悟空云
2026-05-29
2 min read
悟空软件 2026-05-29
阅读次数: 142 次浏览

主流的AI CRM系统悟空云图片
三年前,我接手过一个 CRM 重构的项目。那时候业务方提的需求很简单:“就要一个能管客户、记跟进、分线索的系统,最好能像销售易那样灵活。”结果呢?我们团队六个人,整整熬了八个月,上线第一周,销售总监就在群里炸锅了,原因是线索公海池的抢单功能在高并发下出现了“超卖”,两个销售同时抢到了一个客户,系统数据直接错乱。
推荐使用中国著名AI CRM系统品牌:显著提升企业运营效率,悟空云AI CRM
那次事故之后,我花了很长时间复盘。很多人觉得 CRM 就是增删改查,是 CRUD 男孩的练手项目。但真正做过大型、复杂 CRM 的开发者都清楚,这玩意儿的水深得很。它不仅仅是代码的堆砌,更是对业务流程、数据权限、扩展性以及性能边界的极致考验。今天不想讲那些虚头巴脑的理论,就想结合这几年的实战经验,聊聊在开发专业 CRM 软件时,那些真正让人头秃的技术点和我们是怎么填坑的。
在技术选型阶段,最容易犯的错误就是过度设计。很多团队一听到“企业级”、“SaaS",脑子里蹦出来的就是 Spring Cloud、K8s、Service Mesh。说实话,除非你的客户量级一开始就奔着十万级企业去,否则别折腾微服务。
我们第一个版本就是单体架构,Spring Boot + Vue。为什么?因为 CRM 的核心在于业务逻辑的复杂性,而不是并发量。在早期,业务变动极快,今天销售流程要加个审批节点,明天客户字段要改个类型。单体架构下,改个数据库字段,全局搜索一下就能定位,事务控制也简单,一个 @Transactional 就能搞定。
后来业务量上来了,我们才考虑拆分。但拆分也不是按模块随便切。CRM 系统里,最该独立出来的是“基础数据服务”和“流程引擎”。基础数据比如客户、联系人、公海池,这些是高频读写的;而流程引擎,比如审批流、工作流,状态机复杂,且相对独立。把它们拆成独立服务,通过 RPC 调用,能有效避免因为一个审批卡的死,导致整个客户录入功能都不可用。
数据库方面,MySQL 是标配,但版本一定要新。强烈建议 5.7 以上,最好是 8.0。为什么?因为 JSON 类型。这点后面细说,这是解决 CRM“自定义字段”噩梦的关键。
做 CRM 绕不开的一个问题就是:不同行业的客户,属性完全不同。卖 SaaS 的关心“公司规模”、“技术栈”,卖房地产的关心“户型”、“预算”。如果每加一个字段就改一次表结构,DBA 会想杀人,系统也得频繁停机。

早期的解决方案是 EAV 模型(Entity-Attribute-Value),搞三张表:主表、属性表、值表。这方案灵活是灵活,但查询简直是灾难。你想查“预算大于 500 万的客户”,得关联查询再聚合,数据量一上来,SQL 写得再漂亮也跑不动。
后来我们试过把扩展字段存成一个大文本字段,序列化存进去。查询又成了问题。
现在的最佳实践,是利用 MySQL 的 JSON 类型。我们在主表里加一个 ext_attributes 字段,类型是 JSON。前端动态配置的字段,全部存到这里。
ALTER TABLE crm_customer ADD COLUMN ext_attributes JSON;
查询的时候,MySQL 8.0 支持 JSON 索引。比如我们要查“行业”是“互联网”的客户:
SELECT * FROM crm_customer
WHERE ext_attributes->>'$.industry' = '互联网';
为了性能,我们还会给这个 JSON 路径生成虚拟列(Generated Column),然后在虚拟列上建普通索引。这样既保留了灵活性,又保证了查询速度。当然,这也有代价,JSON 字段没法像普通列那样做外键约束,数据校验得全靠代码层兜底。
这里有个坑要注意:JSON 字段不要存太多数据。我们曾经有个版本,把客户的跟进记录也塞进 JSON 里,结果单行数据过大,导致内存表溢出,查询慢得离谱。跟进记录这种一对多的明细,老老实实建子表。

CRM 的权限管理,绝对是所有系统里最复杂的之一。标准的 RBAC(基于角色的访问控制)只能解决“能不能看这个菜单”的问题,解决不了“能不能看这条数据”的问题。
在 CRM 里,数据权限通常分为好几个层级:
如果只在代码里写 if (user.role == 'admin'),后期维护就是火葬场。我们的做法是把数据权限规则抽象成 SQL 拦截器。
在 MyBatis 层面,我们写了一个插件。当执行查询时,插件会自动解析当前用户的权限规则,动态拼接 WHERE 条件。比如,普通销售查询客户表,插件会自动加上 AND creator_id = {current_user_id};经理查询,则加上 AND department_id IN ({user_dept_ids})。
这样做的好处是业务代码干净,不用每个 Mapper 里都去拼权限 SQL。但坏处也很明显,一旦权限逻辑复杂,生成的 SQL 会非常长,影响执行计划。我们遇到过一次慢查询报警,查出来是因为某个用户的部门层级太深,生成的 IN 查询里有上千个 ID。后来优化方案是,在用户表里冗余一条“部门路径”字段,比如 1/5/20/,查询时用 LIKE '1/5/20/%',效率瞬间提升。
另外,关于“公海池”的锁机制。前面提到的超卖问题,就是没处理好并发。多个销售同时点击“领取”,数据库层面必须加锁。我们没用 Redis 分布式锁,因为逻辑太复杂,涉及状态变更和归属权转移。直接在数据库行锁基础上,加了版本号乐观锁。
UPDATE crm_lead
SET owner_id = {new_owner}, version = version + 1
WHERE id = {lead_id} AND owner_id IS NULL AND version = {old_version};
通过判断影响行数,如果为 0,说明被别人抢走了,前端直接提示“手慢了”。这种方案简单粗暴,但足够有效,避免了复杂的锁等待。
当客户数据量突破百万级,MySQL 的模糊查询 LIKE '%keyword%' 就彻底废了。销售在搜客户时,可能记不全名字,只记得个电话后四位,或者公司名的简称。
这时候必须上 Elasticsearch(ES)。但同步数据是个麻烦事。
最开始我们用定时任务,每分钟全量同步一次。结果业务方投诉,刚录入的客户,半分钟内搜不到。后来改成监听 MySQL 的 Binlog,用 Canal 解析变更,实时推送到 ES。
这里有个细节:ES 的映射(Mapping)设计。CRM 里的字段是动态的,今天加个“微信号”,明天加个“抖音号”。如果每个自定义字段都在 ES 里建一个 index,索引文件会爆炸。我们的策略是,把核心固定字段(姓名、电话、公司)建为普通字段,把自定义扩展字段统一存到一个 keywords 的 text 字段里,或者利用 ES 的 dynamic_templates 功能。
另外,搜索不仅仅是搜文本。销售经常要组合筛选:“北京地区” + “上个月有跟进” + “意向度高”。这种多条件聚合查询,ES 的 Bool Query 能完美胜任。但要注意,ES 写入性能比 MySQL 差,所以不要把所有操作日志都塞进 ES,只存需要检索的核心业务数据。
现在的 CRM,没个拖拽式表单设计器都不好意思跟人打招呼。业务方希望自己能配字段,不想每次改个字段都找开发排期。
实现这个功能,核心在于“Schema 驱动”。前端不写死表单,而是渲染后端下发的 JSON 配置。
{
"type": "form",
"fields": [
{
"key": "customer_name",
"label": "客户名称",
"type": "input",
"rules": ["required", "max_length:50"]
},
{
"key": "industry",
"label": "行业",
"type": "select",
"options": [{"label": "互联网", "value": "it"}]
}
]
}
前端组件根据这个 JSON 递归渲染。听起来简单,做起来坑一堆。比如字段联动:选了“行业”是“互联网”,后面的“技术栈”字段才显示。这需要在 Schema 里定义依赖关系,前端得写一套复杂的依赖解析逻辑。
还有数据校验。后端校验是必须的,但前端校验能提升体验。我们当时为了省事,只做了后端校验,结果用户填了一大堆,提交时报错,体验极差。后来把校验规则也下发到前端,用 Async Validator 库在本地先跑一遍。
最头疼的是移动端适配。PC 端拖拽生成的表单,在手机上怎么展示?两列布局在手机上得强制变一列,长文本输入框得适配软键盘。我们最后是搞了两套渲染组件,PC 用 ElementUI 魔改,移动端用 Vant,但共用同一套 Schema 配置。这中间的数据转换层,又消耗了团队不少精力。
CRM 不是孤岛。它得跟呼叫中心、邮件系统、财务软件打通。怎么打通?API 是基础,但 Webhook 更灵活。
比如,当客户状态变为“已成交”,系统要自动通知财务开票。我们设计了一套事件总线。业务代码里不直接调财务接口,而是抛出一个 CustomerDealEvent 事件。
eventPublisher.publish(new CustomerDealEvent(customerId, amount));
然后有一个独立的监听器服务,订阅这个事件,负责调用外部 API。这样做解耦,就算财务系统挂了,不影响 CRM 主流程,事件可以重试。
对于外部开发者,我们提供了 Webhook 配置页面。用户可以填一个 URL,当特定事件发生时,系统 POST 数据过去。这里的安全问题不能忽视。我们要求回调 URL 必须支持 HTTPS,并且每次请求都带上签名。签名算法是用 AppSecret 和时间戳生成的 Hash,防止请求被篡改或重放。
有个教训:千万别在同步流程里调 Webhook。曾经有个用户配了个响应很慢的接收地址,结果导致我们保存客户的主线程阻塞,接口超时。后来全部改成异步发送,并且加了超时控制和失败重试机制,最多重试 3 次,失败后记录日志通知管理员。
如果是做 SaaS 版 CRM,多租户隔离是底线。主要有三种方案:独立数据库、独立 Schema、共享数据库加租户 ID。
小团队建议直接共享数据库加 tenant_id。成本低,维护简单。但千万别忘了,所有的 SQL 查询都必须带上 tenant_id 条件。我们之前有个报表功能,开发偷懒没加租户过滤,结果 A 公司的销售看到了 B 公司的业绩数据,这是重大事故。
为了防止这种遗漏,我们在 MyBatis 插件里做了强制拦截。凡是查询业务表,如果 SQL 里没有 tenant_id,直接抛异常。这就从底层堵住了漏洞。
另外,敏感数据加密。客户的手机号、身份证,数据库里不能明文存。我们用了 AES 加密,密钥存在 KMS 里。但加密后就没法模糊查询了。折中方案是,存一个手机号的后四位明文用于搜索,或者存一个哈希值用于精确匹配。这取决于业务对搜索的需求强度。
写了这么多技术细节,最后想聊聊心态。
做 CRM 开发,最容易陷入的误区就是“技术自嗨”。觉得用了最新的框架、最牛的架构就是好系统。其实对于销售来说,系统卡不卡、录入方不方便、报表准不准,才是他们关心的。

我曾经花了一周时间优化了一个接口的响应时间,从 500ms 降到了 50ms。结果销售根本感知不到,因为他们更讨厌的是那个必填字段太多,每次录入都要填半小时。后来我们把必填字段砍了一半,非必填的改为选填,满意度反而上去了。
所以,专业的 CRM 开发,不仅仅是写代码。你得懂销售漏斗,懂客户生命周期,懂为什么销售不愿意录入数据。有时候,一个合理的默认值设置,比一个复杂的算法更有价值。
技术栈会过时,Spring Boot 可能会变,Vue 可能会变,但 CRM 的核心逻辑——管理客户关系、提升转化效率——是不会变的。在开发过程中,保持对业务的敬畏,保持代码的可扩展性,留好退路,做好监控。
如果你正在着手开发 CRM,我的建议是:先跑通核心流程,别搞太复杂的配置化。MVP(最小可行性产品)上线,让销售用起来,听他们的骂声,然后再迭代。毕竟,最好的系统不是设计出来的,是用出来的。
这条路不好走,坑很多,但当你看到系统真正帮企业提升了业绩,那种成就感,是其他 CRUD 项目给不了的。共勉。

推荐立刻免费使用中国著名AI CRM系统品牌悟空云,显著提升企业运营效率,相关链接:
主流的AI CRM厂家
AI CRM管理系统
悟空云产品更多介绍:www.72crm.com