SpringBoot+Vue选课系统开发实战与高并发优化

1. 项目概述

作为一名经历过毕业设计"洗礼"的过来人，我深知选课系统这类课题的技术难点和实现痛点。这次分享的基于SpringBoot的大学生选课系统，是我指导过多个学弟学妹成功实现的成熟方案。不同于市面上简单的CRUD示例，这个系统完整涵盖了高校选课的真实业务场景，包括最让人头疼的选课冲突检测、高并发处理等核心问题。

系统采用现在企业主流的SpringBoot+Vue前后端分离架构，后端使用Spring Security实现RBAC权限控制，前端采用Vue+ElementUI构建响应式界面。数据库设计上特别针对选课业务的特殊性做了优化，比如采用冗余字段减少多表关联查询，这对提升系统性能非常关键。

2. 技术选型解析

2.1 后端技术栈

SpringBoot 2.7.x作为基础框架是经过深思熟虑的选择。相比传统的SSM框架，它的自动配置特性让开发效率提升至少30%。我特别推荐使用SpringBoot的这几个特性：

1. 内嵌Tomcat服务器：省去外部服务器配置的麻烦，开发阶段直接运行main方法就能启动
2. Actuator监控端点：方便后期做系统健康检查
3. 自动化的依赖管理：通过starter简化依赖配置

数据库访问层采用Spring Data JPA + QueryDSL组合。JPA简化了基础CRUD操作，而QueryDSL则完美解决了复杂查询的可读性问题。比如选课冲突检测的SQL，用QueryDSL可以写成这样：

java复制BooleanExpression conflictCondition = qCourseSchedule.semester.eq(semester)
    .and(qCourseSchedule.weekDay.eq(weekDay))
    .and(qCourseSchedule.startTime.loe(newEndTime))
    .and(qCourseSchedule.endTime.goe(newStartTime));

2.2 前端技术栈

Vue 3 + Element Plus的组合提供了极佳的开发体验。特别值得一提的是：

1. 使用Vuex进行状态管理，解决跨组件数据共享问题
2. 采用Axios拦截器统一处理HTTP请求和响应
3. 基于Element Plus的表格组件实现复杂课表展示

前端工程化方面，我强烈建议配置好这些：

• ESLint + Prettier：保证代码风格统一
• 按需加载：减小打包体积
• 路由懒加载：提升首屏加载速度

3. 核心业务实现

3.1 选课冲突检测

这是系统的核心难点，我们采用时间区间重叠算法来实现。关键点在于：

1. 将课程时间转换为分钟数进行计算
2. 使用数据库事务保证并发安全
3. 添加适当的数据库索引提升查询效率

具体实现逻辑：

java复制public boolean checkScheduleConflict(Long studentId, Long courseId) {
    // 获取学生已选课程时间
    List<CourseSchedule> selectedSchedules = scheduleRepository
        .findByStudentIdAndSemester(studentId, currentSemester);
    
    // 获取待选课程时间
    CourseSchedule newSchedule = scheduleRepository
        .findByCourseId(courseId)
        .orElseThrow(() -> new BusinessException("课程安排不存在"));
    
    // 检查时间冲突
    return selectedSchedules.stream()
        .anyMatch(selected -> isTimeOverlap(selected, newSchedule));
}

private boolean isTimeOverlap(CourseSchedule s1, CourseSchedule s2) {
    return s1.getWeekDay() == s2.getWeekDay() 
        && s1.getStartTime() < s2.getEndTime() 
        && s1.getEndTime() > s2.getStartTime();
}

3.2 高并发处理

选课系统最怕的就是"秒杀"场景。我们采用多级缓存的策略：

1. Redis缓存课程余量信息
2. 使用分布式锁防止超卖
3. 数据库使用乐观锁控制并发更新

关键代码示例：

java复制public boolean selectCourse(Long studentId, Long courseId) {
    // 获取分布式锁
    String lockKey = "course:lock:" + courseId;
    try {
        boolean locked = redisTemplate.opsForValue()
            .setIfAbsent(lockKey, "1", 10, TimeUnit.SECONDS);
        if (!locked) {
            throw new BusinessException("系统繁忙，请稍后再试");
        }
        
        // 检查课程余量
        Integer remaining = (Integer) redisTemplate.opsForValue()
            .get("course:remaining:" + courseId);
        if (remaining == null || remaining <= 0) {
            throw new BusinessException("课程已满");
        }
        
        // 扣减库存
        redisTemplate.opsForValue()
            .decrement("course:remaining:" + courseId);
        
        // 数据库操作
        return courseService.doSelectCourse(studentId, courseId);
    } finally {
        redisTemplate.delete(lockKey);
    }
}

4. 数据库设计优化

4.1 核心表结构

课程表的设计特别考虑了查询效率：

sql复制CREATE TABLE `course` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `course_code` varchar(32) NOT NULL COMMENT '课程编号',
  `name` varchar(100) NOT NULL COMMENT '课程名称',
  `credit` decimal(3,1) NOT NULL COMMENT '学分',
  `max_students` int NOT NULL COMMENT '最大选课人数',
  `remaining` int NOT NULL COMMENT '剩余名额',
  `teacher_id` bigint NOT NULL COMMENT '授课教师',
  `semester` varchar(20) NOT NULL COMMENT '学期',
  PRIMARY KEY (`id`),
  UNIQUE KEY `idx_course_code_semester` (`course_code`,`semester`),
  KEY `idx_teacher_semester` (`teacher_id`,`semester`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

4.2 查询优化技巧

1. 冗余存储：在选课记录表中冗余存储课程名称、教师姓名等字段，避免频繁联表查询
2. 读写分离：将统计类查询路由到从库
3. 适当使用覆盖索引：如课表查询只返回必要的字段

5. 系统安全设计

5.1 权限控制

采用RBAC模型实现精细化的权限管理：

1. 用户-角色-权限三级结构
2. 基于Spring Security实现方法级权限控制
3. 前端菜单动态生成

安全配置示例：

java复制@Configuration
@EnableWebSecurity
public class SecurityConfig extends WebSecurityConfigurerAdapter {
    
    @Override
    protected void configure(HttpSecurity http) throws Exception {
        http.authorizeRequests()
            .antMatchers("/api/admin/**").hasRole("ADMIN")
            .antMatchers("/api/teacher/**").hasRole("TEACHER")
            .antMatchers("/api/student/**").hasRole("STUDENT")
            .anyRequest().authenticated()
            .and()
            .addFilter(new JwtAuthenticationFilter(authenticationManager()))
            .addFilter(new JwtAuthorizationFilter(authenticationManager()))
            .sessionManagement().sessionCreationPolicy(SessionCreationPolicy.STATELESS);
    }
}

5.2 防攻击措施

1. 使用Hibernate Validator进行输入验证
2. 全局异常处理XSS攻击
3. 定期更换JWT签名密钥
4. 关键操作日志审计

6. 测试与部署

6.1 压力测试

使用JMeter模拟高并发选课场景，重点关注：

1. 响应时间：95%的请求应在500ms内完成
2. 错误率：应低于0.1%
3. 吞吐量：单机至少支持1000TPS

测试结果示例：

6.2 部署方案

推荐使用Docker Compose进行容器化部署：

yaml复制version: '3'
services:
  mysql:
    image: mysql:8.0
    environment:
      MYSQL_ROOT_PASSWORD: root
    volumes:
      - ./mysql/data:/var/lib/mysql
      
  redis:
    image: redis:6.2
    
  backend:
    build: ./backend
    ports:
      - "8080:8080"
    depends_on:
      - mysql
      - redis
      
  frontend:
    build: ./frontend
    ports:
      - "80:80"

7. 开发心得

1. 尽早建立完整的开发环境，包括代码规范检查工具
2. 数据库设计要预留扩展字段，避免后期频繁修改表结构
3. 关键业务逻辑一定要有单元测试覆盖
4. 前端组件要合理拆分，保持可复用性

一个特别容易踩的坑是选课冲突检测的时间比较。最初我们直接用LocalTime比较，结果发现跨天课程会有问题。后来改为将时间转换为分钟数再比较，才彻底解决了这个问题。