1. 项目背景与需求分析2020年以来的公共卫生事件让高校管理面临前所未有的挑战。作为在高校信息化领域深耕多年的开发者我亲历了从纸质登记到数字化管理的转型过程。传统手工登记方式存在三大痛点数据滞后通常延迟1-2天、信息孤岛各部门数据不互通、追溯困难接触者排查效率低下。某985高校的实测数据显示人工处理1000名学生的健康筛查需要8小时而数字化系统可将时间压缩到15分钟。这个疫情防控系统正是为解决这些痛点而生。核心需求可归纳为实时健康监测体温、症状每日上报精准轨迹追踪校内场所打卡记录智能预警机制异常数据自动触发通知多维度数据分析可视化疫情态势2. 技术架构设计2.1 整体架构方案采用前后端分离架构这是经过多个项目验证的最佳实践。后端选择SpringBoot 2.7 MyBatis-Plus组合前端采用Vue 3 Element Plus数据库使用MySQL 8.0。特别说明选择依据SpringBoot优势自动配置省去70%的XML配置内嵌Tomcat支持快速部署Actuator端点提供实时监控与Spring Security天然集成Vue 3关键考量Composition API更适合复杂状态管理Vite构建速度比Webpack快5-8倍更好的TypeScript支持MySQL选型原因高校IT部门普遍熟悉事务支持完善ACIDJSON字段支持灵活扩展2.2 高并发设计针对开学季集中填报场景我们做了以下优化// 使用Redis缓存热点数据 Cacheable(value healthStatus, key #userId) public HealthStatus getCurrentHealthStatus(String userId) { // 数据库查询逻辑 } // 异步处理Excel导出 Async public void exportHealthReport(Date date) { // 耗时操作放入线程池 }实测数据单服务器4核8G可支撑3000 TPS响应时间500ms。3. 核心功能实现3.1 健康上报模块采用动态表单设计支持各校自定义字段template el-form :modelhealthForm :rulesrules template v-foritem in customFields el-form-item :labelitem.label :propitem.field component :isgetComponent(item.type) v-modelhealthForm[item.field] / /el-form-item /template /el-form /template避坑经验体温字段需限制输入范围35.0-42.0症状描述要防XSS攻击前端过滤 后端转义上报时间强制使用服务器时间防止客户端篡改3.2 轨迹追踪实现结合百度地图API实现移动端SDK采集经纬度后端使用GeoHash算法压缩存储风险判断逻辑public RiskLevel checkLocationRisk(Point point) { String geoHash GeoHash.encode(point); return riskAreaCache.stream() .filter(area - area.getGeoHash().startsWith(geoHash.substring(0, 5))) .findFirst() .map(RiskArea::getLevel) .orElse(RiskLevel.LOW); }性能优化点轨迹数据按天分表track_20230801使用空间索引加速查询热数据存入Redis GEO4. 安全与权限设计4.1 JWT认证方案采用改良版JWT流程双Token机制access_token 30分钟过期refresh_token 7天有效指纹绑定防止盗用// 前端生成设备指纹 const fingerprint md5(navigator.userAgent screen.width); axios.defaults.headers.common[X-Device-Fingerprint] fingerprint;4.2 精细化权限控制RBAC模型扩展实现CREATE TABLE sys_permission ( permission_key VARCHAR(50) PRIMARY KEY, description VARCHAR(100), resource_type ENUM(MENU,BUTTON,API) ); -- 示例数据 INSERT INTO sys_permission VALUES (health:export, 导出健康数据, BUTTON), (track:query, 查询行程轨迹, API);关键配置PreAuthorize(hasPermission(health:export)) GetMapping(/export) public void exportData(HttpServletResponse response) { // 导出逻辑 }5. 数据可视化实践5.1 ECharts深度集成疫情看板实现技巧// 异步加载大数据量时的优化 function renderTrendChart() { chart.showLoading(); fetchData().then(data { chart.setOption({ dataset: { source: data }, series: [{ type: line, progressive: 500, // 增量渲染 dimensions: [date, cases] }] }); chart.hideLoading(); }); }5.2 报表导出优化使用EasyExcel解决内存溢出public void exportToExcel(HttpServletResponse response) { ExcelWriter excelWriter EasyExcel.write(response.getOutputStream()) .registerWriteHandler(new LongestMatchColumnWidthStyleStrategy()) .build(); // 分页查询避免OOM int pageSize 1000; for (int page 1; ; page) { ListHealthRecord records queryPage(page, pageSize); if (records.isEmpty()) break; excelWriter.write(records, EasyExcel.writerSheet(第 page 页).build()); } excelWriter.finish(); }6. 部署与运维实战6.1 容器化部署Docker Compose编排示例version: 3 services: mysql: image: mysql:8.0 environment: MYSQL_ROOT_PASSWORD: ${DB_PASSWORD} volumes: - ./mysql-data:/var/lib/mysql healthcheck: test: [CMD, mysqladmin, ping] backend: build: ./backend ports: - 8080:8080 depends_on: mysql: condition: service_healthy6.2 监控方案Prometheus Grafana配置要点SpringBoot暴露metrics端点关键指标报警规则groups: - name: health rules: - alert: HighErrorRate expr: rate(http_server_requests_errors_total[1m]) 0.1 for: 5m7. 典型问题排查7.1 定位信息不同步现象移动端上报的定位与实际情况偏差大排查步骤检查AndroidManifest.xml是否声明位置权限验证高德/百度地图SDK密钥配置测试不同网络环境WiFi/4G下的定位精度解决方案// 增加定位质量判断 if (location.getAccuracy() 50) { logger.warn(低精度定位: {}, location); requestManualConfirm(userId); }7.2 并发提交冲突现象快速点击提交按钮产生重复数据前端处理el-button :loadingsubmitting clicksubmitForm v-throttle3000 提交 /el-button后端防护PostMapping(/report) CacheLock(prefix healthReport, key #userId) public Result submitReport(RequestBody ReportDTO dto) { // 业务逻辑 }8. 扩展与优化方向微信小程序集成通过uni-app跨端方案复用80%代码利用微信原生扫码能力实现场所码大数据分析扩展使用Flink实时计算密接人员基于Spark ML预测疫情发展趋势微服务改造按功能拆分为认证服务、数据服务等采用SpringCloud Alibaba体系这个项目最让我有成就感的是看到某高校部署后将疫情排查时间从原来的48小时缩短到2小时。技术真正的价值在于解决实际问题。如果读者在实施过程中遇到具体问题欢迎交流实战经验——毕竟每个学校的实际情况都可能需要特殊适配。