Tina 小姐姐1. 项目背景与核心需求
高校选课系统是教务管理中的核心环节，传统手工选课模式存在效率低下、冲突率高、数据统计困难等问题。基于SpringBoot的选课系统采用B/S架构，能够实现学生在线选课、教师发布课题、管理员统筹管理的全流程数字化。
这个系统的核心痛点在于解决三个关键问题：
- 选课高峰期的并发压力（特别是学期初的集中选课）
- 多维度约束条件的智能匹配（如专业限制、先修课程、时间冲突等）
- 实时可视化的数据统计（为教务决策提供支持）
我在实际开发中发现，一个合格的选课系统需要平衡技术实现与业务逻辑的复杂度。SpringBoot的自动配置特性让我们能快速搭建基础框架，但真正的挑战在于业务规则的灵活实现。
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. 技术选型与架构设计
2.1 基础技术栈
- 后端框架：SpringBoot 2.7.x（兼顾稳定性和新特性）
- 数据库：MySQL 8.0（事务支持完善，社区资源丰富）
- 前端：Thymeleaf + Bootstrap（适合快速开发管理后台）
- 缓存：Redis（应对选课高峰期的并发读写）
注意：不建议直接使用最新版本的SpringBoot 3.x，因为部分学校服务器的JDK可能仍停留在Java 8环境。
2.2 分层架构设计
java复制com.example.course
├── config // 安全、缓存等配置
├── controller
├── service // 核心业务逻辑
├── dao // 数据访问层
├── entity // 数据库实体
├── util // 工具类
└── exception // 异常处理
这种分层结构在开发中表现出很好的扩展性。例如当需要添加微信通知功能时，只需在service层新增模块，不会影响其他业务逻辑。
3. 核心功能实现细节
3.1 选课冲突检测
这是系统最复杂的业务逻辑之一，我的实现方案是：
java复制public class CourseConflictChecker {
// 时间冲突检测算法
public static boolean checkTimeConflict(List<Course> selected, Course newCourse) {
return selected.stream().anyMatch(c ->
c.getWeekday() == newCourse.getWeekday() &&
!(c.getEndTime() <= newCourse.getStartTime() ||
c.getStartTime() >= newCourse.getEndTime()));
}
// 先修课程检查
public static boolean checkPrerequisite(Student student, Course course) {
return course.getPrerequisites().stream()
.allMatch(req -> student.getCompletedCourses().contains(req));
}
}
实测中发现，单纯的数据库事务无法完全解决超选问题，需要配合Redis分布式锁：
java复制@GetMapping("/select")
public Result selectCourse(@RequestParam Long courseId) {
String lockKey = "course_lock:" + courseId;
try {
// 获取分布式锁（3秒超时）
boolean locked = redisTemplate.opsForValue()
.setIfAbsent(lockKey, "1", 3, TimeUnit.SECONDS);
if (!locked) return Result.fail("系统繁忙，请重试");
// 执行选课逻辑
return courseService.selectCourse(getCurrentUserId(), courseId);
} finally {
redisTemplate.delete(lockKey);
}
}
3.2 数据库设计要点
主表结构设计示例：
sql复制CREATE TABLE `course` (
`id` bigint NOT NULL AUTO_INCREMENT,
`name` varchar(50) NOT NULL,
`teacher_id` bigint NOT NULL,
`max_students` int DEFAULT '30',
`current_students` int DEFAULT '0',
`credit` tinyint DEFAULT '2',
`weekday` tinyint COMMENT '1-7代表周一到周日',
`start_time` time NOT NULL,
`end_time` time NOT NULL,
`classroom` varchar(20) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_teacher` (`teacher_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
特别要注意的是选课关系表需要建立联合索引：
sql复制CREATE TABLE `student_course` (
`id` bigint NOT NULL AUTO_INCREMENT,
`student_id` bigint NOT NULL,
`course_id` bigint NOT NULL,
`select_time` datetime DEFAULT CURRENT_TIMESTAMP,
`score` decimal(3,1) DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `uk_student_course` (`student_id`,`course_id`),
KEY `idx_course` (`course_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
4. 典型问题与解决方案
4.1 高并发场景下的超选问题
在选课高峰期，可能出现课程名额已满但仍被选中的情况。我采用的解决方案是：
- 乐观锁方案（适合一般并发）：
java复制@Transactional
public Result selectCourse(Long studentId, Long courseId) {
Course course = courseDao.selectForUpdate(courseId);
if (course.getCurrentStudents() >= course.getMaxStudents()) {
return Result.fail("课程已满");
}
courseDao.increaseCurrentStudents(courseId);
// 创建选课记录...
}
- 库存预扣方案（适合极高并发）：
java复制// 选课前先预扣名额
int affected = courseDao.reduceStockWithCAS(
courseId,
course.getVersion() // 版本号
);
if (affected == 0) {
return Result.fail("选课失败");
}
4.2 复杂查询优化
选课系统常见的性能瓶颈包括：
- 学生课表查询（涉及多表关联）
- 课程余量实时统计
我的优化方案是：
- 使用MyBatis的二级缓存（配置注意设置合理的刷新间隔）
- 对热点数据做冗余存储，如学生课表在选课成功后同步写入redis：
json复制{
"student:1001:timetable": [
{
"courseName": "Java程序设计",
"weekday": 2,
"time": "08:00-09:40",
"classroom": "A301"
},
// 其他课程...
]
}
5. 扩展功能实现
5.1 可视化数据分析
使用ECharts实现选课数据可视化：
javascript复制// 课程热度排行
function initHotChart() {
$.get('/course/stat/hot', function(data) {
const chart = echarts.init(document.getElementById('hot-chart'));
chart.setOption({
xAxis: { data: data.map(item => item.name) },
series: [{
type: 'bar',
data: data.map(item => item.count)
}]
});
});
}
5.2 微信消息通知
集成微信公众号模板消息：
java复制public void sendSelectSuccessMsg(Long studentId, Course course) {
WechatTemplateMsg msg = new WechatTemplateMsg();
msg.setTemplateId("选课成功通知");
msg.addData("first", "选课成功通知");
msg.addData("keyword1", course.getName());
msg.addData("keyword2", course.getTeacher().getName());
msg.addData("remark", "上课时间：" + course.getTimeDesc());
wechatService.sendTemplateMsg(
studentService.getWechatOpenId(studentId),
msg
);
}
6. 部署与监控
6.1 多环境配置
使用Spring Profile管理不同环境配置：
yaml复制# application-dev.yml
server:
port: 8080
spring:
datasource:
url: jdbc:mysql://localhost:3306/course_dev
username: dev
password: dev123
# application-prod.yml
spring:
datasource:
url: jdbc:mysql://prod-db:3306/course_prod
username: ${DB_USER}
password: ${DB_PASS}
6.2 健康检查与监控
配置Actuator端点：
yaml复制management:
endpoints:
web:
exposure:
include: health,info,metrics
endpoint:
health:
show-details: always
建议添加自定义健康检查项：
java复制@Component
public class CourseHealthIndicator implements HealthIndicator {
@Override
public Health health() {
int errorCount = checkCourseConflict();
if (errorCount > 0) {
return Health.down()
.withDetail("冲突课程数", errorCount)
.build();
}
return Health.up().build();
}
}
7. 毕业设计加分项
根据我指导毕业设计的经验，这些功能能显著提升系统档次：
- 选课策略模拟：让学生输入优先级规则，系统自动生成最优选课方案
- 课程评价系统：匿名评价+情感分析（可集成HanLP）
- 移动端适配：基于Vue.js开发响应式前端
- 智能推荐：基于历史选课数据的协同过滤推荐
实现推荐功能的基本思路：
java复制public List<Course> recommendCourses(Long studentId) {
// 1. 获取相似学生的选课记录
List<Long> similarStudents = findSimilarStudents(studentId);
// 2. 提取推荐候选集
Set<Course> candidates = new HashSet<>();
for (Long sid : similarStudents) {
candidates.addAll(courseDao.findSelectedCourses(sid));
}
// 3. 过滤已选课程
List<Course> selected = courseDao.findByStudent(studentId);
return candidates.stream()
.filter(c -> !selected.contains(c))
.sorted(comparing(Course::getHotScore).reversed())
.limit(10)
.collect(Collectors.toList());
}
8. 开发心得与建议
经过三个版本的迭代，我总结了这些经验教训：
-
事务边界要明确：选课业务中，不要把整个HTTP请求都放在一个事务里，这会导致数据库连接占用时间过长。应该只在必要的数据库操作上加@Transactional。
-
缓存更新策略：采用Cache Aside Pattern时，要先更新数据库再删除缓存，顺序不能颠倒。遇到过因为顺序错误导致脏数据的问题。
-
日志规范：建议使用MDC实现请求追踪，关键业务操作要记录操作日志：
java复制@Aspect
@Component
@Slf4j
public class OperationLogAspect {
@AfterReturning(
pointcut = "@annotation(operationLog)",
returning = "result")
public void afterReturning(JoinPoint jp, OperationLog operationLog, Object result) {
log.info("操作类型：{}, 参数：{}, 结果：{}",
operationLog.value(),
jp.getArgs(),
result);
}
}
- 压力测试必不可少：使用JMeter模拟500并发选课请求，发现最初的系统在200并发时就会出现大量失败。经过优化后能稳定支持800并发。
这个项目让我深刻体会到，一个好的选课系统不仅要技术过关，更要深入理解教务管理的实际需求。建议开发前先访谈至少3位教务老师，了解他们的工作痛点。