SpringBoot社区防疫系统开发实践与架构设计

1. 项目背景与需求分析

2020年以来的全球公共卫生事件让社区防疫管理面临前所未有的挑战。传统纸质登记方式存在接触风险、数据滞后、统计困难等问题，而简单的电子表格又难以满足动态管控需求。这正是我们开发这套社区人员流动系统的核心驱动力。

社区防疫管理需要解决三个核心痛点：

• 实时性：传统人工登记需要数小时才能汇总到指挥中心
• 精准性：手工填写容易出现信息错漏
• 可追溯性：纸质记录难以快速检索历史轨迹

基于SpringBoot的技术选型主要考虑以下因素：

1. 快速开发：社区防疫系统需要短时间内上线
2. 微服务友好：未来可能对接健康码等外部系统
3. 生态完善：Spring生态有成熟的安全、数据库组件
4. 运维简单：内嵌Tomcat降低部署复杂度

2. 系统架构设计

2.1 技术栈选型

code复制前端：Vue.js + ElementUI
后端：SpringBoot 2.6.11 + Spring Security
数据库：MySQL 8.0 + Redis缓存
中间件：RabbitMQ异步处理
定位服务：高德地图API

选择SpringBoot 2.6.11版本是因为：

• 长期支持版本（LTS）
• 与Spring Cloud 2021.0.3版本兼容
• 修复了多个安全漏洞

2.2 核心功能模块

code复制├── 人员登记模块
│   ├── 扫码登记（QR Code）
│   ├── 人脸识别（OpenCV）
│   └── 手动补录
├── 流动分析模块
│   ├── 热力图展示
│   ├── 轨迹回溯
│   └── 异常预警
├── 权限管理模块
│   ├── RBAC模型
│   └── 操作日志
└── 报表导出模块
    ├── PDF导出
    ├── Excel导出
    └── 数据大屏

3. 关键实现细节

3.1 出入登记流程优化

采用"预登记+现场确认"双阶段设计：

1. 居民提前在小程序填写基础信息
2. 现场扫码后自动带出信息
3. 测温后自动完成登记（约3秒/人）

技术实现要点：

java复制// 登记服务接口示例
@PostMapping("/check-in")
public Result checkIn(@Valid @RequestBody CheckInDTO dto) {
    // 1. 验证健康码状态
    healthCodeService.validate(dto.getUserId());
    
    // 2. 记录体温异常
    if(dto.getTemperature() > 37.3) {
        alertService.trigger(dto);
    }
    
    // 3. 保存登记记录
    return Result.success(checkInService.save(dto));
}

3.2 轨迹回溯实现

使用高德地图API的轨迹服务，关键配置：

yaml复制# application.yml
amap:
  key: your_api_key
  track:
    url: https://restapi.amap.com/v4/track/terminal
    buffer-size: 100
    upload-interval: 30s

轨迹数据存储设计：

sql复制CREATE TABLE `user_track` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_id` varchar(32) NOT NULL,
  `geo_point` point NOT NULL SRID 4326,
  `create_time` datetime NOT NULL,
  SPATIAL INDEX(`geo_point`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

4. 安全防护方案

4.1 防XSS攻击

针对PDF导出功能的安全处理：

java复制public void exportPdf(HttpServletResponse response) {
    // 1. 使用PDFBox而非直接HTML转换
    PDDocument document = new PDDocument();
    
    // 2. 内容白名单过滤
    String safeContent = HtmlUtils.htmlEscape(rawContent);
    
    // 3. 设置响应头
    response.setHeader("Content-Disposition", "attachment");
    response.setContentType("application/pdf");
}

4.2 数据权限控制

基于Spring Security的权限设计：

java复制@PreAuthorize("hasRole('COMMUNITY_ADMIN') or "
    + "(hasRole('GATE_KEEPER') and @permission.checkSameCommunity(#communityId))")
@GetMapping("/records/{communityId}")
public PageResult getRecords(@PathVariable Long communityId, PageParam param) {
    return recordService.getByCommunity(communityId, param);
}

5. 性能优化实践

5.1 缓存策略

采用多级缓存架构：

code复制请求 → Redis缓存 → 本地Caffeine缓存 → 数据库

缓存配置示例：

java复制@Configuration
@EnableCaching
public class CacheConfig {
    @Bean
    public CacheManager cacheManager() {
        CaffeineCacheManager manager = new CaffeineCacheManager();
        manager.setCaffeine(Caffeine.newBuilder()
            .expireAfterWrite(10, TimeUnit.MINUTES)
            .maximumSize(1000));
        return manager;
    }
}

5.2 大文件上传处理

针对健康证明等大文件的上传优化：

1. 分片上传（1MB/片）
2. 断点续传
3. 异步处理

核心代码：

java复制@PostMapping("/upload")
public Result upload(@RequestParam MultipartFile file) {
    // 1. 临时存储分片
    String tempPath = tempStorage.saveChunk(file);
    
    // 2. 异步合并文件
    fileMergeService.asyncMerge(tempPath);
    
    return Result.success();
}

6. 部署与监控

6.1 Docker部署方案

推荐使用分层构建的Dockerfile：

dockerfile复制FROM adoptopenjdk:11-jre-hotspot as builder
WORKDIR application
ARG JAR_FILE=target/*.jar
COPY ${JAR_FILE} application.jar
RUN java -Djarmode=layertools -jar application.jar extract

FROM adoptopenjdk:11-jre-hotspot
COPY --from=builder application/dependencies/ ./
COPY --from=builder application/spring-boot-loader/ ./
COPY --from=builder application/application/ ./
ENTRYPOINT ["java", "org.springframework.boot.loader.JarLauncher"]

6.2 健康监控配置

SpringBoot Actuator关键端点配置：

yaml复制management:
  endpoints:
    web:
      exposure:
        include: health,info,metrics
  endpoint:
    health:
      show-details: always
    metrics:
      enabled: true

7. 踩坑与解决方案

7.1 高并发登记冲突

问题现象：

• 早晚高峰时段出现登记记录丢失
• 数据库出现死锁

解决方案：

1. 引入RabbitMQ削峰填谷
2. 优化MySQL索引
3. 添加重试机制

java复制@Retryable(value = {SQLException.class}, 
           maxAttempts = 3,
           backoff = @Backoff(delay = 100))
public void saveCheckInRecord(CheckInRecord record) {
    // 保存逻辑
}

7.2 轨迹数据漂移

问题现象：

• 个别定位点偏离实际位置500米以上

排查过程：

1. 确认不是高德API问题
2. 发现是手机GPS模块误差
3. 加入WiFi定位辅助

优化后的定位逻辑：

java复制public Position getAccuratePosition(UserDevice device) {
    // 优先使用WiFi定位
    Position wifiPos = positioningService.getWifiPosition(device);
    if(wifiPos.getAccuracy() < 50) {
        return wifiPos;
    }
    
    // 次选GPS定位
    return positioningService.getGpsPosition(device);
}

8. 扩展与演进

8.1 与健康码系统对接

采用Spring Cloud OpenFeign调用健康码服务：

java复制@FeignClient(name = "health-code-service", url = "${health.code.url}")
public interface HealthCodeClient {
    @GetMapping("/status/{idCard}")
    HealthCodeStatus getStatus(@PathVariable String idCard);
}

8.2 智能预警升级

引入简单规则引擎实现复杂预警：

java复制@Bean
public KieContainer kieContainer() {
    KieServices ks = KieServices.Factory.get();
    KieFileSystem kfs = ks.newKieFileSystem();
    kfs.write(ResourceFactory.newClassPathResource("rules/alert.drl"));
    return ks.newKieBuilder(kfs).buildAll().newKieContainer();
}

这套系统在实际部署中经受住了日均10万+登记量的考验。特别提醒两个容易忽视的细节：1) MySQL的wait_timeout要调大避免连接中断 2) Redis缓存一定要设置合理的淘汰策略。未来计划加入更多AI能力，如通过历史数据预测高风险时段等。