SpringBoot+Redis构建高并发医院排队叫号系统

1. 医院排队叫号系统设计与实现

作为一名在医院信息化领域工作多年的开发者，我深知传统排队方式的痛点：患者拥挤、叫号混乱、数据统计困难。今天分享的这套基于SpringBoot的排队叫号系统，已经在三家二甲医院稳定运行两年，高峰期单日处理挂号量超过5000人次。下面从实际开发角度，详解如何构建这样一个系统。

1.1 核心需求解析

医院排队场景的特殊性决定了系统必须满足：

• 实时性：叫号状态秒级更新
• 公平性：严格遵循"先到先得"原则（急诊除外）
• 容灾性：网络中断时能继续基础叫号功能
• 扩展性：支持未来对接医保、电子健康卡等系统

实际踩坑经验：某次网络故障导致叫号屏停滞，后来我们为每个窗口增加了本地缓存队列，即使服务器断开也能继续工作30分钟。

2. 技术架构深度剖析

2.1 为什么选择SpringBoot+Redis组合？

后端选型考量：

• SpringBoot的自动配置特性适合快速迭代（医院需求变更频繁）
• Redis的List结构天然适合队列操作，实测1000并发下入队操作仅2ms延迟
• 采用Redisson客户端实现分布式锁，防止重复叫号

前端方案对比：

java复制// 科室叫号器前端技术栈选择
Vue.js（管理后台）vs Thymeleaf（窗口叫号屏）
// 选择依据：叫号屏需要长期不刷新，采用服务端渲染更稳定

2.2 数据库关键设计

核心表关系图（简化版）：

sql复制-- 关键查询示例：获取等待人数
SELECT COUNT(*) FROM queue 
WHERE department_id = ? AND status = 'WAITING'

3. 核心模块实现细节

3.1 智能分诊算法

基础规则引擎+急诊优先策略：

java复制public QueuePriority calculatePriority(Patient patient) {
    // 急诊直接最高优先级
    if (EmergencyLevel.HIGH == patient.getEmergencyLevel()) {
        return QueuePriority.URGENT; 
    }
    
    // 老人、孕妇等特殊群体
    if (patient.getAge() > 70 || patient.isPregnant()) {
        return QueuePriority.PREFERENTIAL;
    }
    
    // 普通患者按挂号时间排序
    return QueuePriority.NORMAL;
}

3.2 Redis队列实战技巧

我们采用双队列设计解决"插队"争议：

1. 主队列（queue:dept:[id]）：严格按优先级+时间排序
2. 等待队列（queue:dept:[id]:wait）：已叫号但未就诊患者

java复制// 叫号逻辑优化版
public String callNext(Integer departmentId) {
    // 1. 检查等待队列是否有重叫患者
    String waitingPatient = redisTemplate.opsForList().index(
        "queue:dept:"+departmentId+":wait", 0);
    
    if (waitingPatient != null) {
        return waitingPatient;
    }
    
    // 2. 从主队列获取下一位
    return redisTemplate.opsForList().leftPop("queue:dept:"+departmentId);
}

4. 高并发场景应对方案

4.1 挂号峰值处理

通过JMeter压力测试发现的瓶颈点：

1. 数据库连接池耗尽（HikariCP配置优化）
2. Redis大Key问题（拆分科室队列）
3. 微信支付回调延迟（引入本地事务表）

优化后的HikariCP配置：

yaml复制spring:
  datasource:
    hikari:
      maximum-pool-size: 20
      connection-timeout: 30000
      idle-timeout: 600000
      max-lifetime: 1800000

4.2 语音叫号优化

与科大讯飞API集成的注意事项：

1. 语音合成缓存：提前生成常见叫号语音
2. 失败重试机制：三次失败转文本显示
3. 音量动态调节：根据环境噪声自动调整

5. 运维监控体系搭建

5.1 关键指标监控

使用Prometheus+Granfa监控：

• Redis队列长度
• 叫号响应时间
• 异常过号率
• 系统存活状态

bash复制# Prometheus配置示例
- job_name: 'queue_system'
  metrics_path: '/actuator/prometheus'
  static_configs:
    - targets: ['192.168.1.100:8080']

5.2 日志排查技巧

通过MDC实现全链路追踪：

java复制// 在拦截器中设置追踪ID
MDC.put("traceId", UUID.randomUUID().toString());

// 日志格式配置
%d{yyyy-MM-dd HH:mm:ss} [%thread] %-5level %logger{36} [%X{traceId}] - %msg%n

6. 扩展功能实现方案

6.1 微信小程序集成

患者端功能设计要点：

1. 实时排队位置推送（WebSocket长连接）
2. 过号提醒（提前5个号震动提示）
3. 就诊评价系统（防止恶意差评机制）

6.2 数据统计优化

使用Elasticsearch加速查询的案例：

java复制// 构建科室流量统计查询
SearchRequest request = new SearchRequest("queue_stats");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder()
    .query(QueryBuilders.rangeQuery("time").gte("now-7d/d"))
    .aggregation(AggregationBuilders.terms("by_dept").field("dept_id"));

7. 踩坑经验实录

7.1 时区问题导致统计错误

某次发现凌晨时段的挂号量统计异常，原因是：

• 服务器UTC时间与东八区混用
• 解决方案：统一使用Asia/Shanghai时区

java复制// SpringBoot时区强制配置
@PostConstruct
void init() {
    TimeZone.setDefault(TimeZone.getTimeZone("Asia/Shanghai"));
}

7.2 Redis持久化故障

RDB持久化导致队列数据丢失的教训：

1. 改为AOF+RDB混合模式
2. 增加MySQL队列备份表
3. 开发队列恢复工具

8. 性能优化成果

优化前后关键指标对比：

这套系统目前已经稳定运行超过700天，期间经历过春节就诊高峰、系统升级迁移等考验。最大的体会是：医疗系统开发必须把稳定性放在第一位，任何功能设计都要考虑异常情况下的降级方案。