1. 项目背景与核心价值
医疗问诊拿药系统是当前互联网+医疗健康领域的热门应用方向。这类系统通过线上平台连接患者与医生，实现远程问诊、电子处方开具、药品配送等全流程服务。我在实际开发中发现，这种系统能有效缓解线下医院排队压力，特别适合慢性病患者的复诊和常规药品获取。
SpringBoot作为当前Java领域最流行的微服务框架，其开箱即用的特性和丰富的starter库，能够快速搭建高可用的医疗系统后台。结合MyBatis等持久层框架，可以轻松处理复杂的医疗业务数据关系。下面我将从技术选型到具体实现，完整解析这个系统的开发过程。
2. 系统架构设计
2.1 技术栈选型
前端采用Vue.js+ElementUI组合，主要考虑因素：
- 组件化开发效率高
- 丰富的UI组件库适合医疗系统复杂表单场景
- 完善的社区支持
后端技术栈：
- SpringBoot 2.7.x（长期支持版本）
- Spring Security（权限控制）
- MyBatis-Plus（数据库操作）
- Redis（缓存问诊排队信息）
- RabbitMQ（处方审核异步处理）
数据库：
- MySQL 8.0（事务型数据）
- MongoDB（存储问诊聊天记录）
提示：医疗系统对数据一致性要求极高，MySQL事务特性可确保处方与库存数据的准确同步。
2.2 微服务划分
系统按业务域拆分为三个微服务：
- 用户服务：处理患者/医生注册、登录、权限管理
- 问诊服务：实现在线问诊、排队管理、聊天记录存储
- 药品服务：管理药品库存、处方审核、配送跟踪
服务间通过OpenFeign进行通信，使用Nacos作为服务注册中心。这种设计在后续扩容时，可以独立扩展问诊服务应对流量高峰。
3. 核心功能实现
3.1 在线问诊模块
问诊流程的状态机设计：
java复制public enum ConsultStatus {
WAITING_PAYMENT, // 待支付
WAITING_DOCTOR, // 待接诊
IN_PROGRESS, // 问诊中
PRESCRIBING, // 开具处方
COMPLETED, // 已完成
CANCELLED // 已取消
}
使用WebSocket实现实时聊天：
java复制@ServerEndpoint("/consult/{sessionId}")
public class ConsultEndpoint {
@OnOpen
public void onOpen(Session session,
@PathParam("sessionId") String sessionId) {
// 建立连接逻辑
}
@OnMessage
public void onMessage(String message,
@PathParam("sessionId") String sessionId) {
// 处理聊天消息
}
}
3.2 电子处方系统
处方表关键字段设计：
sql复制CREATE TABLE `prescription` (
`id` bigint NOT NULL AUTO_INCREMENT,
`consult_id` bigint NOT NULL COMMENT '关联问诊记录',
`doctor_id` bigint NOT NULL,
`patient_id` bigint NOT NULL,
`diagnosis` varchar(500) COLLATE utf8mb4_bin NOT NULL COMMENT '诊断结果',
`status` tinyint NOT NULL DEFAULT '0' COMMENT '0-待审核 1-已通过 2-已拒绝',
`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (`id`),
KEY `idx_consult` (`consult_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;
处方审核采用责任链模式：
java复制public abstract class PrescriptionHandler {
protected PrescriptionHandler next;
public void setNext(PrescriptionHandler next) {
this.next = next;
}
public abstract void handle(Prescription prescription);
}
// 具体实现类示例：药品库存检查
public class StockCheckHandler extends PrescriptionHandler {
@Override
public void handle(Prescription prescription) {
// 检查每种药品库存
if (checkFailed) {
prescription.setStatus(REJECTED);
return;
}
if (next != null) {
next.handle(prescription);
}
}
}
4. 数据库设计要点
4.1 核心表关系
![数据库ER图示意]
（说明：此处应为实际的ER图描述）
主要表包括：
- 用户表（区分患者/医生/药师角色）
- 问诊记录表
- 处方表
- 处方明细表（药品清单）
- 药品库存表
- 配送订单表
4.2 优化实践
-
问诊记录分表策略：
- 按月份水平分表（consult_record_202301）
- 聊天记录存储在MongoDB，按sessionId分片
-
药品库存并发控制：
java复制@Transactional
public boolean reduceStock(Long drugId, Integer quantity) {
// 使用悲观锁确保库存准确
Drug drug = drugMapper.selectByIdForUpdate(drugId);
if (drug.getStock() >= quantity) {
drug.setStock(drug.getStock() - quantity);
return drugMapper.updateById(drug) > 0;
}
return false;
}
5. 安全与合规实现
5.1 医疗数据安全
关键措施：
- 数据传输加密：全站HTTPS + 敏感字段AES加密
- 数据脱敏存储：患者身份证号等字段使用SM4加密
- 操作日志审计：记录所有数据访问行为
5.2 权限控制方案
基于RBAC模型扩展医疗特有权限：
java复制@PreAuthorize("hasRole('DOCTOR') && @consultService.isMyConsult(#consultId)")
@GetMapping("/consult/{consultId}")
public ConsultDetail getConsultDetail(@PathVariable Long consultId) {
// 医生只能查看自己的问诊记录
}
6. 部署与性能优化
6.1 容器化部署
Docker Compose编排示例：
yaml复制version: '3'
services:
user-service:
image: user-service:1.0
ports:
- "8080:8080"
environment:
- SPRING_PROFILES_ACTIVE=prod
- NACOS_SERVER=nacos:8848
mysql:
image: mysql:8.0
volumes:
- mysql_data:/var/lib/mysql
environment:
- MYSQL_ROOT_PASSWORD=securepwd
6.2 性能调优
- 问诊排队使用Redis ZSET实现：
java复制public void joinQueue(Long patientId) {
String key = "consult_queue:" + LocalDate.now();
redisTemplate.opsForZSet().add(key, patientId.toString(), System.currentTimeMillis());
}
public Long getQueuePosition(Long patientId) {
return redisTemplate.opsForZSet().rank(key, patientId.toString());
}
- 药品查询缓存策略：
- 使用Caffeine本地缓存热门药品信息
- 库存变更时通过Redis Pub/Sub通知各节点失效缓存
7. 开发中的典型问题
7.1 处方状态一致性问题
症状：偶现处方审核通过但库存未扣减
解决方案：
- 引入Saga事务模式
- 关键代码：
java复制@Transactional
public void approvePrescription(Long prescriptionId) {
// 1. 更新处方状态
updatePrescriptionStatus(prescriptionId, APPROVED);
// 2. 发送领域事件
applicationEventPublisher.publishEvent(
new PrescriptionApprovedEvent(prescriptionId));
}
// 事件处理器
@Transactional(propagation = Propagation.REQUIRES_NEW)
public void handlePrescriptionApproved(PrescriptionApprovedEvent event) {
// 3. 扣减库存（新事务）
reduceDrugStock(event.getPrescriptionId());
// 4. 如失败则触发补偿事务
}
7.2 高并发问诊请求
应对策略：
- 令牌桶限流（RateLimiter）
- 排队页面使用长轮询减少服务端压力
- 关键配置：
properties复制# 问诊服务限流
spring.redis.rate-limiter.enabled=true
spring.redis.rate-limiter.capacity=100
spring.redis.rate-limiter.refill-interval=1
8. 扩展方向建议
- 智能问诊辅助：
- 集成NLP引擎分析患者主诉
- 提供诊断建议参考
- 药品知识图谱：
- 构建药品相互作用关系图
- 处方自动合规检查
- 医保对接：
- 开发医保结算模块
- 需特别注意医保数据安全规范
这个系统在实际开发中最大的挑战是保证医疗数据的准确性和安全性。我们团队通过严格的代码审查和自动化测试，最终将处方差错率控制在0.01%以下。对于准备开发类似系统的同行，建议在项目初期就建立完善的监控体系，特别是对核心业务流程的监控。