SpringBoot+Vue构建社区诊所在线挂号系统实践

1. 项目概述：社区诊所在线挂号与排队系统

作为一名拥有十年Java全栈开发经验的工程师，我近期完成了一个基于SpringBoot的社区诊所在线挂号与排队系统。这个项目源于实际需求——传统社区诊所的纸质挂号方式效率低下，患者排队时间长，医生工作安排混乱。通过这个系统，患者可以提前在线预约，实时查看排队情况，医生也能有序安排诊疗工作。

这个毕业设计项目采用了当前主流的SpringBoot+Vue前后端分离架构，整合了MyBatisPlus、Shiro等框架，实现了完整的用户管理、挂号预约、排队叫号等功能模块。系统特别注重实际应用场景，比如考虑到老年用户的使用习惯，界面设计简洁明了；针对高峰期并发访问，做了相应的性能优化。

技术选型思考：为什么选择SpringBoot+Vue？

• SpringBoot的自动配置特性大幅减少了XML配置，内嵌Tomcat简化部署
• Vue的组件化开发模式适合构建交互复杂的前端应用
• MyBatisPlus的代码生成器可以快速构建CRUD接口
• 这种技术组合既能保证开发效率，又能满足毕业设计的技术深度要求

2. 系统架构设计

2.1 整体技术架构

系统采用经典的三层架构设计：

1. 表现层：Vue.js构建的前端界面，使用Element UI组件库
2. 业务逻辑层：SpringBoot实现的核心业务逻辑
3. 数据访问层：MyBatisPlus操作MySQL数据库

code复制[浏览器] ←HTTP→ [Nginx] ←HTTP→ [SpringBoot] ←JDBC→ [MySQL]
                  ↑
              [Vue静态资源]

这种架构的优势在于：

• 前后端完全分离，便于并行开发
• 接口定义清晰，便于后期维护扩展
• 技术栈成熟稳定，社区支持完善

2.2 核心模块划分

系统主要包含以下功能模块：

1. 用户认证模块：基于Shiro实现RBAC权限控制
2. 挂号预约模块：支持按科室、医生、时间段预约
3. 排队叫号模块：实时排队状态展示与叫号逻辑
4. 数据统计模块：就诊量、医生工作效率等数据分析

开发心得：模块划分要遵循单一职责原则，每个模块的代码量控制在300-500行为宜，这样既方便调试也便于后期维护。

3. 数据库设计

3.1 主要数据表结构

sql复制-- 用户表
CREATE TABLE `sys_user` (
  `user_id` bigint NOT NULL AUTO_INCREMENT,
  `username` varchar(50) NOT NULL COMMENT '用户名',
  `password` varchar(100) NOT NULL COMMENT '密码',
  `real_name` varchar(50) COMMENT '真实姓名',
  `phone` varchar(20) COMMENT '手机号',
  `role_id` int COMMENT '角色ID',
  PRIMARY KEY (`user_id`),
  UNIQUE KEY `username` (`username`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

-- 医生表
CREATE TABLE `doctor` (
  `doctor_id` bigint NOT NULL AUTO_INCREMENT,
  `name` varchar(50) NOT NULL,
  `department_id` int NOT NULL COMMENT '科室ID',
  `title` varchar(50) COMMENT '职称',
  `introduction` text COMMENT '简介',
  PRIMARY KEY (`doctor_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

-- 预约记录表
CREATE TABLE `appointment` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `patient_id` bigint NOT NULL,
  `doctor_id` bigint NOT NULL,
  `appoint_time` datetime NOT NULL,
  `status` tinyint DEFAULT 0 COMMENT '0-待就诊 1-已就诊 2-已取消',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  KEY `idx_doctor_time` (`doctor_id`,`appoint_time`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

3.2 数据库优化实践

1. 索引设计：

   • 为高频查询条件建立组合索引
   • 使用覆盖索引减少回表操作
   • 避免在索引列上使用函数

2. 事务处理：

java复制@Transactional(rollbackFor = Exception.class)
public void makeAppointment(AppointmentDTO dto) {
    // 检查时间冲突
    int conflict = appointmentMapper.checkTimeConflict(dto.getDoctorId(), dto.getAppointTime());
    if(conflict > 0) {
        throw new BusinessException("该时间段已被预约");
    }
    
    // 创建预约记录
    Appointment appointment = new Appointment();
    BeanUtils.copyProperties(dto, appointment);
    appointmentMapper.insert(appointment);
    
    // 更新医生日程
    scheduleService.updateDoctorSchedule(dto.getDoctorId(), dto.getAppointTime());
}

踩坑记录：最初没有加事务注解，在高并发测试时出现了超预约的情况。后来通过@Transactional和乐观锁解决了这个问题。

4. 核心功能实现

4.1 在线挂号功能

挂号流程采用状态机模式设计：

code复制[可选] → [已预约] → [已就诊]/[已取消]

关键代码实现：

java复制public Result makeAppointment(AppointmentDTO dto) {
    // 参数校验
    if(dto.getPatientId() == null || dto.getDoctorId() == null) {
        return Result.error("参数不完整");
    }
    
    // 业务校验
    Doctor doctor = doctorService.getById(dto.getDoctorId());
    if(doctor == null) {
        return Result.error("医生不存在");
    }
    
    // 执行预约
    return appointmentService.makeAppointment(dto);
}

4.2 实时排队功能

前端通过WebSocket实时获取排队状态：

javascript复制// 建立WebSocket连接
const socket = new WebSocket(`ws://${location.host}/queue/ws`);

socket.onmessage = (event) => {
    const data = JSON.parse(event.data);
    // 更新排队列表
    this.queueList = data.queueList;
    // 当前叫号提示
    if(data.currentNumber) {
        this.currentNumber = data.currentNumber;
    }
};

后端推送逻辑：

java复制@ServerEndpoint("/queue/ws")
public class QueueWebSocket {
    private static final Map<Long, Session> sessions = new ConcurrentHashMap<>();
    
    @OnOpen
    public void onOpen(Session session, @PathParam("deptId") Long deptId) {
        sessions.put(deptId, session);
        // 推送初始队列
        pushQueueData(deptId);
    }
    
    public static void pushQueueUpdate(Long deptId) {
        Session session = sessions.get(deptId);
        if(session != null && session.isOpen()) {
            session.getAsyncRemote().sendText(JSON.toJSONString(getQueueData(deptId)));
        }
    }
}

5. 系统安全设计

5.1 认证与授权

采用Shiro框架实现RBAC权限控制：

java复制@Bean
public ShiroFilterFactoryBean shiroFilter() {
    ShiroFilterFactoryBean factoryBean = new ShiroFilterFactoryBean();
    factoryBean.setSecurityManager(securityManager());
    
    Map<String, String> filterMap = new LinkedHashMap<>();
    // 静态资源不拦截
    filterMap.put("/static/**", "anon");
    // 登录接口开放
    filterMap.put("/api/login", "anon");
    // 其他请求需要认证
    filterMap.put("/**", "authc");
    
    factoryBean.setFilterChainDefinitionMap(filterMap);
    return factoryBean;
}

5.2 数据安全措施

1. 密码加密存储：

java复制public String encryptPassword(String password) {
    return new SimpleHash("SHA-256", password, null, 1024).toString();
}

2. SQL注入防护：

   • 使用MyBatis的#{}参数绑定
   • 避免直接拼接SQL语句
   • 对用户输入进行严格校验

3. XSS防护：

   • 前端使用vue-sanitize过滤HTML
   • 后端对特殊字符进行转义

6. 系统测试与优化

6.1 性能测试结果

使用JMeter进行压力测试：

• 单节点配置：4核8G
• 并发用户数：500
• 平均响应时间：<500ms
• 吞吐量：800请求/秒

优化措施：

1. 添加Redis缓存高频访问数据
2. 数据库连接池调优
3. 启用Gzip压缩静态资源

6.2 典型问题排查

问题现象：高峰期系统响应变慢，甚至出现超时。

排查过程：

1. 查看监控发现数据库CPU使用率高
2. 慢查询日志定位到未加索引的复杂查询
3. EXPLAIN分析执行计划确认全表扫描

解决方案：

1. 添加缺失的索引
2. 重构复杂查询，拆分为多个简单查询
3. 引入二级缓存

经验总结：系统上线前一定要进行充分的压力测试，提前发现性能瓶颈。监控系统要完善，便于快速定位问题。

7. 项目部署方案

7.1 生产环境部署

推荐部署架构：

code复制[Nginx] ←负载均衡→ [SpringBoot集群] ←→ [MySQL主从] ←→ [Redis缓存]

Docker部署示例：

dockerfile复制# SpringBoot应用Dockerfile
FROM openjdk:8-jdk-alpine
VOLUME /tmp
ADD target/clinic-system.jar app.jar
ENTRYPOINT ["java","-Djava.security.egd=file:/dev/./urandom","-jar","/app.jar"]

7.2 持续集成方案

1. 使用GitLab CI实现自动化构建：

yaml复制stages:
  - build
  - test
  - deploy

build:
  stage: build
  script:
    - mvn clean package -DskipTests
    
test:
  stage: test
  script:
    - mvn test
    
deploy:
  stage: deploy
  script:
    - scp target/*.jar user@server:/app/
    - ssh user@server "systemctl restart clinic"

2. 代码质量检查：
   • SonarQube静态代码分析
   • Checkstyle代码规范检查
   • JaCoCo单元测试覆盖率

8. 毕业设计扩展建议

如果想进一步提升这个项目的技术深度，可以考虑以下方向：

1. 微服务化改造：

   • 使用SpringCloud将系统拆分为多个微服务
   • 引入服务注册中心Eureka
   • 使用Feign实现服务间调用

2. 大数据分析：

   • 使用Elasticsearch实现就诊记录全文检索
   • 基于Spark分析就诊数据趋势
   • 使用ECharts可视化展示统计结果

3. 移动端适配：

   • 开发微信小程序版本
   • 使用UniApp跨平台开发框架
   • 实现推送通知功能

4. 智能推荐：

   • 基于历史数据推荐就诊科室
   • 使用协同过滤算法推荐医生
   • 预测就诊高峰时段

这个项目从技术选型到实现都采用了当前企业主流的开发方案，不仅适合作为毕业设计，稍加完善也可以直接用于实际生产环境。我在开发过程中特别注重代码质量和系统性能，确保项目既展示了足够的技术深度，又具备良好的可扩展性。