简介：这是一套面向计算机专业本科生的毕业设计级银行排号系统实战资源，完整覆盖Java桌面应用开发全流程，解决银行、政务大厅等场景下的客户分流与业务协同管理问题。资源包为69.98MB的RAR压缩文件，包含可运行Java源码、配套数据库脚本、系统操作演示视频及结构完整的毕业论文，涵盖服务器端（取号、统计、删除、查询、通知）与客户端（登录、叫号、统计、删除、查询）双模块功能实现，代码分层清晰，含DAO数据访问层与界面交互逻辑。已有468人学习下载，读者可直接导入IDE调试运行，复现多工作台并发叫号流程，掌握Socket通信、Swing界面开发、MySQL数据持久化及前后端状态同步等核心技能，同时获得论文撰写范式与答辩支撑材料。
1. 为什么一个银行柜台前的“叫号声”值得用 Java 重写一遍？
你见过那种老式银行网点：客户一进门，先在机器上按个键，吐出一张带数字的小票，然后盯着墙上一块泛黄的LED屏，等“请037号到2号窗口”的机械女声响起——声音还没落，037号已经冲到窗口前，而036号还在低头刷手机，038号刚从ATM区慢悠悠踱过来。这不是效率问题，是排队逻辑失控：没有优先级（老人、残障、紧急业务）、没有超时重排（客户等了25分钟没被叫，系统却仍把它当“活跃队列”）、没有状态回溯（窗口断电重启后，谁该下一个？没人知道）。
这个“基于Java的银行排号系统”不是教科书里的Hello World，它是把物理世界的排队熵，用Java语言建模成可调度、可审计、可扩展的软件实体。它解决的不是“怎么显示号码”，而是如何让银行服务流在并发、断电、窗口增减、业务插队等真实扰动下，依然保持确定性响应。适合两类人：一是刚学完JDBC+Swing/Spring Boot想落地练手的Java新手，二是需要快速交付轻量级网点级系统的中小银行IT岗——它不对接核心账务，但能立刻替代贴在墙上的纸质号单；它不用微服务拆分，但已预留窗口状态上报、微信取号、叫号语音合成等接口桩。源码里藏着的，是Java工程师对“状态一致性”最朴素的执念。
2. 从零搭起排号骨架：用 Spring Boot + MyBatis-Plus 快速建模核心实体
银行排号系统表面是“叫号”，底层是三类状态的强一致性维护：客户号的生成与分配、窗口的实时占用与释放、业务类型的权重调度。选 Spring Boot 不是因为它时髦，而是它能把嵌入式H2数据库、REST API、定时任务、事务管理全打包进一个jar包——网点IT人员双击就能运行，无需部署Tomcat或配置数据源。MyBatis-Plus 则省去90%的CRUD样板代码，尤其适合“号单状态变更”这种高频但结构固定的SQL操作。下面直接给出最简可行路径，跳过所有“创建Maven工程”的冗余步骤，聚焦真正影响后续扩展的建模决策。
2.1 客户号实体设计：不只是自增ID，而是带业务语义的编码
客户号不能简单用数据库自增ID，必须承载业务信息：前缀标识业务类型（如“CASH”表示现金，“LOAN”表示贷款）、中间位表示当日序号、末尾校验码防手输错误。MyBatis-Plus 的@TableId(type = IdType.NONE)配合自定义生成器，比UUID更可控：
// CustomerNumber.java @Data @TableName("t_customer_number") public class CustomerNumber { @TableId(type = IdType.NONE) private String number; // 格式：CASH-20240520-00123-7 private String businessType; // CASH, LOAN, TRANSFER private LocalDateTime createTime; private Integer status; // 0:已取号, 1:已叫号, 2:已过号, 3:已办结 private String windowNo; // 当前分配窗口号，为空表示未分配 }关键参数说明：
status字段用整型而非枚举，因网点可能临时增加“暂停服务”（4）或“VIP插队”（5）状态，避免后期改enum重编译；number字段不设主键约束，靠应用层生成逻辑保证唯一性——这是为未来支持多网点号池同步留的活口（单库时用数据库唯一索引，多库时用雪花ID+业务前缀）。
2.2 窗口实体与状态机：用枚举+定时任务实现“窗口健康度”自检
窗口不是静态资源，它有生命周期：空闲→叫号中→正在办理→完成→异常中断。硬编码if-else易出错，改用状态机模式：
// WindowStatus.java public enum WindowStatus { IDLE(0, "空闲"), CALLED(1, "已叫号"), PROCESSING(2, "办理中"), COMPLETED(3, "已完成"), OFFLINE(9, "离线"); private final int code; private final String desc; // 构造、getter省略 } // Window.java @Data @TableName("t_window") public class Window { @TableId private Long id; private String windowNo; // "A01", "B02" private WindowStatus status; private String currentNumber; // 当前正在办理的客户号 private LocalDateTime lastActiveTime; // 最后一次状态变更时间 }配套一个每30秒扫描的定时任务，自动将lastActiveTime超5分钟的窗口置为OFFLINE：
// WindowHealthCheck.java @Scheduled(fixedDelay = 30000) public void checkWindowHealth() { LocalDateTime timeout = LocalDateTime.now().minusMinutes(5); QueryWrapper<Window> wrapper = new QueryWrapper<>(); wrapper.eq("status", WindowStatus.PROCESSING.getCode()) .lt("last_active_time", timeout); List<Window> timeoutWindows = windowMapper.selectList(wrapper); timeoutWindows.forEach(w -> { w.setStatus(WindowStatus.OFFLINE); w.setCurrentNumber(null); windowMapper.updateById(w); log.warn("窗口 {} 超时未更新状态，强制置为离线", w.getWindowNo()); }); }为什么用定时任务而非WebSocket心跳？网点网络环境差，WebSocket连接频繁断开；而定时任务依赖本地时间，只要Java进程活着就可靠。血泪经验：某农商行试点时，用WebSocket心跳导致窗口状态“假死”，客户排长队却无人叫号，最后靠重启服务才恢复——从此所有状态变更都走DB事务+定时兜底。
3. 叫号逻辑的核心：用Redis分布式锁+数据库乐观锁双保险防并发冲突
叫号动作看似简单：“点击‘下一个’→屏幕显示新号→语音播报”，但在高并发下极易出现重复叫号、跳号、漏号。比如两个柜员同时点“下一个”，系统若只查status=IDLE的窗口再分配，可能都选中A01窗口，导致同一客户号被叫两次。必须用两层锁机制：Redis锁控制“叫号操作原子性”，数据库乐观锁保障“窗口状态变更一致性”。
3.1 Redis锁封装：用SETNX+Lua脚本杜绝锁失效
Spring Boot整合Redis后，不直接用RedisTemplate.opsForValue().setIfAbsent()，因其无法原子性设置过期时间，存在锁永远不释放风险。改用Lua脚本：
// RedisLockUtil.java public boolean tryLock(String lockKey, String requestId, long expireSeconds) { String script = "if redis.call('setnx', KEYS[1], ARGV[1]) == 1 then " + "redis.call('expire', KEYS[1], ARGV[2]) return 1 else return 0 end"; Object result = redisTemplate.execute( new DefaultRedisScript<>(script, Long.class), Collections.singletonList(lockKey), requestId, String.valueOf(expireSeconds) ); return (Long) result == 1; } public void unlock(String lockKey, String requestId) { 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), requestId ); }参数说明：
lockKey固定为"call_next_lock"，所有叫号请求竞争同一把锁；requestId用UUID保证锁归属可追溯；expireSeconds=10是经验值——叫号全流程（查号、更新窗口、发消息）在正常网络下绝不会超10秒，超时即认为操作失败，避免死锁。
3.2 数据库乐观锁：在UPDATE语句中校验版本号
窗口表加version字段，每次更新都校验：
-- t_window 表结构片段 ALTER TABLE t_window ADD COLUMN version INT DEFAULT 0; -- 叫号时的UPDATE语句（MyBatis-Plus XML） <update id="callNextForWindow"> UPDATE t_window SET current_number = #{customerNumber}, status = #{processingStatus}, last_active_time = NOW(), version = version + 1 WHERE window_no = #{windowNo} AND status = #{idleStatus} AND version = #{oldVersion} </update>Java层调用时，先查当前version，再传入UPDATE：
// CallService.java public Result callNext(String windowNo) { Window window = windowMapper.selectOne(new QueryWrapper<Window>().eq("window_no", windowNo)); if (!window.getStatus().equals(WindowStatus.IDLE)) { return Result.fail("窗口" + windowNo + "非空闲状态"); } // 尝试获取Redis锁 if (!redisLockUtil.tryLock("call_next_lock", UUID.randomUUID().toString(), 10)) { return Result.fail("叫号繁忙，请稍候"); } try { // 乐观锁更新：只更新version匹配的记录 int updated = windowMapper.callNextForWindow(windowNo, nextNumber, WindowStatus.PROCESSING.getCode(), WindowStatus.IDLE.getCode(), window.getVersion()); if (updated == 0) { return Result.fail("叫号失败：窗口状态已被其他操作修改"); } // 发送消息、语音播报... return Result.success(nextNumber); } finally { redisLockUtil.unlock("call_next_lock", requestId); } }为什么不用MySQL行锁？行锁在高并发下易引发锁等待甚至死锁，且无法跨JVM实例；Redis锁+乐观锁组合，既保证单JVM内操作原子性，又兼容未来集群部署——这是中小银行系统演进的真实路径。
4. 避坑指南：这5个坑让80%的初学者在部署当天就翻车
做银行系统，稳定压倒一切。以下全是我在三个地市农商行现场实施时，客户指着屏幕骂“你们Java写的玩意儿还不如我手写Excel表格”后，连夜补上的血泪补丁。每个坑都对应真实日志和复现步骤。
4.1 现象：客户取号后，LED屏显示“请001号”，但语音播报却是“请003号”
原因：LED屏用HTTP轮询API获取最新号，语音模块用MQTT订阅号变更事件，两者未共享同一号源。当网络抖动时，LED屏拿到旧号，MQTT收到新号，造成视听不同步。
解决：强制统一号源——所有前端（LED屏、微信小程序、柜台PC）只读/api/next-number接口，该接口返回JSON含currentNumber和nextNumber；语音模块不再订阅MQTT，改为定时调用此接口，对比currentNumber变化再触发播报。用@Cacheable(key="#root.methodName")缓存接口结果，降低DB压力。
4.2 现象：重启服务后，新取号从001开始，历史号全部丢失
原因：开发时用H2内存数据库，spring.h2.console.enabled=true，但生产环境未切换为MySQL，且未配置spring.datasource.url=jdbc:h2:file:~/bank-queue;DB_CLOSE_ON_EXIT=FALSE，导致H2文件未持久化。
解决：部署前必查application-prod.yml，确认数据库URL指向MySQL，并添加初始化脚本：
-- init.sql CREATE TABLE IF NOT EXISTS t_customer_number ( number VARCHAR(32) PRIMARY KEY, business_type VARCHAR(10), create_time DATETIME, status TINYINT, window_no VARCHAR(10) ); INSERT INTO t_customer_number SELECT * FROM t_customer_number_backup WHERE create_time >= DATE_SUB(NOW(), INTERVAL 7 DAY); -- 恢复近7天号单4.3 现象：VIP客户插队后，普通客户等待时间暴涨，投诉激增
原因：插队逻辑简单粗暴——把VIP号插入队列头部，但未重新计算后续所有客户的预计等待时间，LED屏仍显示“前方还有5人”，实际变成“前方还有12人”。
解决：引入动态权重队列。普通号权重=1，VIP号权重=5，窗口处理速率按权重累加：
// QueueCalculator.java public int estimateWaitCount(String windowNo) { // 查询当前窗口分配的所有待办号单 List<CustomerNumber> queue = customerNumberMapper.selectList( new QueryWrapper<CustomerNumber>() .eq("window_no", windowNo) .in("status", Arrays.asList(0, 1)) .orderByAsc("create_time") ); return queue.stream() .mapToInt(c -> "VIP".equals(c.getBusinessType()) ? 5 : 1) .sum(); }LED屏显示“前方约12人（含VIP）”，客户心理预期更准。
4.4 现象：微信小程序取号成功，但柜台PC端查不到该号
原因：小程序和PC端连接不同数据库实例（开发环境用H2，生产环境PC连MySQL，小程序连另一台MySQL），未做主从同步或双写。
解决：强制所有客户端连同一MySQL主库。若需读写分离，用ShardingSphere代理，配置readwrite_splitting规则，确保取号（写）和查询（读）路由到同一节点。禁用任何“小程序直连MySQL”的野路子——安全审计通不过。
4.5 现象：连续叫号10次后，系统CPU飙升至95%，响应超时
原因：语音播报用Runtime.getRuntime().exec("say " + number)调用系统TTS，但未限制并发数，10个柜员同时点“下一个”，瞬间fork出10个say进程，耗尽系统资源。
解决：改用线程池+队列控制语音播报：
// VoiceService.java private final ThreadPoolExecutor voiceExecutor = new ThreadPoolExecutor( 1, 1, 30L, TimeUnit.SECONDS, new LinkedBlockingQueue<>(10), // 最多排队10条播报 new ThreadFactoryBuilder().setNameFormat("voice-pool-%d").build() ); public void speak(String number) { voiceExecutor.submit(() -> { try { // 调用本地TTS或阿里云语音合成API ttsClient.synthesize(number, "/tmp/" + number + ".mp3"); playAudio("/tmp/" + number + ".mp3"); } catch (Exception e) { log.error("语音播报失败", e); } }); }5. 让系统真正“活”起来：用数据库触发器+日志分析反推业务瓶颈
排号系统上线后，不能只满足于“能叫号”。真正的价值在于：从每天产生的数千条号单日志里，挖出网点运营的隐性成本。比如，某窗口平均处理时长12分钟，但同类型业务在其他网点只要6分钟——是柜员技能问题，还是该窗口硬件（扫码枪、二代身份证读卡器）故障频发？答案不在KPI报表里，在数据库的UPDATE日志中。
5.1 用MySQL触发器捕获窗口状态变更全轨迹
在t_window表上建触发器，每次UPDATE都写入审计表，记录变更前后的完整状态：
-- 创建审计表 CREATE TABLE t_window_audit ( id BIGINT AUTO_INCREMENT PRIMARY KEY, window_no VARCHAR(10), old_status TINYINT, new_status TINYINT, old_current_number VARCHAR(32), new_current_number VARCHAR(32), update_time DATETIME DEFAULT CURRENT_TIMESTAMP, duration_seconds INT -- 本次状态持续秒数，用于计算空闲率 ); -- 触发器：UPDATE后写入审计 DELIMITER $$ CREATE TRIGGER window_status_audit AFTER UPDATE ON t_window FOR EACH ROW BEGIN INSERT INTO t_window_audit ( window_no, old_status, new_status, old_current_number, new_current_number ) VALUES ( NEW.window_no, OLD.status, NEW.status, OLD.current_number, NEW.current_number ); END$$ DELIMITER ;为什么不用应用层日志？应用日志可能因OOM或GC停顿丢失；数据库触发器在事务内执行，只要UPDATE成功，审计必写入——这是金融级系统对“操作留痕”的底线要求。
5.2 用Python脚本每日分析，生成《窗口效能热力图》
用Pandas读取审计表，计算每个窗口的“空闲率”、“平均处理时长”、“异常中断率”：
# daily_report.py import pandas as pd from sqlalchemy import create_engine engine = create_engine("mysql+pymysql://user:pass@host:3306/bank_queue") # 读取当日审计日志 df = pd.read_sql(""" SELECT window_no, old_status, new_status, UNIX_TIMESTAMP(update_time) as ts FROM t_window_audit WHERE DATE(update_time) = CURDATE() """, engine) # 计算空闲率：status=0（空闲）的总秒数 / 86400 idle_seconds = df[df['new_status']==0]['ts'].diff().sum() idle_rate = round(idle_seconds / 86400 * 100, 2) # 计算平均处理时长：status=2（办理中）到status=3（已完成）的时间差 proc_df = df[(df['old_status']==2) & (df['new_status']==3)] avg_proc_time = proc_df['ts'].diff().mean() print(f"窗口空闲率: {idle_rate}% | 平均处理时长: {avg_proc_time:.1f}秒")将结果写入Excel，邮件发送给网点主任。当发现“A03窗口空闲率仅12%”，立即检查其硬件——果然，扫码枪驱动异常，更换后空闲率升至45%。
5.3 关键技巧：用MyBatis-Plus的@SelectProvider动态SQL应对“灵活查询”
业务方常提临时需求：“查今天所有超时未叫号的客户”、“统计VIP业务占比”。若每个需求都写新Mapper，代码膨胀快。用@SelectProvider动态拼SQL：
// CustomerNumberMapper.java @SelectProvider(type = CustomerNumberSqlProvider.class, method = "buildQuery") List<CustomerNumber> selectByCondition(@Param("condition") QueryCondition condition); // CustomerNumberSqlProvider.java public class CustomerNumberSqlProvider { public String buildQuery(QueryCondition condition) { SQL sql = new SQL(); sql.SELECT("*").FROM("t_customer_number"); if (condition.getStartTime() != null) { sql.WHERE("create_time >= #{condition.startTime}"); } if (condition.getStatus() != null) { sql.WHERE("status = #{condition.status}"); } if (condition.getTimeoutMinutes() != null) { sql.WHERE("status = 0 AND create_time < DATE_SUB(NOW(), INTERVAL #{condition.timeoutMinutes} MINUTE)"); } sql.ORDER_BY("create_time DESC"); return sql.toString(); } }我的习惯是：所有报表类查询，绝不写死SQL，全用
@SelectProvider。因为业务规则变起来比Java代码编译还快——上周要查“超时5分钟”，这周改成“超时3分钟且业务类型为贷款”，改个参数就行，不用动Mapper XML。希望帮到你。
本文还有配套的精品资源，点击获取
