1. 项目背景与核心需求去年参与了一个高校计算机基础课程在线考试系统的开发采用SpringBootVue3前后端分离架构。这个项目让我深刻体会到在线考试系统开发中的技术要点和踩坑经验今天就把整套方案的设计思路和实现细节分享给大家。在线考试系统本质上需要解决三个核心问题一是如何确保考试过程的公平性防作弊二是如何处理高并发下的系统稳定性三是如何实现灵活多样的题型支持。我们最终实现的系统支持选择题、填空题、判断题、编程题等常见题型同时具备自动组卷、在线监考、智能阅卷等功能模块。2. 技术选型与架构设计2.1 前后端技术栈选择后端采用SpringBoot 2.7.x主要基于以下考虑自动配置特性快速搭建项目骨架丰富的Starter生态特别是Spring Security与MySQL的天然整合优势Actuator提供的完善监控端点前端选择Vue3组合式API主要因为Composition API更适合复杂业务逻辑组织更好的TypeScript支持更小的打包体积相比Vue2性能提升尤其虚拟DOM优化2.2 系统架构设计整体采用经典的三层架构表现层Vue3 Element Plus 业务层SpringBoot Spring Security 数据层MySQL Redis特别说明几个关键设计点使用JWTRedis实现分布式会话管理试卷生成采用策略模式支持不同组卷规则编程题判题使用Docker沙箱环境考试记录采用MongoDB存储非结构化数据3. 核心功能实现细节3.1 在线考试模块考试过程的状态管理是最复杂的部分我们采用有限状态机模式public enum ExamState { NOT_STARTED, IN_PROGRESS, PAUSED, SUBMITTED, TIMEOUT }前端实现的关键点script setup // 使用WebSocket保持考试状态同步 const socket new WebSocket(wss://exam/ws) // 考试倒计时实现 const countdown ref(3600) const timer setInterval(() { if(countdown.value 0) { submitExam() clearInterval(timer) } countdown.value-- }, 1000) /script3.2 自动组卷算法组卷核心参数包括难度系数0.1-1.0知识点分布题型比例我们实现的遗传算法组卷流程初始化种群随机生成试卷适应度计算匹配度评分选择优秀个体交叉变异迭代优化3.3 防作弊方案我们采用多维度防作弊措施行为监测切屏次数统计答题节奏分析鼠标轨迹监控技术手段题目乱序选项乱序屏幕水印学号姓名前后端答案校验4. 性能优化实践4.1 高并发应对方案压测时发现的性能瓶颈及解决方案问题场景QPS解决方案优化后QPS提交试卷120引入RabbitMQ异步处理1500查询成绩200Redis缓存热点数据3000监考数据80改用WebSocket推送5004.2 前端性能优化路由懒加载const ExamPaper () import(./views/ExamPaper.vue)试题内容虚拟滚动template VirtualScroll :itemsquestions :item-size120 template #default{ item } QuestionItem :questionitem / /template /VirtualScroll /template使用Web Worker处理大数据量// 在worker中处理考试成绩分析 const analyzer new Worker(./analytics.worker.js)5. 典型问题与解决方案5.1 考试恢复机制遇到断网情况时我们实现本地缓存服务端同步机制每次操作先在localStorage保存定时向服务端同步重新连接时检查差异冲突解决采用最后操作优先原则5.2 编程题判题沙箱最初直接使用服务器环境判题存在安全隐患后来改为每个判题请求启动独立Docker容器限制资源使用CPU、内存设置超时终止使用只读文件系统实现代码片段public class DockerJudgeService { public JudgeResult judge(Submission submission) { String containerId dockerClient.createContainerCmd(judge-env) .withNetworkDisabled(true) .withMemoryLimit(512 * 1024 * 1024L) .exec().getId(); // ...执行判题逻辑 } }5.3 视频监考延迟初期使用RTMP协议延迟达3-5秒改进方案改用WebRTC实现P2P传输前端实现视频帧差检测服务端使用Kafka处理视频分析6. 部署与监控方案6.1 容器化部署Docker Compose配置示例services: backend: image: exam-backend:${TAG} ports: - 8080:8080 depends_on: - redis - mysql frontend: image: exam-frontend:${TAG} ports: - 80:806.2 监控指标重点监控的Prometheus指标考试提交成功率平均响应时间容器资源使用率WebSocket连接数Grafana监控看板包含实时在线人数异常行为告警系统健康状态题目正确率统计7. 安全防护措施7.1 接口安全敏感接口二次验证PostMapping(/submit) PreAuthorize(hasRole(STUDENT)) ReCaptcha public ResponseEntity? submitExam(Valid RequestBody ExamSubmitDTO dto) { // ... }防重放攻击请求时间戳校验请求签名机制随机数防重复7.2 数据安全数据库加密使用Jasypt加密敏感字段试题内容采用AES加密备份文件使用PGP加密审计日志记录所有关键操作使用ELK收集分析保留6个月日志8. 项目演进方向目前系统已经稳定运行2个学期下一步计划增加AI监考功能使用OpenCV分析考生表情异常行为模式识别语音检测智能阅卷增强编程题代码相似度检测主观题语义分析自动生成评语移动端适配基于Uniapp开发小程序离线答题能力扫码登录这个项目让我深刻体会到在线考试系统开发不仅是技术实现更需要考虑教育场景的特殊性。比如在防作弊和用户体验之间找到平衡在系统严格性和操作便捷性之间做出取舍。