Django高并发选课系统架构设计与实践-代码聚汇网

Django高并发选课系统架构设计与实践

燕麦麦

1. 项目概述

作为一名在高校信息化建设领域摸爬滚打多年的开发者，我深知传统选课系统给学生和教务人员带来的痛苦。每到选课季，服务器崩溃、选课卡顿、数据不同步等问题层出不穷。今天要分享的这个基于Django的选课系统，是我们团队经过三个学期实际运行验证的成熟方案，目前已在两所高校稳定运行，最高承载过单日12万次的选课请求。

这个系统最核心的价值在于：用技术手段解决了选课场景中的三大顽疾：

高并发下的系统稳定性问题
课程资源分配的公平性问题
教学管理数据的孤岛问题

2. 系统架构设计

2.1 技术选型决策

为什么选择Django作为基础框架？这是我们经过多次技术论证后的决定：

ORM优势：Django自带的ORM可以让我们用Python类的方式操作数据库，这对需要频繁处理复杂关系的选课系统特别重要。比如查询某个学生的已选课程，只需要student.courses.all()这样直观的代码。
Admin后台：内置的Admin界面让我们在开发初期就能快速搭建起课程管理的后台，教师和管理员无需等待前端开发完成就能开始录入课程信息。
安全性：Django自带CSRF防护、XSS防护等安全机制，这对处理学生敏感信息的系统至关重要。

2.2 数据库设计

我们的数据库模型主要包含以下几个核心表：

python复制class Course(models.Model):
    name = models.CharField(max_length=100)
    credit = models.PositiveSmallIntegerField()
    capacity = models.PositiveIntegerField()
    time_slots = models.ManyToManyField('TimeSlot')
    # 其他字段...

class Student(models.Model):
    user = models.OneToOneField(User, on_delete=models.CASCADE)
    max_credits = models.PositiveSmallIntegerField(default=30)
    # 其他字段...

class Enrollment(models.Model):
    student = models.ForeignKey(Student, on_delete=models.CASCADE)
    course = models.ForeignKey(Course, on_delete=models.CASCADE)
    priority = models.PositiveSmallIntegerField()
    status = models.CharField(max_length=20, choices=ENROLLMENT_STATUS)
    created_at = models.DateTimeField(auto_now_add=True)
    # 其他字段...

特别注意：Enrollment表是系统的核心，我们特别添加了priority字段来实现选课优先级机制，这在后续的选课算法中起到关键作用。

3. 核心功能实现

3.1 高并发选课处理

选课高峰期是系统面临的最大挑战。我们的解决方案是：

Celery异步任务队列：将选课请求放入队列处理，避免直接操作数据库导致的阻塞。

python复制@app.task(bind=True)
def enroll_course_task(self, student_id, course_id, priority):
    try:
        student = Student.objects.get(id=student_id)
        course = Course.objects.get(id=course_id)
        
        # 检查冲突和容量
        if not check_availability(student, course):
            raise Exception("选课条件不满足")
            
        # 创建选课记录
        Enrollment.objects.create(
            student=student,
            course=course,
            priority=priority,
            status='pending'
        )
        
        # 更新课程剩余容量
        course.remaining_capacity -= 1
        course.save()
        
    except Exception as e:
        self.retry(exc=e, countdown=60)

Redis缓存：我们使用Redis缓存热门课程信息和剩余容量，减轻数据库压力。

3.2 冲突检测算法

我们的冲突检测包含三个维度：

时间冲突检测
先修课程检测
学分上限检测

python复制def check_conflicts(student, new_course):
    # 获取学生已选课程
    enrolled_courses = Course.objects.filter(
        enrollment__student=student,
        enrollment__status='enrolled'
    )
    
    # 时间冲突检查
    for course in enrolled_courses:
        if set(course.time_slots.all()) & set(new_course.time_slots.all()):
            return False
    
    # 先修课程检查
    if new_course.prerequisites.exists():
        taken_courses = enrolled_courses.values_list('id', flat=True)
        if not new_course.prerequisites.filter(id__in=taken_courses).exists():
            return False
    
    # 学分上限检查
    total_credits = sum(c.credit for c in enrolled_courses)
    if total_credits + new_course.credit > student.max_credits:
        return False
    
    return True

4. 性能优化实践

4.1 数据库查询优化

我们发现N+1查询问题是初期性能瓶颈。通过以下方式解决：

使用select_related和prefetch_related
添加适当的数据库索引
对复杂查询使用annotate和aggregate

python复制# 优化前的查询（会产生N+1问题）
courses = Course.objects.all()
for course in courses:
    print(course.teacher.name)  # 每次循环都会查询数据库

# 优化后的查询
courses = Course.objects.select_related('teacher').all()
for course in courses:
    print(course.teacher.name)  # 只查询一次数据库

4.2 缓存策略

我们采用多级缓存策略：

热点数据（如课程剩余容量）使用Redis缓存，设置5秒过期
静态资源使用CDN加速
模板片段缓存

5. 安全防护措施

5.1 权限控制

我们基于Django的权限系统做了扩展：

python复制@permission_required('courses.can_enroll', raise_exception=True)
def enroll_view(request, course_id):
    # 选课逻辑
    pass

5.2 数据保护

敏感字段加密存储
所有操作记录审计日志
定期备份策略

6. 部署架构

我们的生产环境采用如下架构：

code复制Nginx (负载均衡)
├── Django (Gunicorn) x3
├── Redis (缓存/队列)
└── MySQL (主从复制)

使用Docker容器化部署，配合CI/CD流程实现自动化发布。

7. 踩坑经验分享

7.1 事务处理陷阱

初期我们没有正确处理选课的事务，导致在高并发下出现超卖问题。解决方案是：

python复制from django.db import transaction

@transaction.atomic
def enroll_student(student_id, course_id):
    # 选课逻辑
    pass

7.2 缓存一致性问题

课程容量信息在缓存和数据库间出现不一致。我们最终采用：

写操作同时更新缓存和数据库
设置较短的缓存过期时间
重要操作前主动刷新缓存

8. 扩展功能实现

8.1 选课优先级算法

我们实现了基于优先级的公平选课算法：

python复制def process_waitlist(course):
    enrollments = Enrollment.objects.filter(
        course=course,
        status='waiting'
    ).order_by('priority', 'created_at')
    
    available = course.capacity - course.enrollment_set.filter(status='enrolled').count()
    
    for enrollment in enrollments[:available]:
        enrollment.status = 'enrolled'
        enrollment.save()

8.2 数据统计分析

使用Django ORM的聚合功能实现选课数据分析：

python复制from django.db.models import Count, Avg

course_stats = Course.objects.annotate(
    enrollment_count=Count('enrollment'),
    avg_grade=Avg('enrollment__grade')
).filter(
    enrollment__status='enrolled'
)

9. 测试策略

我们建立了完整的测试体系：

单元测试：覆盖所有核心模型和方法
集成测试：模拟选课全流程
压力测试：使用Locust模拟高并发场景

python复制class EnrollmentTestCase(TestCase):
    def setUp(self):
        self.student = Student.objects.create(...)
        self.course = Course.objects.create(capacity=30, ...)
    
    def test_enrollment(self):
        result = enroll_student(self.student.id, self.course.id)
        self.assertTrue(result)
        self.assertEqual(self.course.remaining_capacity, 29)

10. 监控与维护

我们使用如下监控方案：

Prometheus + Grafana监控系统指标
Sentry收集错误日志
自定义健康检查端点

python复制from django.http import JsonResponse

def health_check(request):
    try:
        # 检查数据库连接
        from django.db import connection
        connection.ensure_connection()
        
        # 检查缓存连接
        from django.core.cache import cache
        cache.set('healthcheck', 1, 1)
        
        return JsonResponse({'status': 'healthy'})
    except Exception as e:
        return JsonResponse({'status': 'unhealthy', 'error': str(e)}, status=500)

在实际运行中，这套系统成功经受住了选课高峰的考验。最让我自豪的是，有位教务老师告诉我，现在她再也不用在选课季加班到深夜处理数据问题了。这或许就是技术创造的价值 - 不仅提升效率，更能改善工作体验。