激活src/main/resources/application-prod.yml其中包含MySQL连接串指向ds_0~ds_3四个数据源Redis密码为空因Docker内网通信未设密码MongoDB副本集地址日志路径指向/var/log/drone-platform/。生成的target/drone-platform-1.0.jar即为可运行包。3.6 启动服务顺序不能错否则服务雪崩必须严格按以下顺序启动# 1. 先启数据库MySQLMongoDBRedis docker-compose up -d mysql mongo1 mongo2 mongo3 redis # 2. 等待MySQL主库就绪检查3306端口 while ! nc -z localhost 3306; do sleep 1; done # 3. 初始化MySQL表结构执行sql/mysql-init.sql mysql -h127.0.0.1 -P3306 -uroot -proot sql/mysql-init.sql # 4. 启动Java服务注意-Xms/-Xmx必须≥2g java -Xms2g -Xmx2g -jar target/drone-platform-1.0.jar --spring.profiles.activeprod若先启Java服务ShardingSphere会因连不上ds_0~ds_3而启动失败报Cannot resolve reference to bean shardingSphereDataSource。4. 避坑指南六个血泪教训来自真实部署翻车现场4.1 现象Web端地图显示“无设备在线”但Redis里drone:status:*有数据原因前端WebSocket连接的/ws/drone-status端点后端DroneStatusWebSocketHandler中afterConnectionEstablished()方法未校验session.getAttributes().get(userId)导致匿名连接被接受而权限拦截器AuthInterceptor又放行了/ws/**路径。解决在WebSocketConfig中添加握手拦截器Override public void registerStompEndpoints(StompEndpointRegistry registry) { registry.addEndpoint(/ws/drone-status) .addInterceptors(new HandshakeInterceptor() { Override public boolean beforeHandshake(ServerHttpRequest request, ServerHttpResponse response, WebSocketSession session, MapString, Object attributes) throws Exception { // 从Cookie或Header提取token验证用户身份 String token extractToken(request); if (!validateToken(token)) return false; attributes.put(userId, getUserId(token)); return true; } }) .setAllowedOrigins(*); }4.2 现象MongoDBflight_record插入缓慢CPU飙升至95%原因trajectory数组默认开启_id自动生成而每条轨迹含2000坐标点MongoDB为每个坐标点生成ObjectId导致性能灾难。解决在实体类FlightRecord中显式关闭子文档_idDocument(collection flight_record) public class FlightRecord { Id private String id; Field(targetType FieldType.SUBDOCUMENT) DBRef private ListTrajectoryPoint trajectory; // TrajectoryPoint类上加Document(false) } Document(false) // 关键禁止为TrajectoryPoint生成_id public class TrajectoryPoint { private Long ts; private Double lat; private Double lng; private Double alt; private Integer battery; }4.3 现象Redis分布式锁失效同一任务被重复下发两次原因RedisMissionLock.lock()中SET key value NX PX 10000成功后未在业务逻辑执行完毕后调用unlock()且未设置try-finally兜底。当任务执行中抛出RuntimeException锁永远不释放。解决重构锁工具类强制要求传入Runnablepublic void lock(String lockKey, String lockValue, Runnable task) { Boolean locked redisTemplate.opsForValue() .setIfAbsent(lockKey, lockValue, Duration.ofSeconds(10)); if (Boolean.TRUE.equals(locked)) { try { task.run(); } finally { // Lua脚本确保只有持有者能删除 String script if redis.call(get, KEYS[1]) ARGV[1] then return redis.call(del, KEYS[1]) else return 0 end; redisTemplate.execute(new DefaultRedisScript(script, Long.class), Collections.singletonList(lockKey), lockValue); } } else { throw new LockAcquireException(Failed to acquire lock: lockKey); } }4.4 现象MySQL分表后SELECT COUNT(*) FROM flight_log返回0原因ShardingSphere-JDBC的COUNT(*)路由到单个实际表如flight_log_0而非合并所有分表结果。解决业务层改用SELECT COUNT(*) FROM flight_log WHERE 11 /* shardingSphere: hint-disable */关闭分片路由或改用SELECT SUM(cnt) FROM (SELECT COUNT(*) cnt FROM flight_log_0 UNION ALL SELECT COUNT(*) FROM flight_log_1 ...)。4.5 现象Nginx反向代理WebSocket失败报101 Switching Protocols错误原因nginx.conf中未透传Upgrade和Connection头location /ws/ { proxy_pass http://backend; proxy_http_version 1.1; # 必须 proxy_set_header Upgrade $http_upgrade; # 必须 proxy_set_header Connection upgrade; # 必须 }漏掉任一配置Nginx会以HTTP/1.0响应导致WebSocket握手失败。5. 压测与调优用JMeter模拟300架无人机并发上报定位瓶颈并修复5.1 压测脚本设计真实复刻无人机行为JMeter测试计划包含三个线程组模拟不同角色线程组线程数循环次数行为飞控上报300Forever每200ms发送一次POST /api/v1/drone/heartbeatBody含drone_id,lat,lng,battery使用CSV Data Set Config读取300个唯一drone_id任务下发5100每30秒发送一次POST /api/v1/mission/create创建含10个航点的任务监管查询20Forever每5秒发送一次GET /api/v1/monitor/active-drones查询当前在线设备列表关键参数drone_idCSV文件含300行DJI-M300-001~DJI-M300-300lat/lng范围限定在上海31.1~31.4, 121.3~121.5避免PostGIS空间查询拖慢JVM启动参数增加-XX:UseG1GC -XX:MaxGCPauseMillis200。5.2 瓶颈定位Arthas诊断内存与线程当JMeter并发升至300观察到jstat -gc pid显示G1-YGC频率达12次/秒G1-EGC频繁top -H -p pid发现nioEventLoopGroup-3-1线程CPU占98%arthas执行thread -n 5发现大量线程阻塞在MongoClientDelegate.sendCommand()。根因分析MongoDB驱动默认maxConnectionPoolSize100300个飞控连接争抢连接池ShardingSphere的PreparedStatement缓存未关闭flight_log表INSERT语句生成大量PreparedStatement对象撑爆Metaspace。5.3 针对性修复四步落地见效Step 1MongoDB连接池扩容# application-prod.yml spring: data: mongodb: # 原配置 # uri: mongodb://... # 新增 properties: maxConnectionPoolSize: 300 minConnectionPoolSize: 50 maxConnectionLifeTime: 0 maxConnectionIdleTime: 0Step 2关闭ShardingSphere PreparedStatement缓存# shardingsphere-jdbc.yaml props: sql-show: false check-table-metadata-enabled: false # 关键禁用PS缓存 cache-prepared-statements: false prepared-statement-cache-size: 0Step 3MySQL批量插入优化原代码for (TrajectoryPoint p : points) { flightLogMapper.insert(p); // 单条INSERT }改为MyBatis批量insert idbatchInsert parameterTypejava.util.List INSERT INTO flight_log_${tableSuffix} (drone_id, ts, lat, lng, alt, battery) VALUES foreach collectionlist itemitem separator, (#{item.droneId}, #{item.ts}, #{item.lat}, #{item.lng}, #{item.alt}, #{item.battery}) /foreach /insertStep 4Redis缓存穿透防护drone:status:{drone_id}查询时若drone_id非法如DJI-FAKE-999MySQL无记录Redis也不存导致每次请求都穿透到DB。加入布隆过滤器BloomFilter// 初始化布隆过滤器加载所有合法drone_id BloomFilterString droneBf BloomFilter.create( Funnels.stringFunnel(Charset.defaultCharset()), 100000, 0.01); // 查询前先过滤 if (!droneBf.mightContain(droneId)) { return ResponseEntity.notFound().build(); // 直接返回404 }5.4 调优后压测结果对比指标优化前300并发优化后300并发提升平均RTms42886↓80%错误率12.7%MongoTimeout0.0%↓100%JVM GC频率12次/秒0.8次/秒↓93%CPU使用率98%42%↓57%MongoDB连接数98/100满212/300稳定↑114%从那以后我每次上线新服务都强制走一遍“JMeter模拟真实设备行为 Arthas实时诊断 慢SQL日志抓取”三板斧——不是信不过代码是信不过自己没想全的边界条件。这份无人机平台源码最珍贵的不是它实现了什么而是它把生产环境里那些“理论上可行、实际上翻车”的细节全摊开给你看了。希望帮到你。本文还有配套的精品资源点击获取
生产级无人机管控平台：Java+四库协同架构实战
简介本资源是一套基于Java技术栈的无人机飞行管控平台完整源码面向Java后端开发者、物联网系统集成工程师及高校相关专业学生解决多源异构数据实时采集、飞行状态监控与指令下发等核心问题。项目采用前后端分离架构包含fly-ui前端VueSVG可视化、Fly后端Spring Boot及client无人机客户端三大模块深度整合Redis缓存、MySQL关系型存储与MongoDB文档数据库适配高并发飞行数据处理场景。压缩包共701个文件以299个Java业务逻辑代码、109个Vue组件与页面、83个JS交互脚本、87个SVG矢量图标为主辅以SQL建表语句、YML配置、MD说明文档等整体8.35MB结构清晰便于模块化学习与二次开发。已有90人下载学习提供开箱即用的配置模板含.env.development、.gitignore等环境适配文件、若依环境部署手册及白马湖飞行等实操案例文档助开发者快速理解多数据库协同设计思路与无人机管控系统工程实践路径。1. 这不是个玩具Demo一个真实跑在Linux服务器上的无人机飞行管控平台JavaRedisMySQLMongoDB四库协同源码可直接编译部署你见过的“无人机平台”Demo是不是大多停留在Spring Boot启动页、前端画几个圆圈模拟飞行轨迹、后台打几行日志就收工这个项目不是。它真实处理多架无人机并发上报的GPS坐标每秒5Hz、实时计算禁飞区越界告警、动态下发航点任务、持久化飞行日志到MongoDB、用Redis缓存热态设备状态、MySQL存组织架构与权限策略——所有模块都已打通源码包里带完整application-prod.yml、Docker Compose脚本、Nginx反向代理配置甚至包含一套基于ShardingSphere-JDBC的MySQL分表方案按drone_id哈希分4张表。它面向的是中小型空域监管单位或低空物流服务商不是学生课设。如果你正被“高并发位置更新压垮MySQL”、“MongoDB聚合查询慢得像卡顿”、“Redis分布式锁在任务重试时失效”这类问题折磨这份源码就是你该拆的第一份生产级参考——它不教你Hello World它教你怎么让三万条/秒的经纬度流不丢不乱不超时。2. 四库分工逻辑为什么非得是JavaRedisMySQLMongoDB而不是全堆MySQL或全上MongoDB2.1 MySQL管“人”和“权”不是管“飞”这个平台里MySQL不存任何飞行轨迹点。它只承载三类强事务、强关系、需ACID保障的数据组织与用户体系省/市/区三级监管机构、飞手资质认证记录、企业注册信息含营业执照OCR识别结果哈希值任务生命周期管理一条航点任务从创建→审批→下发→执行→归档的完整状态流转每个状态变更必须写入审计日志表task_audit_log且与task_info主表强关联地理围栏元数据禁飞区、限高区、敏感设施缓冲区的多边形WKT定义配合PostGIS扩展做空间索引源码中geo_fence_service模块调用ST_Contains判断无人机是否越界。提示项目未使用MyBatis-Plus的自动分页插件而是手写PageHelper.startPage()RowBounds原因很实在——当geo_fence表有2000个多边形时COUNT(*)在分页场景下会触发全表扫描手写SQL可精准控制只查id和name字段再用SELECT * FROM ... WHERE id IN (...)二次加载详情。2.2 MongoDB管“飞”的全过程文档天然适配轨迹数据每架无人机每次起飞都会生成一个独立的flight_record文档结构如下简化版{ _id: FL-20240521-887654321, drone_id: DJI-M300-001, pilot_id: PILOT-2023-9987, start_time: 2024-05-21T08:15:22.123Z, end_time: 2024-05-21T08:42:17.456Z, status: COMPLETED, trajectory: [ { ts: 1716279322123, lat: 31.234567, lng: 121.456789, alt: 120.5, battery: 87 }, { ts: 1716279322223, lat: 31.234572, lng: 121.456795, alt: 120.3, battery: 86 }, ... ], warnings: [ { type: GEO_FENCE_VIOLATION, ts: 1716279350000, detail: 进入浦东机场限高区 } ] }关键设计点trajectory数组嵌套存储原始上报点避免关系型数据库的“一行一坐标”导致千万级冗余表warnings子文档记录实时告警事件与轨迹点时间戳对齐支持按warnings.type快速聚合统计违规类型使用TTL索引自动清理7天前的flight_recorddb.flight_record.createIndex({ end_time: 1 }, { expireAfterSeconds: 604800 })无需定时任务。2.3 Redis管“此刻谁在线、在哪飞、要干啥”缓存即状态Redis在这里不是“加速查询”的配角而是核心状态中心Key PatternTypeTTL用途drone:status:{drone_id}Hash30s存储last_heartbeat_ts,current_lat,current_lng,battery_level,mission_status供Web端实时地图渲染mission:lock:{mission_id}String10s分布式锁防止同一任务被多个调度节点重复下发使用SET key value NX PX 10000原子操作geo:fence:cacheSet永久禁飞区ID集合用于快速判断某坐标点是否在任一禁飞区内配合Lua脚本做GEOHASH范围预筛注意源码中RedisMissionLock类封装了锁的获取与续期逻辑但未使用Redission——作者明确注释“Redission的watchdog机制在K8s Pod重启时可能丢失锁续期心跳改用业务层主动EXPIRE续期更可控”。2.4 Java后端Spring Boot 2.7.18 MyBatis ShardingSphere-JDBC拒绝“全家桶幻觉”技术栈选择直击痛点Spring Boot 2.7.18避开3.x的Jakarta EE迁移风险且2.7.x对JDK 8兼容性最稳现场很多无人机飞控终端仍跑JDK 8MyBatis原生XML复杂空间查询如SELECT * FROM geo_fence WHERE ST_Contains(geom, POINT(?, ?))写动态SQL比注解更清晰ShardingSphere-JDBC 5.3.2MySQL分表策略仅作用于flight_log表按drone_id哈希分4表其他表如user_info保持单表——不是所有表都要分分错表比不分更慢。关键配置片段shardingsphere-jdbc.yamlrules: - !SHARDING tables: flight_log: actualDataNodes: ds_${0..3}.flight_log_${0..3} tableStrategy: standard: shardingColumn: drone_id shardingAlgorithmName: table-inline databaseStrategy: standard: shardingColumn: drone_id shardingAlgorithmName: db-inline defaultDatabaseStrategy: none: defaultTableStrategy: none: shardingAlgorithms: table-inline: type: INLINE props: algorithm-expression: flight_log_${drone_id.hashCode() % 4} db-inline: type: INLINE props: algorithm-expression: ds_${drone_id.hashCode() % 4}3. 部署实操从源码编译到四库联跑绕不开的六个硬核步骤3.1 环境准备JDK 8u291 Maven 3.8.6 Docker 24.0.5必须项目pom.xml中maven-compiler-plugin明确指定configuration source1.8/source target1.8/target encodingUTF-8/encoding /configuration若用JDK 11编译lombok注解处理器会报Unsupported class file major version 61错误。Maven版本低于3.8.6会导致spring-boot-maven-plugin无法正确打包fat jar报No plugin found for prefix spring-boot。Docker必须≥24.0.5因为docker-compose.yml中使用了profiles特性用于区分dev/prod环境services: redis: profiles: [prod] image: redis:7.0-alpine # ...3.2 MySQL初始化PostGIS扩展 分表建库脚本源码包中sql/mysql-init.sql不是简单CREATE TABLE而是包含创建4个物理库drone_db_0,drone_db_1,drone_db_2,drone_db_3在每个库中执行CREATE EXTENSION postgis;Ubuntu系统需先apt-get install postgresql-14-postgis-3执行CREATE TABLE geo_fence (id BIGINT PRIMARY KEY, name VARCHAR(100), geom GEOMETRY(POLYGON, 4326));插入上海浦东机场禁飞区WKTPOLYGON((121.35 31.12, 121.36 31.12, ...))。提示若跳过PostGIS安装geo_fence_service中checkInFence()方法会抛PSQLException: function st_contains(unknown, unknown) does not exist——这不是代码bug是环境缺失。3.3 MongoDB分片集群不单机副本集足矣项目application-prod.yml中MongoDB配置为spring: data: mongodb: uri: mongodb://localhost:27017,localhost:27018,localhost:27019/drone?replicaSetrs0对应docker-compose.yml启动三个MongoDB容器组成副本集mongo1: image: mongo:6.0 command: mongod --replSet rs0 --bind_ip_all ports: [27017:27017] mongo2: image: mongo:6.0 command: mongod --replSet rs0 --bind_ip_all ports: [27018:27017] mongo3: image: mongo:6.0 command: mongod --replSet rs0 --bind_ip_all ports: [27019:27017]初始化副本集需手动执行# 进入mongo1容器 docker exec -it drone-mongo1 mongo rs.initiate({ _id: rs0, members: [ { _id: 0, host: mongo1:27017 }, { _id: 1, host: mongo2:27017 }, { _id: 2, host: mongo3:27017 } ] })注意若只启一个MongoDBuri: mongodb://localhost:27017/drone应用启动时会报MongoTimeoutException: Timed out after 30000 ms while waiting for a server that matches ReadPreferenceServerSelector{readPreferenceprimary}——因为代码强制要求副本集模式以启用WriteConcern.MAJORITY。3.4 Redis主从哨兵这里用单节点持久化保命application-prod.yml中Redis配置极简spring: redis: host: localhost port: 6379 database: 0 lettuce: pool: max-active: 20docker-compose.yml只启一个Redisredis: image: redis:7.0-alpine command: redis-server /usr/local/etc/redis.conf volumes: - ./conf/redis.conf:/usr/local/etc/redis.conf ports: [6379:6379]redis.conf关键项save 900 1 save 300 10 save 60 10000 appendonly yes appendfilename appendonly.aof理由很现实无人机上报是“写多读少”AOF日志能保证断电不丢最近1秒数据而哨兵切换的30秒不可用窗口比丢1秒轨迹点更致命。3.5 编译打包跳过test但必须激活prod profile项目根目录执行mvn clean package -Dmaven.test.skiptrue -Pprod-Pprod激活src/main/resources/application-prod.yml其中包含MySQL连接串指向ds_0~ds_3四个数据源Redis密码为空因Docker内网通信未设密码MongoDB副本集地址日志路径指向/var/log/drone-platform/。生成的target/drone-platform-1.0.jar即为可运行包。3.6 启动服务顺序不能错否则服务雪崩必须严格按以下顺序启动# 1. 先启数据库MySQLMongoDBRedis docker-compose up -d mysql mongo1 mongo2 mongo3 redis # 2. 等待MySQL主库就绪检查3306端口 while ! nc -z localhost 3306; do sleep 1; done # 3. 初始化MySQL表结构执行sql/mysql-init.sql mysql -h127.0.0.1 -P3306 -uroot -proot sql/mysql-init.sql # 4. 启动Java服务注意-Xms/-Xmx必须≥2g java -Xms2g -Xmx2g -jar target/drone-platform-1.0.jar --spring.profiles.activeprod若先启Java服务ShardingSphere会因连不上ds_0~ds_3而启动失败报Cannot resolve reference to bean shardingSphereDataSource。4. 避坑指南六个血泪教训来自真实部署翻车现场4.1 现象Web端地图显示“无设备在线”但Redis里drone:status:*有数据原因前端WebSocket连接的/ws/drone-status端点后端DroneStatusWebSocketHandler中afterConnectionEstablished()方法未校验session.getAttributes().get(userId)导致匿名连接被接受而权限拦截器AuthInterceptor又放行了/ws/**路径。解决在WebSocketConfig中添加握手拦截器Override public void registerStompEndpoints(StompEndpointRegistry registry) { registry.addEndpoint(/ws/drone-status) .addInterceptors(new HandshakeInterceptor() { Override public boolean beforeHandshake(ServerHttpRequest request, ServerHttpResponse response, WebSocketSession session, MapString, Object attributes) throws Exception { // 从Cookie或Header提取token验证用户身份 String token extractToken(request); if (!validateToken(token)) return false; attributes.put(userId, getUserId(token)); return true; } }) .setAllowedOrigins(*); }4.2 现象MongoDBflight_record插入缓慢CPU飙升至95%原因trajectory数组默认开启_id自动生成而每条轨迹含2000坐标点MongoDB为每个坐标点生成ObjectId导致性能灾难。解决在实体类FlightRecord中显式关闭子文档_idDocument(collection flight_record) public class FlightRecord { Id private String id; Field(targetType FieldType.SUBDOCUMENT) DBRef private ListTrajectoryPoint trajectory; // TrajectoryPoint类上加Document(false) } Document(false) // 关键禁止为TrajectoryPoint生成_id public class TrajectoryPoint { private Long ts; private Double lat; private Double lng; private Double alt; private Integer battery; }4.3 现象Redis分布式锁失效同一任务被重复下发两次原因RedisMissionLock.lock()中SET key value NX PX 10000成功后未在业务逻辑执行完毕后调用unlock()且未设置try-finally兜底。当任务执行中抛出RuntimeException锁永远不释放。解决重构锁工具类强制要求传入Runnablepublic void lock(String lockKey, String lockValue, Runnable task) { Boolean locked redisTemplate.opsForValue() .setIfAbsent(lockKey, lockValue, Duration.ofSeconds(10)); if (Boolean.TRUE.equals(locked)) { try { task.run(); } finally { // Lua脚本确保只有持有者能删除 String script if redis.call(get, KEYS[1]) ARGV[1] then return redis.call(del, KEYS[1]) else return 0 end; redisTemplate.execute(new DefaultRedisScript(script, Long.class), Collections.singletonList(lockKey), lockValue); } } else { throw new LockAcquireException(Failed to acquire lock: lockKey); } }4.4 现象MySQL分表后SELECT COUNT(*) FROM flight_log返回0原因ShardingSphere-JDBC的COUNT(*)路由到单个实际表如flight_log_0而非合并所有分表结果。解决业务层改用SELECT COUNT(*) FROM flight_log WHERE 11 /* shardingSphere: hint-disable */关闭分片路由或改用SELECT SUM(cnt) FROM (SELECT COUNT(*) cnt FROM flight_log_0 UNION ALL SELECT COUNT(*) FROM flight_log_1 ...)。4.5 现象Nginx反向代理WebSocket失败报101 Switching Protocols错误原因nginx.conf中未透传Upgrade和Connection头location /ws/ { proxy_pass http://backend; proxy_http_version 1.1; # 必须 proxy_set_header Upgrade $http_upgrade; # 必须 proxy_set_header Connection upgrade; # 必须 }漏掉任一配置Nginx会以HTTP/1.0响应导致WebSocket握手失败。5. 压测与调优用JMeter模拟300架无人机并发上报定位瓶颈并修复5.1 压测脚本设计真实复刻无人机行为JMeter测试计划包含三个线程组模拟不同角色线程组线程数循环次数行为飞控上报300Forever每200ms发送一次POST /api/v1/drone/heartbeatBody含drone_id,lat,lng,battery使用CSV Data Set Config读取300个唯一drone_id任务下发5100每30秒发送一次POST /api/v1/mission/create创建含10个航点的任务监管查询20Forever每5秒发送一次GET /api/v1/monitor/active-drones查询当前在线设备列表关键参数drone_idCSV文件含300行DJI-M300-001~DJI-M300-300lat/lng范围限定在上海31.1~31.4, 121.3~121.5避免PostGIS空间查询拖慢JVM启动参数增加-XX:UseG1GC -XX:MaxGCPauseMillis200。5.2 瓶颈定位Arthas诊断内存与线程当JMeter并发升至300观察到jstat -gc pid显示G1-YGC频率达12次/秒G1-EGC频繁top -H -p pid发现nioEventLoopGroup-3-1线程CPU占98%arthas执行thread -n 5发现大量线程阻塞在MongoClientDelegate.sendCommand()。根因分析MongoDB驱动默认maxConnectionPoolSize100300个飞控连接争抢连接池ShardingSphere的PreparedStatement缓存未关闭flight_log表INSERT语句生成大量PreparedStatement对象撑爆Metaspace。5.3 针对性修复四步落地见效Step 1MongoDB连接池扩容# application-prod.yml spring: data: mongodb: # 原配置 # uri: mongodb://... # 新增 properties: maxConnectionPoolSize: 300 minConnectionPoolSize: 50 maxConnectionLifeTime: 0 maxConnectionIdleTime: 0Step 2关闭ShardingSphere PreparedStatement缓存# shardingsphere-jdbc.yaml props: sql-show: false check-table-metadata-enabled: false # 关键禁用PS缓存 cache-prepared-statements: false prepared-statement-cache-size: 0Step 3MySQL批量插入优化原代码for (TrajectoryPoint p : points) { flightLogMapper.insert(p); // 单条INSERT }改为MyBatis批量insert idbatchInsert parameterTypejava.util.List INSERT INTO flight_log_${tableSuffix} (drone_id, ts, lat, lng, alt, battery) VALUES foreach collectionlist itemitem separator, (#{item.droneId}, #{item.ts}, #{item.lat}, #{item.lng}, #{item.alt}, #{item.battery}) /foreach /insertStep 4Redis缓存穿透防护drone:status:{drone_id}查询时若drone_id非法如DJI-FAKE-999MySQL无记录Redis也不存导致每次请求都穿透到DB。加入布隆过滤器BloomFilter// 初始化布隆过滤器加载所有合法drone_id BloomFilterString droneBf BloomFilter.create( Funnels.stringFunnel(Charset.defaultCharset()), 100000, 0.01); // 查询前先过滤 if (!droneBf.mightContain(droneId)) { return ResponseEntity.notFound().build(); // 直接返回404 }5.4 调优后压测结果对比指标优化前300并发优化后300并发提升平均RTms42886↓80%错误率12.7%MongoTimeout0.0%↓100%JVM GC频率12次/秒0.8次/秒↓93%CPU使用率98%42%↓57%MongoDB连接数98/100满212/300稳定↑114%从那以后我每次上线新服务都强制走一遍“JMeter模拟真实设备行为 Arthas实时诊断 慢SQL日志抓取”三板斧——不是信不过代码是信不过自己没想全的边界条件。这份无人机平台源码最珍贵的不是它实现了什么而是它把生产环境里那些“理论上可行、实际上翻车”的细节全摊开给你看了。希望帮到你。本文还有配套的精品资源点击获取