摘要: 随着互联网技术和经济水平的飞速发展，大宗商品交易开始由传统的线下交易逐步转移到线上来，其信息化管理的高低很大程度上影响着企业运营效益。早期系统服务端架构主要采用单体式架构和SOA架构开发，但这些传统的架构方式缺乏足够的弹性支持实际业务... 展开 随着互联网技术和经济水平的飞速发展，大宗商品交易开始由传统的线下交易逐步转移到线上来，其信息化管理的高低很大程度上影响着企业运营效益。早期系统服务端架构主要采用单体式架构和SOA架构开发，但这些传统的架构方式缺乏足够的弹性支持实际业务流程的变更，难以应对系统复杂性的增加。针对这些问题，本论文研究基于微服务架构的大宗商品采销管理系统的设计与实现，本文的主要研究内容如下： (1)针对传统的单体式架构和SOA架构开发的系统存在的不足，将采销管理系统拆分为会员、商品、交易、计划以及搜索五个独立的微服务，较大程度上使得系统各模块间的业务耦合性有所下降，提高系统的可扩展性和灵活性。 (2)在系统搜索服务中，针对深度语义相似度算法进行研究。业内最新的深度语义匹配算法SimCSE-BERTBase是在BERT的基础上基于对比学习技术计算训练的模型，其向量维度和BERTbase一样都是768维，因向量维度较高从而导致模型推理速度过慢，无法满足系统搜索服务的性能要求。针对该问题，本文提出了融合TinyBERT模型和SimCSE模型的文本向量化方法，实验结果表明，和原始的SimCSE-BertBase大模型相比，提出的SimCSE-TinyBERT小模型以2.26%的推理精度损失，获得了3.45倍的性能加速。 (3)依据上述提出的微服务架构方法与文本向量化算法，运用SpringCloud框架所提供的相关组件，对基于微服务的大宗商品采销管理系统进行设计与实现。本系统在功能和性能上均己满足企业在大宗商品采销管理上的核心需求，可以大幅度提升企业采购交易的管理与执行效率，同时系统具备较好的高可用性和可靠性。本论文所取得的成果对从事相关微服务工作的开发人员有一定的参考价值。 收起