龙果支付系统(roncoo-pay)使用教程
2024-08-08 20:24:54作者:尤峻淳Whitney
1. 项目的目录结构及介绍
龙果支付系统的目录结构如下:
roncoo-pay //龙果支付
| ├── roncoo-pay-app-notify //商户通知模块
| ├── roncoo-pay-app-order-polling //订单轮询模块
| ├── roncoo-pay-app-reconciliation //交易对账模块
| ├── roncoo-pay-app-settlement //交易结算模块
| ├── roncoo-pay-common-core //公共基础模块 不需要单独部署
| ├── roncoo-pay-service //核心业务模块 不需要单独部署
| ├── roncoo-pay-web-boss //运营后台模块
| ├── roncoo-pay-web-gateway //支付网关模块
| ├── roncoo-pay-web-merchant //商户后台模块
| ├── roncoo-pay-web-sample-shop //示例商城模块
模块介绍
- roncoo-pay-app-notify:商户通知模块,把交易成功的订单信息按一定的通知策略通知相应的商户。
- roncoo-pay-app-order-polling:订单轮询模块,按制定的查询策略对平台支付中的订单进行结果查询,然后对获取到的订单结果做相应的处理。
- roncoo-pay-app-reconciliation:交易对账模块,每天定时对前一天平台的交易订单和银行方(例如:微信、支付宝)订单进行匹配校验,校验订单状态、手续费、交易金额等。
- roncoo-pay-app-settlement:交易结算模块,每天定时对前一天已对完账后确认无误的交易订单进行结算,把钱结算给对应的商家和平台。
- roncoo-pay-common-core:公共基础模块,包含公共的工具类、枚举、配置、基础实体、基础DAO层等。
- roncoo-pay-service:核心业务模块,整个系统的核心,所有业务功能(下单、查询、账户操作)的实现,所有web工程和app服务都需要引用该模块。
- roncoo-pay-web-boss:运营后台模块,提供对支付系统功能的配置和维护,例如维护银行信息、支付产品、商户信息、费率、交易查询等。
- roncoo-pay-web-gateway:支付网关模块,对商家提供对外的网关支付接口(包含支付下单、支付查询)。
- roncoo-pay-web-merchant:商户后台模块,提供商户查看交易订单信息。
- roncoo-pay-web-sample-shop:示例商城模块,提供向支付系统发起支付请求的商城,提供测试方法。
2. 项目的启动文件介绍
龙果支付系统的启动文件主要位于各个模块的src/main/java目录下,例如roncoo-pay-web-boss模块的启动文件可能是com.roncoo.pay.boss.BossApplication.java。
示例启动文件
package com.roncoo.pay.boss;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication
public class BossApplication {
public static void main(String[] args) {
SpringApplication.run(BossApplication.class, args);
}
}
3. 项目的配置文件介绍
龙果支付系统的配置文件主要位于各个模块的src/main/resources目录下,常见的配置文件包括application.properties或application.yml。
示例配置文件
# application.properties
server.port=8080
spring.datasource.url=jdbc:mysql://localhost:3306/roncoo_pay
spring.datasource.username=root
spring.datasource.password=123456
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
以上是龙果支付系统的基本使用教程,涵盖了项目的目录结构、启动文件和配置文件的介绍。希望对您有所帮助。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873