SpringBoot智慧农业平台：从数据库到Docker部署全解析-代码聚汇网

SpringBoot智慧农业平台：从数据库到Docker部署全解析

银星皓月·2026-08-29·阅读 23 GEO检测（免费）

springboot智慧农业毕业设计

|难度：普通|阅读约 48 分钟

搞 Java 后端这几年，帮人改过不少毕业设计代码，也见过太多“从网上下一套源码，跑不起来，Ctrl+CV 之后连项目结构都讲不清”的情况。今天拿一个很典型的题目来聊：SpringBoot智慧农业信息服务平台。这套系统在我这边跑过完整流程，从数据库脚本到前后端联调，再到打 Docker 镜像部署，都验证过，不是那种只能停留在“启动成功”层面的半成品。

这个项目适合谁？如果你正在做 Java 方向的毕业设计，或者想快速搞懂一个真实的 Spring Boot 团队项目长什么样，这篇文章值得你花 20 分钟看完。我会把技术选型、数据库设计、核心接口实现、WebSocket 推送、Docker 部署这些环节全部拆开讲，还会把项目里最常见的版本兼容、大文件上传、资源映射这些坑一并说清楚。

1. 项目整体设计与技术选型拆解

1.1 智慧农业信息服务平台到底解决什么问题

智慧农业这个词听起来大，落到一个真实项目里，核心其实就是三件事：数据采集、状态可视、远程可控。

在农业场景下，大棚里的温湿度、光照强度、土壤水分，水产养殖里的水温、PH 值、溶解氧，这些数据以前是靠人去现场看、拿本子记。这套平台做的，就是把这些数据统一汇总到一个后台系统里，通过传感器定时上报，Spring Boot 后端负责接收和存储，前台通过 Vue 页面和大屏看板把数据展示出来。当某个指标超出阈值，系统自动产生告警记录，并推送给绑定该地块的用户。

这个定位决定了它不是一个大而全的商城或管理系统，而是一个典型的 Iot + 业务管理 的融合项目，这也正是它适合作为毕设的原因：能展示的技术点足够多，又不至于复杂到一个人做不完。

1.2 为什么选 Spring Boot，而不是 SSM 或 Spring Cloud

很多人在写毕设时会纠结框架选择。我的建议很简单：对于单体应用能够承载的场景，Spring Boot 永远是第一选择，SSM 那种 XML 满天飞的开发方式真的没有必要再用了。

Spring Boot 的核心价值是“自动装配”，它把 Spring 生态中原先大量繁琐的配置变成了约定大于配置。你想用一个 Web 组件，加一个 spring-boot-starter-web 依赖即可；想连 MySQL，加 spring-boot-starter-jdbc，数据源配置写在 application.yml 里就完事。相比 SSM 时代要手写 SqlSessionFactory、手写 DispatcherServlet 配置，开发效率不是一个量级。

那为什么不直接上 Spring Cloud？因为那个体系涉及服务注册、配置中心、网关、熔断降级，对于智慧农业系统，设备上报和后端管理本质上还是单服务就能扛住的体量。强行微服务化只会增加部署和调试成本，而且对毕设答辩来说，说不清楚分布式组件的工作原理反而容易露怯。

核心选型建议（实测可靠）：

JDK 1.8 + Spring Boot 2.7.x（最稳组合，下面会展开讲版本问题）
MyBatis-Plus：单表 CRUD 不用手写 SQL，节省大量代码量
MySQL 8.0：数据存储主力
Redis：用于验证码缓存、Token 管理、热点数据缓存
Vue 2 + Element UI 或 Vue 3 + Element Plus：做管理后台前端
WebSocket：用于环境数据和告警信息实时推送
Swagger / Knife4j：接口文档自动生成，答辩时可以现场演示接口调用

注意：如果要用 Spring Boot 3.x，JDK 必须上到 17+，很多云服务器上的部署环境还在用 JDK 8，建议不要在毕设阶段给自己增加版本适配的负担。纯本地跑可以尝鲜，但部署和答辩演示环节很被动。

1.3 包结构与工程目录怎么规划才像“正规军”

很多从网上下载的源码包结构乱七八糟，各种类塞在同一个包下面。一个好的后端工程结构，应该在拿到项目的瞬间就能看出分层意图。这个平台我按下面的方式组织包结构：

text复制com.agriculture.platform
├── controller        # 控制层，接收前端请求
├── service           # 业务层，接口 + impl
├── mapper            # MyBatis-Plus 的 Mapper 接口
├── entity            # 数据库实体类
├── dto               # 数据传输对象，避免实体类直接暴露给前端
├── vo                # 视图对象，封装返回给前端的数据
├── config            # 配置类：跨域、WebSocket、MyBatis-Plus分页、Swagger
├── handler           # 全局异常处理、公共返回结果封装
├── interceptor       # 登录拦截器、JWT 认证拦截器
├── utils             # 工具类：JWT、日期、字符串处理
└── task              # 定时任务：数据统计、清理过期 token

controller 只做参数接收和结果返回，service 里写业务规则，mapper 层处理数据库操作。这样分工清晰，后续扩展功能时只需要在对应层添加代码即可。包里还放了 CommonResult<T> 这个统一返回类，所有接口的返回格式都是 { code, message, data }，前端只需要一个 axios 拦截器就能统一处理。

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. 核心功能模块与业务闭环

2.1 系统功能地图：用户端、管理端、大屏端

一套完整的智慧农业平台，从功能上可以分成三个端口来看：

用户端（种植户/养殖户）：

注册、登录、个人信息维护
地块管理（新建地块、绑定设备）
查看实时环境数据与历史曲线
接收告警消息（WebSocket 实时弹窗、告警记录列表）
农事记录：施肥、灌溉、打药等农事操作的登记

管理端（平台运营/管理员）：

用户管理：用户列表、冻结/解冻、角色分配
设备管理：设备注册、所属地块绑定、设备状态监控
告警处理：查看告警列表、标记处理状态
数据看板：区域维度汇总数据、环境指标统计

大屏端：

通过 Vue + ECharts 实现可视化数据面板，展示气温趋势、土壤湿度分布、设备在线率等

整个系统的核心业务闭环是：设备上报 -> 服务端接收 -> 数据入库 -> 实时推送前端 -> 触发告警 -> 用户处理反馈。在做数据库和接口设计时，始终要保证这条链路是通畅的。

2.2 数据库设计：核心表与字段到底怎么定

数据库是一个项目的承重墙。智慧农业平台的核心表我梳理成下面这几张，你可以直接作为表设计参考。

用户表 sys_user：主键、用户名、密码（BCrypt 加密）、真实姓名、手机号、角色 ID、状态（0 禁用 1 正常）、创建时间。角色这块建议做简单的 role_id 字段而不是单独搞一张角色权限表，毕设阶段避免过度设计。

地块信息表 farmland：主键、用户 ID、地块名称、位置描述、面积（亩）、作物类型、设备 ID、状态、创建时间。这块的关联逻辑是“一个用户可以管理多个地块，一个地块至少绑定一个设备”，通过 user_id 外键关联。

设备信息表 device_info：主键、设备编号（唯一）、设备名称、设备类型（传感器/控制器）、地块 ID、状态（在线/离线/禁用）、最后上报时间。设备编号是硬件上报数据时用来标识身份的关键字段，服务端要做唯一性校验。

环境数据表 env_data：主键、设备编号、空气温度、空气湿度、土壤温度、土壤湿度、光照强度、二氧化碳浓度、采集时间。这张表是典型的时序数据表，数据量会比较大，建议按天建立索引，索引字段是 device_no + create_time。

告警记录表 alert_record：主键、设备编号、告警类型（温湿度超限/设备离线/土壤湿度偏低）、告警内容、触发值、标准值、状态（未处理/已处理）、处理人、处理时间。告警不是只存一条历史记录，还承担着用户待办事项的功能，所以“状态”字段很关键。

农事记录表 farm_record：主键、地块 ID、操作类型（施肥/灌溉/打药/除草）、操作时间、操作人、备注。这张表突出的是业务完整性，让系统不只是看数据的工具，而是能围绕农业生产过程做管理。

数据库字符集统一用 utf8mb4，排序规则用 utf8mb4_general_ci，否则前端提交一些特殊符号（比如 emoji 表情备注）时会报“Incorrect string value”的错误。

2.3 从数据采集到业务闭环的实现思路

硬件传感器上报数据是整套系统的“水源”。实际对接时设备一般走两种协议：HTTP POST JSON 或 MQTT。对于毕设项目，我用 HTTP 上报做演示占大多数，因为不用额外搭建 MQTT Broker（EMQX），写一个模拟设备定时上报的脚本就行。

数据接收接口的设计很精简：

java复制@PostMapping("/api/device/data/report")
public CommonResult<?> reportData(@RequestBody EnvDataReportDTO dto) {
    // 1. 根据设备编号查询设备信息，确认设备是否注册且启用
    // 2. 插入 env_data 表
    // 3. 判断当前指标是否超过阈值，超过则写入 alert_record
    // 4. 通过 WebSocket 将最新数据推送给前端
    // 5. 更新设备最后上报时间与在线状态
    return CommonResult.success();
}

这个接口做完，整个系统的“活水”就来了。前端页面可以实时看到数据跳动，后端也能持续充电能。

3. 实操过程与核心环节实现

3.1 从零初始化一个 Spring Boot 工程

这个环节网上教程很多，但实际操练起来总有几个小细节会卡住新人。我按照最稳的路径说一遍。

打开 https://start.spring.io/ ，选择 Maven 工程，Java 版本选 8，Spring Boot 版本选 2.7.x（目前 2.7.18 是 2.x 的最终版本，bug 修复最全）。依赖这里不用纠结太多，先勾选这几项：Spring Web、MySQL Driver、Validation。

生成后用 IDEA 打开，手动往 pom.xml 里补充以下关键依赖：

xml复制<!-- MyBatis-Plus 针对 Spring Boot 2 的版本 -->
<dependency>
    <groupId>com.baomidou</groupId>
    <artifactId>mybatis-plus-boot-starter</artifactId>
    <version>3.5.3.1</version>
</dependency>

<!-- JWT 认证 -->
<dependency>
    <groupId>io.jsonwebtoken</groupId>
    <artifactId>jjwt-api</artifactId>
    <version>0.11.5</version>
</dependency>
<dependency>
    <groupId>io.jsonwebtoken</groupId>
    <artifactId>jjwt-impl</artifactId>
    <version>0.11.5</version>
    <scope>runtime</scope>
</dependency>

<!-- WebSocket 实时通信 -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-websocket</artifactId>
</dependency>

<!-- 接口文档 -->
<dependency>
    <groupId>com.github.xiaoymin</groupId>
    <artifactId>knife4j-openapi2-spring-boot-starter</artifactId>
    <version>4.4.0</version>
</dependency>

application.yml 的核心配置：

yaml复制server:
  port: 8080

spring:
  datasource:
    driver-class-name: com.mysql.cj.jdbc.Driver
    url: jdbc:mysql://localhost:3306/agriculture?useUnicode=true&characterEncoding=utf8mb4&serverTimezone=Asia/Shanghai
    username: root
    password: 123456
  redis:
    host: localhost
    port: 6379
    database: 0

mybatis-plus:
  configuration:
    map-underscore-to-camel-case: true
    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
  global-config:
    db-config:
      logic-delete-field: deleted
      logic-delete-value: 1
      logic-not-delete-value: 0

这里有个特别容易被忽视的点：MySQL 8.0 的驱动类必须是 com.mysql.cj.jdbc.Driver，不是 com.mysql.jdbc.Driver，后者在新版本驱动中已经移除了。url 中 serverTimezone=Asia/Shanghai 必须写上，否则数据库连接会因为时区问题直接报错。

还有一个坑是 MyBatis-Plus 的逻辑删除字段配置。它要求实体里有一个 deleted 字段，数据库表也要有 deleted 列。配置好之后，删除接口执行的是 UPDATE ... SET deleted=1，查询时自动过滤掉已删除记录。如果数据库表结构里没有这个字段但配置又开了，查询会直接报 deleted column not found。

3.2 基于 MyBatis-Plus 快速实现核心业务接口

MyBatis-Plus 最香的地方在于单表 CRUD 完全不用写 SQL。以用户管理为例，实体类加上注解，Mapper 接口继承 BaseMapper<T>，Service 继承 IService<T>，基础方法就全都有了。

java复制@Data
@TableName("sys_user")
public class SysUser {
    @TableId(type = IdType.AUTO)
    private Long id;
    private String username;
    private String password;
    private String nickname;
    private String phone;
    private Integer roleId;
    private Integer status;
    private LocalDateTime createTime;
}

java复制@Mapper
public interface SysUserMapper extends BaseMapper<SysUser> {
}

java复制public interface SysUserService extends IService<SysUser> {
}

@Service
public class SysUserServiceImpl extends ServiceImpl<SysUserMapper, SysUser> implements SysUserService {
}

这样一个用户表的基础操作全部就绪：selectById、selectList、insert、updateById、deleteById。复杂一点的需求再用 QueryWrapper 或 LambdaQueryWrapper 来拼条件，比如分页查询用户列表：

java复制public IPage<SysUserVo> pageUser(int pageNum, int pageSize, String keyword) {
    Page<SysUser> page = new Page<>(pageNum, pageSize);
    LambdaQueryWrapper<SysUser> wrapper = new LambdaQueryWrapper<>();
    wrapper.like(StringUtils.hasText(keyword), SysUser::getUsername, keyword)
           .orderByDesc(SysUser::getCreateTime);
    // 分页插件需要在 config 里注册，否则分页会失效
    IPage<SysUser> result = this.page(page, wrapper);
    // 转换为 Vo 并返回
}

分页插件这块要特别注意：如果没有在配置类中注册 MybatisPlusInterceptor 并添加 PaginationInnerInterceptor，你再怎么调 page 方法都不会真正执行 LIMIT，而是把全表数据查出来然后在内存里做假分页。数据量少时看不出来，数据量上来后系统会明显变慢。

java复制@Configuration
public class MybatisPlusConfig {
    @Bean
    public MybatisPlusInterceptor mybatisPlusInterceptor() {
        MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor();
        interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL));
        return interceptor;
    }
}

密码加密这块一定要用 BCrypt。很多人图省事用 MD5，答辩时被问到“密码如何安全存储”就现了原形。Spring Security 框架自带 BCryptPasswordEncoder，但为了给项目减负，可以直接引入 spring-security-crypto 这个轻量依赖，单独使用 BCrypt 编码器，不引入整个安全框架。

java复制@Bean
public BCryptPasswordEncoder passwordEncoder() {
    return new BCryptPasswordEncoder();
}

// 注册时加密
user.setPassword(passwordEncoder.encode(user.getPassword()));

// 登录时校验
if (!passwordEncoder.matches(rawPassword, user.getPassword())) {
    throw new BusinessException("用户名或密码错误");
}

BCrypt 加密后每次生成的密文都不同，但 matches 方法可以校验。这个细节在答辩时提到，是加分项。

3.3 环境数据实时推送：轮询不如 WebSocket

当设备上报数据后，前端页面要立即看到最新数值。最笨的方案是前端定时轮询，比如每 3 秒调一次查询接口。这样做的问题很明显：并发一高，服务器被无意义的请求刷爆，而且实时性有延迟。

正确做法是使用 WebSocket，后端主动往浏览器推数据。Spring Boot 对 WebSocket 的支持很成熟，我用的方案是 TextWebSocketHandler + 一个在线会话管理器。

java复制@Component
public class DataWebSocketHandler extends TextWebSocketHandler {

    private static final Map<Long, WebSocketSession> SESSION_MAP = new ConcurrentHashMap<>();

    public void sendToUser(Long userId, String message) {
        WebSocketSession session = SESSION_MAP.get(userId);
        if (session != null && session.isOpen()) {
            try {
                session.sendMessage(new TextMessage(message));
            } catch (IOException e) {
                // 发送失败记录日志，不需要让业务事务回滚
            }
        }
    }

    @Override
    public void afterConnectionEstablished(WebSocketSession session) {
        Long userId = (Long) session.getAttributes().get("userId");
        SESSION_MAP.put(userId, session);
    }

    @Override
    public void afterConnectionClosed(WebSocketSession session, CloseStatus status) {
        SESSION_MAP.values().remove(session);
    }
}

用户需要登录才能建立 WebSocket 连接，这就要在 WebSocket 握手的时候校验身份。实现 HandshakeInterceptor，在拦截器里从请求参数或 Header 中解析出 JWT，解析成功后把 userId 放入 attributes，握手失败则直接拒绝连接。

java复制@Component
public class AuthHandshakeInterceptor implements HandshakeInterceptor {
    @Override
    public boolean beforeHandshake(ServerHttpRequest request, ServerHttpResponse response,
                                   WebSocketHandler wsHandler, Map<String, Object> attributes) {
        String token = URLDecoder.decode(request.getURI().getQuery(), StandardCharsets.UTF_8);
        // 解析 token 并放入 attributes
        Long userId = JwtUtils.getUserId(token);
        attributes.put("userId", userId);
        return true;
    }
}

设备上报数据的接口里，接收完成并入库后，组装一条 JSON 消息，调用 DataWebSocketHandler.sendToUser(userId, message) 推给前端。前端 Vue 页面在进入环境监测页时创建 WebSocket 连接，收到消息后触发数据更新。

3.4 项目部署：本机跑通到 Docker 上线全流程

很多人口中的 Docker 部署就是网上下一个 Dockerfile 复制粘贴，跑不起来也不知道怎么排查。这里我把一套真正可靠、针对 JDK 1.8 打包到 Docker Desktop 的流程完整发出来。

第一步：打包。 本机如果配置了 Maven 环境变量，在项目根目录执行：

bash复制mvn clean package -DskipTests

如果不想装 Maven，IDEA 右侧 Maven 面板里双击 package 也能完成。打包完成后，target 目录下会有一个 agriculture-0.0.1-SNAPSHOT.jar。

注意，Spring Boot 2.x 打的包是可执行 JAR，不能直接用 java -jar 之外的普通方式解压依赖。Dockerfile 里要直接把这一个 JAR 放进去。

第二步：写 Dockerfile。 这里最容易踩的坑是基础镜像选择。很多人用 openjdk:8-jdk-alpine，结果跑起来提示 缺少 fontconfig 或者时间不对。我建议用这个：

dockerfile复制FROM openjdk:8-jdk-alpine
MAINTAINER yourname

ENV TZ=Asia/Shanghai
RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone

WORKDIR /app
COPY target/agriculture-0.0.1-SNAPSHOT.jar agriculture.jar

EXPOSE 8080
ENTRYPOINT ["java", "-Xms256m", "-Xmx512m", "-jar", "agriculture.jar"]

-Xms 和 -Xmx 根据服务器内存调，个人开发和演示阶段 256m-512m 足够。如果服务器内存就 1G，不要给 JVM 分配 1G 以上的堆内存，否则容器启动后很容易被系统 OOM Killer 杀掉。

第三步：构建并启动。

bash复制docker build -t agriculture:v1 .
docker run -d --name agriculture-server -p 8080:8080 agriculture:v1

查看日志确认启动成功：

bash复制docker logs -f agriculture-server

看到类似 Started AgricultureApplication in x.xxx seconds 的日志就说明正常运行了。访问 http://localhost:8080/doc.html，如果能看到接口文档页面，说明 Swagger 也配置成功了。

Docker Desktop 环境下如果端口被占用，会报 port is already allocated。用 docker ps -a 找到旧容器，删掉再重新启动，不要反复用同一个端口硬试。

4. 常见问题与排查技巧实录

4.1 Spring Boot 版本与 JDK 版本冲突

这是最近半年我收到过的最多的提问，也是热词里频繁出现的点。

Spring Boot 2.x 最高支持到 JDK 8，Spring Boot 3.x 要求 JDK 17 起步。如果你本地默认 JDK 是 17 或 21，又建了一个 Spring Boot 2.7 的项目，启动时大概率会遇到这类报错：

text复制java.lang.IllegalArgumentException: Invalid value type for attribute 'factoryBeanObjectType': java.lang.String

原因很简单：Spring Boot 2.x 依赖的 Spring Framework 5.3 在较新 JDK 上存在兼容性问题。解决思路有这么几条：

把 JDK 切回 8，并重开 IDEA，让 IDEA 重新索引（最稳妥）
项目升级到 Spring Boot 3.x，代码里 javax.* 全部改成 jakarta.*，同时调整 MyBatis-Plus 到 3.5.5+ 版本（改动面较大）
如果只是查看源码或调试，降级版本不如降级 JDK 来得干净

另外有个小技巧：IDEA 中切换 JDK 后 pom.xml 里的 <java.version> 也要同步修改，最好改成 1.8，而不是 8，两个写法都能编译，但 1.8 更直观。

4.2 大文件上传与静态资源映射配置

智慧农业平台如果涉及现场照片上传，或者用户导入导出 CSV、Excel 数据表，就会碰到大文件上传设置的坑。

Spring Boot 默认上传大小限制是 1MB，超过就报：

text复制MaxUploadSizeExceededException

在 application.yml 中放开限制：

yaml复制spring:
  servlet:
    multipart:
      max-file-size: 50MB
      max-request-size: 50MB

max-file-size 是单文件上限，max-request-size 是请求体总大小上限。如果前端一次传多个文件，后者一定要大于前者，否则总体积略超就报错。

文件上传后保存到服务器磁盘，但这时代码里不能直接用相对路径。我建议把文件存储路径配置在 application.yml 中：

yaml复制file:
  upload-dir: /data/agriculture/upload/

然后写一个配置类做静态资源映射，让上传后的文件可以通过 URL 直接访问：

java复制@Configuration
public class WebMvcConfig implements WebMvcConfigurer {
    @Value("${file.upload-dir}")
    private String uploadDir;

    @Override
    public void addResourceHandlers(ResourceHandlerRegistry registry) {
        registry.addResourceHandler("/files/**")
                .addResourceLocations("file:" + uploadDir);
    }
}

这样，上传后的文件保存到 /data/agriculture/upload/xxx.jpg，前端通过 http://localhost:8080/files/xxx.jpg 就能直接访问到图片。存储路径的末尾必须带斜杠，否则 Spring 拼接资源路径时会把最后一个目录名截掉，导致 404。

4.3 前后端联调中的跨域与认证问题

前端工程跑在 5173（Vite）或 8081（开发 server），后端跑在 8080，前端的 axios 请求默认会被浏览器跨域策略拦截。后端的跨域配置是必要的：

java复制@Configuration
public class CorsConfig implements WebMvcConfigurer {
    @Override
    public void addCorsMappings(CorsRegistry registry) {
        registry.addMapping("/**")
                .allowedOriginPatterns("*")
                .allowedMethods("GET", "POST", "PUT", "DELETE")
                .allowedHeaders("*")
                .allowCredentials(true)
                .maxAge(3600);
    }
}

注意，allowedOriginPatterns 和 allowCredentials(true) 必须配合使用。如果只写 allowedOrigins("*") 又开了 credentials，浏览器会直接拒绝响应，控制台报错信息还不明显，很容易浪费一堆时间排查。

认证方面，我用了 JWT 方案而不是传统的 Session。登录成功后后端返回一个 token，前端存在 localStorage 里，每次请求在 axios 拦截器中添加 Authorization 头。后端用一个拦截器统一校验：

java复制@Component
public class JwtInterceptor implements HandlerInterceptor {
    @Override
    public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
        // 放行登录接口和文档接口
        if (request.getRequestURI().contains("/auth/login") ||
            request.getRequestURI().contains("/doc.html")) {
            return true;
        }
        String token = request.getHeader("Authorization");
        // 校验失败抛出自定义异常，由全局异常处理器返回 401
        Long userId = JwtUtils.parseToken(token);
        request.setAttribute("userId", userId);
        return true;
    }
}

用了 JWT 之后，Session 状态就不存在服务器端了，符合现在前后端分离的主流实践。答辩时讲明白“为什么用 JWT 而不是 Session”这个点，面试官和指导老师一般都比较认可。

4.4 设备数据上报并发与数据延迟问题

模拟设备上报时，如果硬件用轮询方式每 1 秒上报一次，或者测试时用脚本模拟 100 台设备同时上传，数据库写入压力一下就上来了。新手最容易遇到的现象是：MySQL 报 Deadlock found when trying to get lock，或者接口响应时间飙升。

这里给一套务实的优化策略。首先，环境数据表不需要每次都实时刷新前端，MyBatis-Plus 的 insert 批量插入比单条插入性能高很多。设备上报时并不一定来一条插一条，可以先缓存到 Redis 的 List 里，然后定时任务每隔 5 秒批量刷入数据库：

java复制// 上报接口只写 Redis
stringRedisTemplate.opsForList().leftPush("env:data:queue", JSON.toJSONString(dto));

// 定时任务批量落库
@Scheduled(fixedDelay = 5000)
public void batchFlushEnvData() {
    List<String> records = stringRedisTemplate.opsForList().rightPop("env:data:queue", 100);
    List<EnvData> dataList = records.stream().map(r -> JSON.parseObject(r, EnvData.class)).toList();
    envDataService.saveBatch(dataList);
}

这个做法的好处是削峰填谷。设备上报的 QPS 压力由 Redis 扛住，数据库端批量写入能有效避免死锁和连接池打满问题。定时任务记得在启动类加 @EnableScheduling，否则整个定时任务不会生效，这个隐藏坑坑过很多人。

另一个常见问题是数据延迟。定时任务批量刷库可能导致前端看到的数据有 5 秒左右的延迟。由于 WebSocket 推送的是接收时的最新值，这个延迟基本可以接受。如果对实时性要求很高，把批量插入的 fixedDelay 调小到 2 秒即可。

5. 项目做实了之后，还能往哪个方向扩展

如果这个项目不只是为了毕业设计，你还能在现有基础上做很多扩展，从中学到的东西也会远超课程要求。

第一个方向是把硬件真正接进来。现在很多主流开发板都支持 MQTT 协议，可以用 Java 的 Eclipse Paho 客户端直接对接 MQTT Broker。服务端只需要把数据上报接口从 HTTP 换成 MQTT 订阅消费，代码层面多写一个 MQTT 配置类和消息处理类即可。这样整个项目从“模拟数据”变成了“真实物联网系统”，含金量完全不同。

第二个方向是做数据可视化大屏。网上有很多开源的前端大屏模板，配合 ECharts 的折线图、柱状图、地图等组件，把环境数据、设备状态、告警统计做成实时刷新的可视化看板。这个比后台管理表格更有视觉冲击力，答辩演示时也更容易让评委记住。

第三个方向是引入消息队列。设备上报链路加上 RabbitMQ 或 Kafka 后，数据采集、业务处理和告警推送就能完全解耦。这套架构在真实的物联网平台中非常常见，是简历上可以写的一笔。

第四个方向是从单体走向微服务。如果在这个项目的基础上拆出用户服务、设备服务、数据服务、告警服务，用 Spring Cloud Alibaba 的 Nacos + Gateway 组合来做服务治理，那就直接把你从毕设水平拉到了企业初级开发水平。

这几个方向的优先级我按照“投入产出比”排了序。毕设阶段先做 1 和 2 就足够拉开差距，如果时间和精力允许，3 和 4 可以作为亮点写入项目经历。

我在实际做这个项目的过程中最深的体会是：毕设项目的价值不在它有多复杂，而在你能不能把每一步为什么这么做讲清楚、出问题时能不能很快定位修复。拿这套智慧农业平台来说，你真正理解了自己是怎么从零把它搭起来、版本怎么选、数据怎么流转、部署怎么执行之后，再去写论文、做答辩，都会从容得多。

最后分享一个很多同学容易忽略的小技巧：项目的 README 一定要写清楚——怎么建库、怎么改配置、怎么启动、默认账号是什么。这个文件在答辩现场非常有用，指导老师看代码前一般会先看 README，一个能快速跑起来的项目，印象分比什么都重要。