小狐狸与小道士1. 项目背景与需求分析
校外兼职教师考勤管理是高校教务管理中的痛点领域。传统的手工签到、Excel表格统计方式存在三大核心问题：考勤数据分散难汇总、请假调课流程不规范、课时统计与薪酬计算耗时易错。某高校教务处的调研数据显示，兼职教师平均每月因考勤问题产生的沟通成本高达15个工时。
这个SpringBoot+Vue3的考勤系统主要解决以下场景需求：
- 多校区兼职教师的移动端签到（支持GPS定位和拍照打卡）
- 智能排课冲突检测（防止同一教师时段重叠）
- 自动生成课时统计报表（对接财务系统接口）
- 分级权限管理（院系管理员、教师、教务处的不同视图）
关键设计原则：系统需要兼容高校现有的统一身份认证平台（通常是CAS/OAuth2），同时考虑兼职教师群体手机型号差异大，前端必须做低端机型适配。
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. 技术架构设计
2.1 后端技术栈选型
采用SpringBoot 2.7.x + MyBatis-Plus的组合，主要基于以下考量：
- 高校IT环境通常限定JDK8，该版本SpringBoot对老环境兼容性最佳
- MyBatis-Plus的AR模式适合快速开发考勤业务CRUD
- 集成Hutool工具包处理中国特色的日期格式（如第3-4节课对应10:00-11:40）
数据库选用MySQL 5.7（高校常用版本）并做如下优化：
sql复制-- 考勤记录表添加空间索引
ALTER TABLE attendance_record
ADD SPATIAL INDEX idx_location (gps_point);
2.2 前端技术栈实现
Vue3组合式API更适合考勤系统的特点：
- 使用Pinia管理跨组件状态（如当前学期选择）
- 基于Vite的按需编译显著提升低配设备加载速度
- 关键代码示例：GPS定位封装
javascript复制// 高德地图定位封装
const getLocation = () => {
return new Promise((resolve) => {
AMap.plugin('AMap.Geolocation', () => {
const geolocation = new AMap.Geolocation({
enableHighAccuracy: true,
timeout: 10000
})
geolocation.getCurrentPosition((status, result) => {
if(status === 'complete') {
resolve([result.position.lng, result.position.lat])
} else {
resolve([])
}
})
})
})
}
3. 核心业务逻辑实现
3.1 动态考勤规则引擎
不同院系的考勤规则存在差异：
- 外语学院要求课前15分钟签到
- 体育学院允许课后补签
- 继续教育学院需要双重验证（GPS+人脸）
采用策略模式实现规则配置化：
java复制public interface AttendancePolicy {
boolean validate(AttendanceRecord record);
}
@Slf4j
@Component("sportsPolicy")
public class SportsAttendancePolicy implements AttendancePolicy {
@Override
public boolean validate(AttendanceRecord record) {
// 体育课特殊逻辑
return record.getSubmitTime().isBefore(
record.getScheduleTime().plusMinutes(30));
}
}
3.2 并发签到处理
高峰期可能产生300+并发签到请求，解决方案：
- 使用Redis分布式锁防止重复提交
java复制public boolean tryLock(String key) {
return redisTemplate.opsForValue()
.setIfAbsent(key, "1", 30, TimeUnit.SECONDS);
}
- 消息队列削峰（RocketMQ事务消息）
- 前端采用指数退避重试策略
4. 特殊场景处理
4.1 离线考勤模式
针对网络信号差的实训场地：
- 使用PWA技术实现前端离线缓存
- 采用增量同步策略（类似git的push/pull）
- 冲突解决采用"最后修改优先"原则
4.2 安全防护措施
- 防代签：活体检测+动作指令验证
- 防篡改：区块链存证关键考勤记录
- 防爆破：基于用户行为的动态验证码策略
5. 性能优化实践
5.1 数据库分片策略
按学期分表+冷热数据分离：
- 当前学期：MySQL主库
- 历史数据：TiDB集群
- 归档数据：MinIO对象存储
5.2 前端渲染优化
针对低端安卓机的专项优化：
- 虚拟滚动长列表（vue-virtual-scroller）
- Web Worker处理复杂统计计算
- 关键CSS内联避免FOUT
6. 部署与监控方案
6.1 容器化部署
使用Docker Compose编排：
yaml复制services:
attendance-service:
image: openjdk:8-jdk-alpine
environment:
- SPRING_PROFILES_ACTIVE=prod
deploy:
resources:
limits:
cpus: '2'
memory: 2G
6.2 监控体系搭建
- Prometheus采集JVM指标
- ELK日志分析（特别关注GPS定位失败日志）
- 业务级监控看板（今日异常考勤率等）
7. 踩坑与解决方案
7.1 微信浏览器兼容性问题
现象：iOS微信内置浏览器无法唤起摄像头
根因：微信安全策略限制
解决方案：
- 引导用户使用Safari打开
- 或申请微信JS-SDK权限
7.2 课时统计误差问题
典型场景：调课导致课时重复计算
最终方案：
- 引入事件溯源模式
- 使用TCC事务补偿机制
- 增加人工修正入口
这个项目在落地过程中最大的体会是：高校IT系统的改造必须考虑现有组织架构和工作惯性。我们最终保留了Excel导出功能（尽管系统能自动生成报表），因为财务处坚持要人工复核。技术方案再完美，也需要适配真实的业务流程。