1. 项目背景与核心需求2020年以来的全球公共卫生事件让校园疫情防控系统成为高校信息化建设的刚需。传统的人工登记方式存在效率低下、数据孤岛、追溯困难等问题而基于SpringBootVue的全栈解决方案能够完美应对这些挑战。这个系统需要实现的核心功能包括师生健康信息每日填报校内场所出入扫码登记疫情数据可视化分析异常情况自动预警防疫物资库存管理关键设计考量系统需要同时满足高并发填报早高峰时段和复杂数据分析需求这决定了我们选择SpringBoot作为后端框架的技术路线。2. 技术栈选型解析2.1 后端技术组合SpringBoot 2.7.x作为基础框架主要基于以下优势内嵌Tomcat容器部署简便自动配置特性大幅减少XML配置完善的健康检查机制适合防疫系统监控与MyBatis的整合体验优秀数据库选用MySQL 8.0关键考虑校园场景下数据关系明确适合关系型数据库事务支持完善确保打卡记录等关键操作的ACID特性JSON类型支持便于存储动态防疫表单// 典型MyBatis映射文件示例 Mapper public interface HealthReportMapper { Insert(INSERT INTO health_report(user_id, temperature, symptoms) VALUES(#{userId}, #{temp}, #{symptoms})) Options(useGeneratedKeys true, keyProperty id) int insert(HealthReport report); }2.2 前端技术方案Vue 3.x Element Plus的组合提供了响应式表单构建能力每日健康填报丰富的图表组件ECharts集成良好的TypeScript支持路由守卫实现权限控制// 典型扫码登记组件 const scanQR () { QRScanner.scan() .then(data { if (validLocations.includes(data)) { checkIn(data); } else { ElMessage.error(无效场所码); } }) }3. 核心功能实现细节3.1 健康打卡模块设计采用分布式锁解决并发提交问题public Result submitReport(HealthReport report) { String lockKey lock:report: report.getUserId(); try { // 使用Redis分布式锁 boolean locked redisTemplate.opsForValue() .setIfAbsent(lockKey, 1, 30, TimeUnit.SECONDS); if (!locked) { return Result.fail(操作过于频繁); } // 业务处理... } finally { redisTemplate.delete(lockKey); } }3.2 场所码管理实现采用GeoHash算法优化地理位置查询将校园区域划分为多个GeoHash网格用户扫码时计算所在网格只加载相邻网格的场所数据-- 场所表设计 CREATE TABLE location ( id BIGINT PRIMARY KEY, name VARCHAR(100), geo_code CHAR(12), -- Geohash编码 qr_code VARCHAR(100), capacity INT );4. 系统安全与性能优化4.1 安全防护措施接口防刷Guava RateLimiter实现API限流数据加密敏感字段使用AES加密存储XSS防护前端DOMPurify过滤后端Jackson转义权限控制基于RBAC模型的动态权限方案4.2 性能调优实践热点数据缓存Cacheable(value userStatus, key #userId) public UserHealthStatus getCurrentStatus(Long userId) { // 数据库查询 }批量导入优化使用MyBatis的BatchExecutor调整rewriteBatchedStatementstrue每500条提交一次事务前端懒加载template el-table :datatableData v-infinite-scrollloadMore !-- 表格内容 -- /el-table /template5. 典型问题排查实录5.1 打卡高峰期超时问题现象每日8:00-9:00出现接口超时排查过程通过Arthas监控发现MySQL连接池耗尽检查连接配置初始连接数10最大50分析连接泄漏未关闭的ResultSet导致解决方案# 调整Druid配置 spring: datasource: druid: initial-size: 20 max-active: 100 validation-query: SELECT 1 test-on-borrow: true5.2 扫码定位漂移问题现象室内场所定位偏差达500米解决步骤改用高德地图室内定位SDK增加蓝牙信标辅助定位实现WIFI指纹匹配算法关键代码function getIndoorPosition() { return new Promise((resolve) { AMap.IndoorMap.getFloor((floor) { const bleData processBeaconSignals(); resolve(calculatePosition(floor, bleData)); }); }); }6. 部署与运维方案6.1 持续集成流水线Jenkins多阶段构建配置pipeline { agent any stages { stage(Build) { steps { sh mvn clean package -DskipTests } } stage(Docker Build) { steps { script { docker.build(epidemic-system:${env.BUILD_ID}) } } } stage(Deploy) { when { branch master } steps { sshPublisher( transfers: [ sshTransfer( execCommand: docker-compose up -d --no-deps backend ) ] ) } } } }6.2 监控告警配置Prometheus监控指标示例应用层JVM内存、GC次数、接口QPS数据层MySQL连接数、慢查询数业务层每日打卡完成率、异常体温占比Grafana看板关键图表实时在线人数趋势图各场所人流热力图系统响应时间百分位图7. 项目演进方向在实际运行三个月后我们规划了以下优化方向智能预测功能基于历史数据预测疫情风险使用LSTM神经网络模型集成TensorFlow Serving移动端深度优化开发React Native跨平台应用实现离线填报功能加入人脸识别核验大数据分析增强搭建Flink实时计算管道师生行为模式分析防疫措施效果评估这个项目让我深刻体会到一个好的校园防疫系统需要在技术严谨性和用户体验之间找到平衡点。比如在实现扫码功能时我们最初采用的标准GPS定位在室内场景完全不可用后来通过结合多种定位技术才解决问题。另外在处理晨间打卡高峰时单纯的增加服务器配置并不能根本解决问题最终是通过引入本地缓存异步提交的方案才稳定了系统性能。