Project Moto1. 项目概述：基于ThinkPHP与Laravel的在线考试系统设计
作为一名长期从事教育信息化开发的工程师，我最近刚完成一个采用双框架架构的大学生在线考试平台项目。这个系统最特别之处在于同时整合了ThinkPHP和Laravel两个PHP框架的优势——ThinkPHP负责高并发的考试核心模块，Laravel则处理复杂的业务逻辑和后台管理。这种架构设计让系统在保持高性能的同时，也具备了良好的可维护性。
在线考试平台本质上需要解决三个核心问题：如何确保考试过程的稳定性（特别是千人同时在线时）、如何防止作弊行为、以及如何高效处理主观题批改。我们的系统通过以下方案应对这些挑战：使用Redis队列处理并发请求、采用活体检测+屏幕监控的双重防作弊机制、以及集成自然语言处理API实现智能阅卷。这些设计使得平台在期末考试季成功支撑了全校2万余名学生的在线考核需求。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术选型与框架对比
2.1 ThinkPHP与Laravel的协同工作模式
在项目初期，我们花了三周时间进行技术验证，最终确定采用双框架架构。ThinkPHP 6.0负责考试模块（试卷加载、答题提交、计时控制等），因其路由效率比Laravel高30%（实测数据）；而Laravel 9.x则用于用户管理、权限控制、数据分析等后台功能，得益于其更完善的ORM和中间件体系。
具体集成方案：
php复制// ThinkPHP路由示例（考试模块）
Route::rule('exam/start/:id', 'index/Exam/start')
->cache(3600);
// Laravel路由示例（管理后台）
Route::middleware(['auth:sanctum'])
->prefix('admin')
->group(function(){
Route::apiResource('questions', QuestionController::class);
});
两个框架通过统一的JWT认证进行通信，Session数据存储在Redis集群中。这种设计避免了重复登录问题，实测跨框架跳转延迟仅50-80ms。
2.2 性能优化关键参数
在高并发测试中（JMeter模拟3000并发），我们针对两个框架做了如下优化：
| 优化项 | ThinkPHP配置 | Laravel配置 |
|---|---|---|
| OPcache | opcache.enable=1 | opcache.enable_cli=1 |
| 数据库连接池 | 最大连接数=200 | 最大连接数=150 |
| 模板引擎 | 内置模板缓存 | Blade预编译 |
| 日志级别 | error级别 | warning级别 |
| 队列处理 | 使用Redis队列 | 使用Horizon监控 |
实测显示，优化后ThinkPHP的QPS达到1200，Laravel稳定在800左右，完全满足考试场景需求。
3. 核心功能实现细节
3.1 高并发考试模块设计
考试模块的技术难点主要在三个方面：实时保存答案、防页面刷新作弊、以及断网续考。我们的解决方案是：
-
答案保存：采用WebSocket+本地存储双保险机制。每10秒通过WebSocket自动保存，同时浏览器端用localStorage缓存。当检测到网络恢复时，自动同步差异数据。
-
防作弊处理：
javascript复制// 防作弊关键代码
window.addEventListener('blur', () => {
if(document.hidden) {
examWarning('检测到窗口切换');
}
});
- 断网处理：通过Service Worker缓存试题数据，网络恢复后自动提交待同步记录。实测在断网30分钟后仍能恢复考试进度。
3.2 智能组卷算法实现
组卷算法采用遗传算法优化，主要参数包括：
- 难度系数（0.3-0.7区间）
- 知识点覆盖率（≥80%）
- 题型分布（按教学大纲要求）
核心代码片段：
php复制// 遗传算法选择算子
public function selection($population) {
usort($population, function($a, $b) {
return $a['fitness'] <=> $b['fitness'];
});
return array_slice($population, 0, count($population)/2);
}
该算法在1000题题库中组卷耗时仅0.8秒，远快于传统的随机组卷方式（3-5秒）。
4. 安全防护体系构建
4.1 防作弊技术方案
我们实施了四层防护：
- 人脸识别：使用SeetaFace引擎，每15秒抓拍比对
- 浏览器锁屏：全屏API+防止开发者工具打开
- 操作行为分析：记录鼠标移动轨迹和答题节奏
- 试题水印：每个考生试卷植入隐形水印
实测这套方案使作弊成功率从传统系统的12%降至0.3%。
4.2 系统安全加固
针对PHP常见漏洞做了专项防护：
nginx复制# Nginx防护配置
location ~* \.(php|env) {
deny all;
}
location ~ /runtime/ {
return 403;
}
同时使用Laravel的加密功能处理敏感数据：
php复制$encrypted = Crypt::encryptString($answerSheet);
5. 部署与性能调优
5.1 Docker化部署方案
采用多容器架构：
dockerfile复制# PHP-FPM容器示例
FROM php:8.1-fpm
RUN docker-php-ext-install pdo_mysql opcache
COPY ./opcache.ini /usr/local/etc/php/conf.d/
关键优化参数：
- OPcache内存分配：256MB
- PHP-FPM进程数：动态调整（10-100）
- MySQL连接池大小：核心业务库200连接
5.2 压力测试数据
使用Locust进行全链路压测，结果如下：
| 并发用户数 | 平均响应时间 | 错误率 | 吞吐量 |
|---|---|---|---|
| 500 | 230ms | 0% | 420/s |
| 1000 | 380ms | 0.2% | 850/s |
| 2000 | 620ms | 1.5% | 1200/s |
通过增加Redis分片和MySQL读写分离，系统最终支持5000并发无压力。
6. 踩坑经验与解决方案
6.1 跨框架Session共享问题
初期尝试直接共享Session文件导致频繁超时。最终解决方案：
- 统一使用Redis存储Session
- 自定义Session处理器：
php复制class UnifiedSessionHandler implements \SessionHandlerInterface {
// 实现接口方法...
}
6.2 大文件上传优化
对于编程题的上传功能（支持100MB文件）：
- 前端分片上传（每片5MB）
- 后端使用Laravel的chunk合并
- 增加MD5校验防止传输错误
关键代码：
javascript复制// 前端分片处理
const uploadFile = async (file) => {
const chunkSize = 5 * 1024 * 1024;
for (let start = 0; start < file.size; start += chunkSize) {
const chunk = file.slice(start, start + chunkSize);
await uploadChunk(chunk);
}
};
7. 扩展功能开发建议
对于想要进一步扩展的开发者，可以考虑：
- 智能监考：集成行为分析AI（如异常打字模式检测）
- 语音答题：使用Speech-to-Text技术处理口语考试
- 虚拟考场：WebRTC实现多考生视频监考
我在实现WebRTC监考时发现，使用Kurento媒体服务器比直接P2P连接稳定性提升40%，特别是在跨校区网络环境下。