从零搭建外卖跑腿配送系统完整流程解析

外卖跑腿配送系统本质上是一个以多角色协同、实时调度和地理位置驱动为核心的同城即时履约平台。它连接用户、商家与骑手，并通过管理后台实现全局运营管控。

本文将从业务流程到技术架构，再到关键代码实现，全方位拆解一套可落地的外卖跑腿配送系统设计方案。

（图：外卖跑腿配送系统架构示意）

典型的外卖跑腿系统通常采用分层或微服务/模块化架构。业务层面，用户端支持下单、支付与订单追踪；商家端负责接单、出餐及订单管理；骑手端围绕抢单、配送与签收；管理后台则统筹订单调度、风控和数据分析。

技术选型上，前端常采用Vue、React，或直接开发小程序与App；后端以Java Spring Boot、Node.js、Go为主；数据库使用MySQL与Redis；地图服务集成高德或Google Maps；消息推送通过WebSocket或MQTT；定位则基于GPS与LBS。

核心业务流程详解

系统主链路清晰：用户下单→商家接单→系统派单（或骑手抢单）→骑手取餐→配送→完成订单→结算评价。其中派单逻辑是整个流程的核心节点。

核心模块拆解

1. 订单模块

订单是系统的核心数据实体。一个简化版的订单表设计如下：

CREATE TABLE orders (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  user_id BIGINT,
  merchant_id BIGINT,
  rider_id BIGINT,
  status VARCHAR(20),
  total_amount DECIMAL(10,2),
  create_time DATETIME,
  update_time DATETIME
);

2. 下单接口（后端示例）

以下Node.js示例展示了下单接口的核心逻辑：先计算总金额，然后创建订单，最后将订单ID放入Redis队列等待派单系统处理。

app.post("/order/create", async (req, res) => {
  const { userId, merchantId, items } = req.body;

  // 第一步：计算订单总金额
  const total = items.reduce((sum, item) => {
    return sum + item.price * item.count;
  }, 0);

  // 第二步：创建订单记录
  const order = await db.orders.create({
    user_id: userId,
    merchant_id: merchantId,
    total_amount: total,
    status: "PENDING"
  });

  // 第三步：写入Redis队列用于派单调度
  await redis.lpush("order_queue", order.id);

  res.json({ success: true, orderId: order.id });
});

3. 派单核心逻辑（重点）

派单是外卖系统智能化的体现。如何将订单分配给最近的骑手？思路清晰：获取订单位置，通过LBS查找附近骑手，计算距离，最后分配给距离最近的一位。

具体实现可借助Redis的GEO功能管理骑手位置：

// 骑手上线时存储其位置信息到Redis GEO
await redis.geoadd("riders_location", longitude, latitude, riderId);

查询附近可用骑手：

const riders = await redis.georadius(
  "riders_location", 
  orderLng, 
  orderLat, 
  3,      // 3公里范围
  "km", 
  "WITHDIST", 
  "COUNT", 
  5
);

完整的派单逻辑封装如下：

async function dispatchOrder(orderId, orderLng, orderLat) {
  const riders = await redis.georadius(
    "riders_location", 
    orderLng, 
    orderLat, 
    5, 
    "km", 
    "WITHDIST"
  );

  if (!riders.length) {
    throw new Error("暂无可用骑手");
  }

  // 按距离升序排序
  riders.sort((a, b) => a[1] - b[1]);
  const selectedRider = riders[0][0];

  // 更新订单信息
  await db.orders.update({
    where: { id: orderId },
    data: { rider_id: selectedRider, status: "DISPATCHED" }
  });

  // 通过WebSocket/MQTT通知骑手
  notifyRider(selectedRider, orderId);

  return selectedRider;
}

4. 实时订单推送（WebSocket）

骑手需在秒级收到订单通知，WebSocket是实现实时推送的关键：

const WebSocket = require("ws");
const wss = new WebSocket.Server({ port: 8080 });

wss.on("connection", (ws) => {
  ws.on("message", (msg) => {
    const data = JSON.parse(msg);
    if (data.type === "rider_login") {
      ws.riderId = data.riderId;
    }
  });
});

// 推送新订单给指定骑手
function notifyRider(riderId, orderId) {
  wss.clients.forEach(client => {
    if (client.riderId === riderId) {
      client.send(JSON.stringify({ type: "NEW_ORDER", orderId }));
    }
  });
}

5. 骑手接单逻辑

接单时需进行状态判断，防止多人同时抢单：

app.post("/rider/accept", async (req, res) => {
  const { riderId, orderId } = req.body;
  const order = await db.orders.findById(orderId);

  // 检查订单是否仍处于可接单状态
  if (order.status !== "DISPATCHED") {
    return res.json({ success: false, msg: "订单已被接单" });
  }

  await db.orders.update({
    where: { id: orderId },
    data: { status: "ACCEPTED", rider_id: riderId }
  });

  res.json({ success: true });
});

6. 定位更新（骑手端）

骑手位置需持续上报，常见频率为每5秒一次：

setInterval(() => {
  na vigator.geolocation.getCurrentPosition(async (pos) => {
    await fetch("/rider/location/update", {
      method: "POST",
      body: JSON.stringify({
        riderId,
        lng: pos.coords.longitude,
        lat: pos.coords.latitude
      })
    });
  });
}, 5000);

后端接收更新后写入Redis：

app.post("/rider/location/update", async (req, res) => {
  const { riderId, lng, lat } = req.body;
  await redis.geoadd("riders_location", lng, lat, riderId);
  res.json({ success: true });
});

关键技术难点

实战中，有四个常见坑位需要重点关注。

第一是高并发订单处理。解决方案成熟：使用Redis队列削峰，配合MQ异步派单，必要时引入分库分表。

第二是实时性。WebSocket已替代HTTP轮询，MQTT在移动端连接优化方面表现更优。

第三是距离计算。Redis GEO是首选方案，Haversine公式可作为备选。

第四是防止抢单冲突。分布式锁是标配，利用Redis的SETNX可干净利落地解决：

const lock = await redis.set("order_lock_" + orderId, riderId, "NX", "EX", 10);
if (!lock) {
  return "订单已被抢";
}

系统升级方向

若目标为商业级别的系统，以下几项几乎是刚需：

• 智能派单：引入AI算法，综合距离、负载和骑手评分；
• 动态调度：支持订单合并配送，提升整体效率；
• 路径规划优化：采用A*或Dijkstra算法；
• 风控系统：专门用于检测异常骑手行为；
• 大数据分析：进行热区预测，提前调度运力。

（图：外卖跑腿配送系统升级方向）

总结

归根结底，外卖跑腿配送系统的核心并非“下单”动作本身。真正的技术难点集中在三大块：派单算法、实时通信、高并发处理。这三块打得扎实，系统才真正具备商业落地的底气。