Python+Vue高校选课系统开发与优化实践-代码聚汇网

Python+Vue高校选课系统开发与优化实践

Nicholas Qin

1. 项目背景与需求分析

高校选课系统作为教务管理的重要环节，直接影响着教学秩序和学生学习体验。传统的人工选课方式存在诸多痛点：选课高峰期教务处排长队、课程容量难以实时更新、退改选流程繁琐等。我曾参与过某高校教务系统升级项目，亲眼目睹学生为抢热门课程凌晨排队的情形，这促使我思考如何用技术手段解决这些问题。

Python+Vue选课系统正是针对这些痛点设计的解决方案。系统采用B/S架构，将用户分为三类角色：

管理员：负责基础数据维护（院系/专业/班级）、课程审核、选课开关控制
教师：管理所授课程的学生名单、录入成绩、查看选课统计
学生：在线选课、退课、查看课表和成绩

实际开发中发现，选课冲突检测和并发控制是系统最核心的难点。当多个学生同时选择热门课程时，必须确保数据一致性和系统响应速度。

2. 技术选型与架构设计

2.1 前后端分离架构

系统采用典型的前后端分离架构：

code复制前端：Vue.js 2.x + Element UI + Axios
后端：Python 3.7 + Django REST framework/Flask
数据库：MySQL 5.7
开发工具：PyCharm + Navicat

选择Vue而非React/Angular的考虑：

学习曲线平缓，适合高校技术栈
双向数据绑定简化表单处理
Element UI提供丰富的教务系统组件（课表、分页表格等）

2.2 Django与Flask的取舍

两种Python框架各有适用场景：

特性	Django	Flask
适用规模	中大型系统	小型快速开发
内置功能	ORM/Admin俱全	需自行组装
灵活性	较低	极高
性能	中等	较高

本系统最终选择Django的原因：

自带Admin后台，快速实现管理功能
ORM简化数据库操作，避免SQL注入
完善的权限管理系统（django-guardian）

2.3 数据库设计要点

核心表关系设计：

python复制class Course(models.Model):
    name = models.CharField(max_length=50)
    capacity = models.IntegerField()  # 课程容量
    # 其他字段...

class Selection(models.Model):
    student = models.ForeignKey(Student, on_delete=models.CASCADE)
    course = models.ForeignKey(Course, on_delete=models.CASCADE)
    select_time = models.DateTimeField(auto_now_add=True)
    status = models.CharField(max_length=10)  # 已选/待审核/已退
    
    class Meta:
        unique_together = ('student', 'course')  # 防止重复选课

关键设计决策：

使用复合唯一约束防止重复选课
添加status字段实现选课审核流程
为course.capacity字段建立索引加速查询

3. 核心功能实现

3.1 选课并发控制

高并发选课场景需要解决两个问题：

超卖问题：课程容量被超额占用
性能瓶颈：数据库压力过大

解决方案：

python复制# views.py
@transaction.atomic  # 开启事务
def select_course(request):
    course = Course.objects.select_for_update().get(id=course_id)  # 加行锁
    if course.current_num >= course.capacity:
        return JsonResponse({'code': 400, 'msg': '课程已满'})
    
    # 检查时间冲突
    conflicts = Selection.objects.filter(
        student=request.user,
        course__schedule__overlap=course.schedule  # 使用PostgreSQL的range字段
    ).exists()
    
    if not conflicts:
        Selection.objects.create(
            student=request.user,
            course=course,
            status='pending'
        )
        course.current_num += 1
        course.save()

优化措施：

使用select_for_update()锁定课程记录
采用PostgreSQL的range类型处理时间冲突
添加Redis缓存热门课程信息

3.2 权限控制系统

基于Django的权限方案：

python复制# permissions.py
class IsTeacher(BasePermission):
    def has_permission(self, request, view):
        return request.user.role == 'teacher'

# views.py
@api_view(['POST'])
@permission_classes([IsTeacher])
def input_grade(request):
    # 教师录入成绩逻辑

特殊处理：

学生只能看到自己的选课记录（添加queryset过滤）
教师只能管理自己教授的课程（重写get_queryset）
管理员操作记录审计（使用django-auditlog）

3.3 课表可视化

前端实现技巧：

vue复制<template>
  <el-timetable 
    :events="courses"
    @select="handleSelect"
  />
</template>

<script>
export default {
  data() {
    return {
      courses: [{
        id: 1,
        title: 'Python编程',
        start: 'Mon 08:00',
        end: 'Mon 10:00',
        color: '#409EFF'
      }]
    }
  },
  methods: {
    handleSelect(event) {
      this.$axios.post('/api/select/', {course_id: event.id})
    }
  }
}
</script>

4. 性能优化实践

4.1 数据库查询优化

常见性能陷阱及解决方案：

N+1查询问题：

python复制# 错误示例（每次循环都查询数据库）
for selection in Selection.objects.all():
    print(selection.course.name) 

# 正确做法（使用select_related）
Selection.objects.select_related('course').all()

分页优化：

python复制# 不要使用count()获取总数（大数据量表很慢）
paginator = Paginator(queryset, 20)
page = paginator.page(1)
return Response({
    'results': page.object_list,
    'has_next': page.has_next()
})

4.2 缓存策略

三级缓存架构：

热点数据：Redis缓存课程余量
静态资源：CDN加速前端文件
浏览器缓存：ETag协商缓存

配置示例：

python复制CACHES = {
    'default': {
        'BACKEND': 'django_redis.cache.RedisCache',
        'LOCATION': 'redis://127.0.0.1:6379/1',
        'OPTIONS': {
            'CLIENT_CLASS': 'django_redis.client.DefaultClient',
        }
    }
}

# 装饰器缓存视图
@cache_page(60 * 15)
def course_list(request):
    ...

5. 安全防护措施

5.1 常见攻击防护

SQL注入：

始终使用ORM或参数化查询
禁止拼接SQL语句

XSS攻击：

前端使用vue-sanitize过滤输入
后端设置Django的SECURE_BROWSER_XSS_FILTER=True

CSRF防护：

确保Django的CsrfViewMiddleware启用
前端Axios配置withCredentials

5.2 敏感数据保护

密码存储：

python复制# 使用make_password加密
from django.contrib.auth.hashers import make_password
user.password = make_password('123456')

日志脱敏：

python复制LOGGING = {
    'filters': {
        'mask_password': {
            '()': 'util.log.PasswordMaskFilter'
        }
    }
}

6. 部署实践

6.1 生产环境配置

推荐部署方案：

code复制前端：Nginx + Vue静态文件
后端：Django + Gunicorn + Nginx
数据库：MySQL主从复制
监控：Prometheus + Grafana

Docker部署示例：

dockerfile复制# backend/Dockerfile
FROM python:3.7
RUN pip install gunicorn
COPY requirements.txt .
RUN pip install -r requirements.txt
CMD ["gunicorn", "-w 4", "-b :8000", "core.wsgi"]

6.2 压力测试

使用Locust模拟选课高峰：

python复制from locust import HttpUser, task

class SelectionUser(HttpUser):
    @task
    def select_course(self):
        self.client.post("/api/select/", json={
            "course_id": 1
        }, headers={"Authorization": "Bearer xxx"})

测试结果优化：

4核8G服务器可支持2000+并发
平均响应时间<1.5秒
数据库连接池大小建议20-30

7. 项目演进方向

智能推荐系统：

基于协同过滤算法推荐课程
考虑先修课程关联关系

微信小程序端：

使用uni-app跨平台开发
集成消息推送功能

微服务改造：

将选课、成绩等模块拆分为独立服务
使用Kubernetes管理容器

在项目开发过程中，最大的教训是要提前设计好数据一致性方案。我们曾遇到过选课数据异常的情况，最终通过引入数据库事务和分布式锁解决。建议在类似系统中，尽早考虑以下问题：

如何保证选课操作的原子性
如何处理分布式环境下的并发控制
如何设计数据补偿机制