1. 项目背景与核心价值
高校在线考试系统是教育信息化进程中的重要组成部分。传统纸质考试存在组卷效率低、阅卷工作量大、成绩统计繁琐等问题。我们团队基于Vue+Node.js+ElementUI技术栈开发的这套系统，实现了从题库管理、智能组卷、在线监考到自动阅卷的全流程数字化。
这个系统最核心的价值在于解决了三个痛点：一是通过算法实现了按难度系数、知识点分布的智能组卷，教师组卷时间从原来的2小时缩短到10分钟；二是采用防切屏、随机乱序、题目水印等技术保障了在线考试的公平性；三是自动批改客观题并生成多维度的成绩分析报表，让教师从繁琐的统计工作中解放出来。
2. 技术架构设计
2.1 前端技术选型
采用Vue2.x作为核心框架，主要考虑其组件化开发优势和丰富的生态支持。ElementUI作为UI库，其表单组件和表格组件特别适合考试系统的管理后台需求。技术栈组合如下：
- 核心框架：Vue 2.6 + Vuex + Vue Router
- UI组件库：ElementUI 2.15
- 可视化：ECharts 5（用于成绩分析）
- 辅助工具：axios（HTTP请求）、clipboard（复制功能）、js-cookie（状态管理）
特别说明：没有选择Vue3是因为项目启动时（2020年）Vue3刚发布，生态尚不完善。ElementUI对表单的强校验能力是选择的关键因素。
2.2 后端技术方案
Node.js + Express的组合提供了良好的开发效率和性能表现。主要模块划分：
javascript复制// 典型的路由结构
router
.post('/exam/create', auth(), examController.createExam)
.get('/exam/list', auth(), examController.getExamList)
.post('/exam/submit', auth(), examController.submitAnswer)
数据库选用MySQL 8.0，主要考虑到：
- 事务处理能力（考试提交需要保证数据一致性）
- 与Node.js生态的兼容性（Sequelize ORM支持良好）
- 高校IT部门普遍具备MySQL运维能力
3. 核心功能实现细节
3.1 智能组卷算法
系统采用权重分配+随机筛选的混合算法：
- 知识点权重配置（教师设置）
- 难度系数计算（题库预设）
- 遗传算法优化选题组合
javascript复制// 简化版组卷逻辑
function generatePaper(requirements) {
const { knowledgePoints, difficulty } = requirements;
let candidateQuestions = await Question.findAll({
where: {
knowledgePoint: { [Op.in]: knowledgePoints },
difficulty: { [Op.between]: [difficulty - 0.2, difficulty + 0.2] }
}
});
// 遗传算法优化选择...
}
3.2 在线监考方案
实现防作弊的三大技术措施：
- 窗口失去焦点检测（通过Page Visibility API）
javascript复制document.addEventListener('visibilitychange', () => {
if (document.hidden) {
recordViolation('离开考试页面');
}
});
- 题目乱序显示（每个考生获得不同的题目顺序）
- 答案提交加密（RSA加密传输）
3.3 自动阅卷流程
客观题采用精确匹配+模糊匹配双模式：
- 选择题：精确匹配答案
- 填空题：关键词模糊匹配（设置相似度阈值）
主观题阅卷方案：
- 关键词提取（TF-IDF算法）
- 相似度计算（余弦相似度）
- 教师复核机制（异常分数自动标记）
4. 性能优化实践
4.1 前端优化措施
- 路由懒加载
javascript复制const ExamPaper = () => import('./views/ExamPaper.vue');
- 高频操作防抖处理
javascript复制this.debouncedSave = _.debounce(this.saveDraft, 3000);
- 大数据量表格虚拟滚动
4.2 后端性能提升
-
Redis缓存热点数据：
- 考试题目缓存
- 学生名单缓存
- 成绩统计结果缓存
-
MySQL查询优化：
- 联合索引优化
- 分页查询优化
- 读写分离配置
-
负载均衡策略：
- 考试期间自动扩容
- 静态资源CDN分发
5. 典型问题解决方案
5.1 高并发提交处理
考试结束前10分钟是提交高峰，我们采用以下方案：
- 消息队列削峰（RabbitMQ）
- 数据库批量插入（bulkCreate）
- 前端提交失败自动重试机制
5.2 断网情况处理
网络异常时的应对策略：
- 本地保存答题进度（localStorage）
- 心跳检测自动重连
- 恢复后差异提交（通过答案版本号控制）
5.3 跨端兼容问题
解决不同设备的显示问题：
- 响应式布局（使用ElementUI的栅格系统）
- 字体大小自适应（rem单位）
- 移动端特殊样式适配
6. 部署与运维方案
6.1 生产环境部署
采用Docker Compose编排服务：
yaml复制version: '3'
services:
web:
image: nginx:1.19
ports:
- "80:80"
api:
image: node:14
command: npm start
mysql:
image: mysql:8.0
environment:
MYSQL_ROOT_PASSWORD: exam@123
6.2 监控体系搭建
- 前端监控：Sentry收集错误日志
- 后端监控：PM2日志 + ELK收集
- 业务监控：考试异常行为报警
6.3 安全防护措施
- 接口防刷：令牌桶限流
- SQL注入防护：Sequelize参数化查询
- XSS防护：DOMPurify过滤
这套系统在某高校实际运行两年多，支撑了累计300+场次考试，峰值并发达到1500+。最大的收获是认识到教育信息化系统需要特别注重用户体验和异常处理，任何小的交互问题在考试场景下都可能被放大。后续计划加入AI监考和语音题等新功能模块。