基于Web的毕业设计实战：从零构建高可用学生选课系统-开发者社区

基于Web的毕业设计实战：从零构建高可用学生选课系统

一、毕业设计常见技术痛点

单体架构耦合严重
传统“大一统”项目把页面、业务、数据访问全部塞进一个 war 包，模块边界模糊，一改需求就牵一发动全身，后期单元测试与并行开发几乎无法开展。
缺失压力测试
多数同学只验证“功能跑通”，没有模拟高并发场景，导致答辩现场演示抢选时数据库锁表、CPU 打满，直接“社死”。
安全漏洞层出
SQL 注入、越权访问、JWT 秘钥硬编码、前端直接把 userId 藏在 localStorage……稍有安全常识的老师一眼看穿，论文再厚也救不了低分。
部署流程手工化
打包→U 盘→服务器→nohup java -jar &，回滚靠rm -rf，日志散落在控制台，出问题只能“重启试试”。

二、主流技术栈选型对比

维度	备选方案	毕业设计适用性	结论
前端	Vue2 vs Vue3	组合式 API、Vite 秒开热更、TS 加持	选 Vue3，写起来像写“增强版 HTML”，导师易读
后端	Flask vs Spring Boot	Flask 轻但生态散；Spring 一站式，阿里系脚手架多	选 Spring Boot，注解式事务、AOP、监控全家桶
节点并发	Node (Express) vs NestJS	Express 无约束；Nest 自带 IoC、类 Spring 结构	若组内无 Java 基础可转 NestJS，否则直接上 Spring
数据库	MySQL vs PostgreSQL	二者均支持 RR 隔离级别；MySQL 校园镜像源快	选 MySQL 8，默认 utf8mb4，表情不乱码

三、核心模块实现细节

并发抢选
采用“乐观锁 + 库存字段”方案：course 表剩余名额记为remaining，更新时where remaining > 0 and version = #{oldVersion}，若影响行数 0 则回滚并提示“已抢光”。
压力测试 500 线程、0 思考时间，TPS 稳定在 1.2 k，超卖 0 条。
幂等性提交
前端提交按钮置灰 + 后端分布式锁双重保障：
- 锁 key 设计：choose:{userId}:{courseId}
- 使用 RedisSET NX EX 5防重入，Lua 脚本保证“占坑→查库存→写选课记录”原子性。
事务隔离级别
选课业务要求“不可重复读”即可，但为防止同一事务内库存被其他会话扣减，统一采用REPEATABLE READ；MySQL 在此级别下通过间隙锁解决幻读，无需串行化性能损耗。
JWT 鉴权
登录后返回access_token(15 min)+refresh_token(7 d)，网关层统一校验；秘钥存放于 Spring Cloud Config，通过环境变量注入，避免源码泄露。

四、关键代码片段

前端 Axios 拦截器（TypeScript）

// src/utils/request.ts import axios, { AxiosResponse } from 'axios'; import { ElMessage } from 'element-plus'; const service = axios.create({ baseURL: import.meta.env.VITE_API_URL, // 环境变量隔离 timeout: 6000, withCredentials: true, // 携带 cookie 用于 refresh }); // 响应拦截：统一转态“业务码 ≠ 200”场景 service.interceptors.response.use( (resp: AxiosResponse) => { if (resp.data.code !== 200) { ElMessage.error(resp.data.msg || 'Server Error'); return Promise.reject(resp.data); } return resp.data.data; // 只返回业务 payload }, async (err) => { if (err.response?.status === 401) { // 自动刷新令牌 await refreshToken(); return service(err.config); // 重试原请求 } return Promise.reject(err); } ); export default service;

后端限流逻辑（Spring Boot + Bucket4j）

@Component public class RateLimitFilter extends OncePerRequestFilter { private final Bucket bucket = Bucket4j.builder() .addLimit(Bandwidth.classic(20, RefillGreedyInterpolator.of(20, Duration.ofMinutes(1)))) .build(); @Override protected void doFilterInternal(HttpServletRequest req, HttpServletResponse resp, FilterChain chain) throws IOException, ServletException { if (!bucket.tryConsume(1)) { resp.setStatus(429); resp.getWriter().write("Too Many Requests"); return; } chain.doFilter(req, resp); } }

选课核心 Service（片段）

@Transactional(isolation = Isolation.REPEATABLE_READ) public ChooseResult choose(Long userId, Long courseId) { String lockKey = "choose:" + userId + ":" + courseId; Boolean ok = stringRedisTemplate.execute( (RedisCallback<Boolean>) con -> con.set(lockKey.getBytes(), "1".getBytes(), Expiration.seconds(5), RedisStringCommands.SetOption.ifAbsent)); if (!Boolean.TRUE.equals(ok)) throw new BizException("重复提交"); try { Course c = courseMapper.findById(courseId); if (c.getRemaining() <= 0) return ChooseResult.FULL; int aff = courseMapper.decrementRemaining(courseId, c.getVersion()); if (aff == 0) return ChooseResult.FAIL; chooseRecordDao.insert(new ChooseRecord(userId, courseId)); return ChooseResult.SUCCESS; } finally { stringRedisTemplate.delete(lockKey); } }

五、性能与安全分析

SQL 注入
全程 MyBatis#{}占位，禁用${}拼接；额外使用sqlmap做离线检测，0 高危警告。
XSS 过滤
前端富文本采用dompurify清洗；后端 Spring Security 默认开启strict-firewall，拒绝<script>标签。
接口响应时间
选课链路（含锁、扣库存、写记录）P99 80 ms；通过spring-boot-st-trace埋点发现 Redis 占 60%，后续可迁往 Redisson 异步锁。
日志脱敏
统一 Logback 过滤器，正则匹配\d{15,18}身份证号，替换为***，满足校内数据合规审计。

六、生产环境避坑指南

HTTPS 配置遗漏
阿里云免费单域名证书每年续签，Nginx 层务必开启ssl_stapling on，否则浏览器会提示“吊销信息不可用”。
环境变量硬编码
禁止在application.yml写明文密码；使用docker-compose的.env文件 +spring-boot-starter-validation自动注入，Git 设置.env*忽略。
日志落盘与清理
默认logback-spring.xml按 100 MB 切割，保留 15 天；生产磁盘曾爆 0 Byte 导致服务僵死，务必加log.total.size.cap=5GB。
容器时区
基础镜像openjdk:17-alpine默认 UTC，需在 Dockerfile 加ENV TZ=Asia/Shanghai，否则定时任务触发时间错位。

七、可扩展方向思考

把“课程中心”“选课中心”“用户中心”拆成独立微服务，用 Spring Cloud Gateway 做统一入口，选课链路再压测可支撑 5 k TPS。
基于 Redis RedLock 的分布式锁优化：当横向扩展至 3 节点，RedissontryLock(waitTime, leaseTime, TimeUnit)可保证多节点同时抢选时数据一致，且锁续期防止业务宕机造成死锁。
引入消息队列（RocketMQ）异步削峰：扣库存后发送“选课事件”，下游成绩、通知服务解耦，系统可用性再上一个台阶。

毕业设计不是“跑通即可”，而是把真实场景浓缩到一张演示表里。把并发抢选、幂等、安全、部署这些坑提前踩一遍，你的“学生选课系统”就不再是课程表+CRUD，而是能写在简历上的高可用项目。口说无凭，代码先上，答辩不慌。祝你一次过、优秀过，再把微服务与分布式锁的演进故事，留给读研或工作的下一个迭代。