SpringBoot+Vue课堂考勤系统开发与高并发优化实践

1. 项目概述：基于SpringBoot的课堂考勤系统开发实录

这个课堂考勤系统是我去年为某高校计算机学院开发的实际项目，经过一个学期的实际运行检验，系统稳定性与功能性都得到了验证。相比传统的手工签到或简单的Excel记录方式，这套系统通过技术手段解决了三个核心痛点：实时性差（无法立即获取缺勤名单）、数据统计繁琐（教师需要手动汇总多个表格）以及防伪能力弱（代签现象频发）。

系统采用前后端分离架构，前端使用Vue.js+ElementUI实现响应式界面，后端基于SpringBoot 2.7.x构建RESTful API，数据持久层采用MyBatis-Plus 3.5.x。特别值得一提的是，我们创新性地引入了多重验证机制：除了常规的账号密码登录外，还集成了动态二维码签到和地理位置校验，有效杜绝了90%以上的代签行为。数据库方面支持MySQL和SQLServer双引擎，实测在300人同时签到的场景下，平均响应时间保持在800ms以内。

2. 技术架构深度解析

2.1 为什么选择SpringBoot+MyBatis组合

在技术选型阶段，我们对比了多种方案：

• 传统SSH架构（Struts2+Spring+Hibernate）：配置复杂，启动速度慢
• 纯Servlet方案：开发效率低下
• SpringCloud微服务：对于单应用场景显得过重

最终选择SpringBoot+MyBatis组合主要基于：

1. 快速迭代：SpringBoot的starter机制让依赖管理变得极其简单，比如引入spring-boot-starter-web就自动配置好了Tomcat和SpringMVC
2. 灵活控制SQL：MyBatis-Plus在保持SQL灵活性的同时，通过BaseMapper提供了大量开箱即用的CRUD方法
3. 性能平衡：实测表明，在同等硬件条件下，该组合比JPA方案吞吐量高15%-20%

关键依赖示例（pom.xml节选）：

xml复制<dependencies>
    <!-- SpringBoot基础starter -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    
    <!-- MyBatis-Plus增强 -->
    <dependency>
        <groupId>com.baomidou</groupId>
        <artifactId>mybatis-plus-boot-starter</artifactId>
        <version>3.5.3</version>
    </dependency>
    
    <!-- 数据库驱动（多数据源支持） -->
    <dependency>
        <groupId>mysql</groupId>
        <artifactId>mysql-connector-java</artifactId>
        <scope>runtime</scope>
    </dependency>
    <dependency>
        <groupId>com.microsoft.sqlserver</groupId>
        <artifactId>mssql-jdbc</artifactId>
        <scope>runtime</scope>
    </dependency>
</dependencies>

2.2 核心功能模块设计

系统采用模块化设计，主要包含以下核心模块：

其中签到管理模块的设计最具挑战性，我们采用了三级缓存策略：

1. 本地Caffeine缓存：存储高频访问的课程信息（TTL 5分钟）
2. Redis集群：处理并发签到请求（SETNX实现分布式锁）
3. 数据库持久化：最终数据落盘（MySQL主从架构）

3. 关键实现细节与避坑指南

3.1 高并发签到处理方案

在早课签到高峰期，系统需要处理300+的并发请求。我们通过以下方案保证系统稳定性：

技术实现：

java复制@RestController
@RequestMapping("/attendance")
public class AttendanceController {
    
    @Autowired
    private RedisTemplate<String, String> redisTemplate;
    
    @PostMapping("/sign")
    public R sign(@RequestBody SignDTO dto, HttpServletRequest request) {
        // 1. 获取用户ID
        String userId = JwtUtil.getUserId(request);
        
        // 2. 获取分布式锁（防止重复签到）
        String lockKey = "lock:sign:" + dto.getCourseId() + ":" + userId;
        boolean locked = redisTemplate.opsForValue()
            .setIfAbsent(lockKey, "1", 30, TimeUnit.SECONDS);
        
        if (!locked) {
            return R.error("操作太频繁，请稍后重试");
        }
        
        try {
            // 3. 业务处理（伪代码）
            AttendanceEntity entity = new AttendanceEntity();
            entity.setUserId(userId);
            entity.setCourseId(dto.getCourseId());
            entity.setSignTime(new Date());
            entity.setLocation(dto.getLocation());
            
            // 4. 异步写入数据库
            attendanceService.asyncSave(entity);
            
            return R.ok("签到成功");
        } finally {
            // 5. 释放锁
            redisTemplate.delete(lockKey);
        }
    }
}

踩坑经验：

1. 不要使用数据库行锁（SELECT FOR UPDATE），在高并发下会导致连接池耗尽
2. Redis锁一定要设置过期时间，防止死锁
3. 考虑网络延迟，锁的过期时间应大于业务处理时间（建议30秒）
4. 必须实现finally块释放锁，否则会导致锁泄漏

3.2 动态二维码生成方案

为解决代签问题，我们设计了时效性二维码方案：

1. 生成规则：

   • 课程ID+时间戳（精确到分钟）通过HMAC-SHA256加密
   • 前端每60秒自动刷新一次二维码
   • 后端验证时允许±2分钟的时间容差

2. 技术实现：

java复制public class QrCodeUtil {
    
    private static final String SECRET_KEY = "your_secure_key_here";
    
    public static String generateCode(String courseId) {
        long timeWindow = System.currentTimeMillis() / (60 * 1000);
        String rawData = courseId + "|" + timeWindow;
        
        return HmacUtils.hmacSha256Hex(SECRET_KEY, rawData);
    }
    
    public static boolean verifyCode(String courseId, String code) {
        long currentWindow = System.currentTimeMillis() / (60 * 1000);
        
        // 检查当前时间窗口
        String expected1 = HmacUtils.hmacSha256Hex(SECRET_KEY, 
            courseId + "|" + currentWindow);
        
        // 检查前一个时间窗口（容错）
        String expected2 = HmacUtils.hmacSha256Hex(SECRET_KEY, 
            courseId + "|" + (currentWindow - 1));
            
        // 检查后一个时间窗口（容错）
        String expected3 = HmacUtils.hmacSha256Hex(SECRET_KEY, 
            courseId + "|" + (currentWindow + 1));
            
        return code.equals(expected1) 
            || code.equals(expected2) 
            || code.equals(expected3);
    }
}

注意事项：

1. SECRET_KEY应存储在配置中心或环境变量中，不要硬编码
2. 时间窗口大小应根据实际需求调整（我们选择60秒平衡安全性与用户体验）
3. 在移动网络环境下，考虑增加时间容差（我们采用±2分钟）

4. 数据统计与可视化实现

4.1 考勤数据聚合查询

使用MyBatis-Plus的Lambda表达式构建复杂查询：

java复制public PageUtils queryPage(Map<String, Object> params, 
    Long courseId, LocalDate startDate, LocalDate endDate) {
    
    QueryWrapper<AttendanceEntity> wrapper = new QueryWrapper<>();
    
    // 基础条件
    wrapper.eq(courseId != null, "course_id", courseId)
           .ge(startDate != null, "sign_time", startDate.atStartOfDay())
           .le(endDate != null, "sign_time", endDate.plusDays(1).atStartOfDay());
    
    // 动态排序
    if (params.containsKey("sort") && params.containsKey("order")) {
        String sortField = (String) params.get("sort");
        boolean isAsc = "asc".equalsIgnoreCase((String) params.get("order"));
        wrapper.orderBy(true, isAsc, sortField);
    }
    
    IPage<AttendanceEntity> page = this.page(
        new Query<AttendanceEntity>().getPage(params),
        wrapper
    );
    
    return new PageUtils(page);
}

4.2 使用EasyExcel导出报表

实现步骤：

1. 定义导出数据DTO：

java复制@Data
public class AttendanceExportDTO {
    @ExcelProperty("学号")
    private String studentNo;
    
    @ExcelProperty("姓名")
    private String studentName;
    
    @ExcelProperty("签到时间")
    private String signTime;
    
    @ExcelProperty("状态")
    private String status; // 正常/迟到/缺勤
}

2. 编写导出逻辑：

java复制public void export(HttpServletResponse response, 
    Long courseId, LocalDate date) throws IOException {
    
    // 1. 查询数据
    List<AttendanceEntity> list = listByCourseAndDate(courseId, date);
    
    // 2. 转换为DTO
    List<AttendanceExportDTO> exportList = list.stream()
        .map(entity -> {
            AttendanceExportDTO dto = new AttendanceExportDTO();
            // 属性拷贝...
            return dto;
        }).collect(Collectors.toList());
    
    // 3. 设置响应头
    String fileName = URLEncoder.encode(
        "考勤报表_" + date.toString(), "UTF-8");
    response.setContentType("application/vnd.ms-excel");
    response.setCharacterEncoding("utf-8");
    response.setHeader("Content-disposition", 
        "attachment;filename=" + fileName + ".xlsx");
    
    // 4. 写入Excel
    EasyExcel.write(response.getOutputStream(), AttendanceExportDTO.class)
        .sheet("考勤数据")
        .doWrite(exportList);
}

性能优化点：

1. 大数据量时使用分页查询（避免OOM）
2. 启用EasyExcel的缓存功能（减少内存占用）
3. 复杂格式建议使用模板导出

5. 部署与运维实践

5.1 多环境配置方案

采用SpringBoot的Profile机制管理不同环境配置：

code复制application.yml        # 公共配置
application-dev.yml    # 开发环境
application-test.yml   # 测试环境
application-prod.yml   # 生产环境

关键配置示例：

yaml复制# application-prod.yml
spring:
  datasource:
    url: jdbc:mysql://master.db:3306/attendance?useSSL=false
    username: prod_user
    password: ${DB_PASSWORD}  # 从环境变量读取
    hikari:
      maximum-pool-size: 20
      connection-timeout: 30000

  redis:
    cluster:
      nodes:
        - redis-node1:6379
        - redis-node2:6379
    timeout: 5000

5.2 健康检查与监控

通过Actuator暴露监控端点：

yaml复制management:
  endpoints:
    web:
      exposure:
        include: health,info,metrics,prometheus
  endpoint:
    health:
      show-details: always
    prometheus:
      enabled: true

自定义健康检查指标：

java复制@Component
public class AttendanceHealthIndicator 
    implements HealthIndicator {
    
    @Autowired
    private RedisTemplate redisTemplate;
    
    @Override
    public Health health() {
        try {
            // 检查Redis连接
            redisTemplate.getConnectionFactory().getConnection().ping();
            
            // 检查数据库连接
            // ...
            
            return Health.up()
                .withDetail("redis", "available")
                .build();
        } catch (Exception e) {
            return Health.down()
                .withException(e)
                .build();
        }
    }
}

6. 项目演进方向

在实际运行半年后，我们收集了教师和学生的反馈，规划了以下改进方向：

1. 生物识别集成：正在测试虹膜识别模块，准确率达到99.7%
2. 行为分析：通过签到时间序列预测学生学业风险
3. 微信小程序端：开发轻量级客户端，减少APP安装依赖
4. 离线模式：支持在网络不稳定时本地存储签到记录

这个项目给我的深刻体会是：教育信息化系统开发必须紧密贴合实际教学场景。比如我们最初设计的严格签到策略（精确到秒级）在实际应用中反而造成了排队拥堵，后来调整为分钟级精度+动态容差机制后，既保证了考勤严肃性又提升了用户体验。技术方案的选择永远应该服务于业务需求，而不是相反。