简介本资源为基于SpringBoot的大学生国学自主学习平台设计与实现毕业论文文档面向计算机相关专业本科生、毕业设计选题学生及指导教师可用于课程设计参考、论文写作借鉴与项目开发思路梳理。压缩包共1个docx文件约3.09MB内容为完整的中文毕业论文含摘要、目录及正文章节围绕平台开发背景、研究方法与系统实现展开。论文从信息管理系统与数据挖掘视角切入论述了SpringBoot框架在平台快速开发与部署中的应用方式说明信息管理模块在数据存储与处理中的核心作用并结合硬件优化与软件开发两方面分析平台优势同时通过与传统管理方式对比梳理计算机时代国学自主学习管理在学习方式、内容与结果上的变化趋势并对移动学习、人工智能、数据挖掘等后续发展方向作出展望。目前已有171人浏览学习适合需要完整论文结构范例、了解课题研究框架与关键技术论述要点的读者参考借鉴。1. 国学自主学习平台的选题边界它不是一个古籍展示站选题拿到手很多人的第一反应是把《论语》《诗经》原文导进数据库前端挂个目录树能点开、能朗读就算完工。答辩时老师一句这跟现成的古籍网站有什么区别系统立刻被打回原形。分界线就在自主学习这四个字平台得知道学习者做过什么、学到哪、哪儿薄弱。一个讲得通的国学平台闭环由五段组成古籍诗词的结构化入库、按朝代与主题编排的学习路径、可留存的学习行为打卡、笔记、背诵、收藏、按掌握度自动组卷的测验、汇总成报告的学习统计。每段都要有表、有接口、有页面缺一段就退化成展示站。这篇面向两类人八到十二周内要交付可演示系统的应届生和想拿一个规则清晰、数据量可控的业务场景练 Spring Boot 全栈的开发者。国学题材的演示故事性强难点也很实在——中文分词检索、打卡幂等、组卷的难度配比恰恰是毕设最容易做浅的地方。2. 从 idea创建springboot项目 到国学领域建表2.1 版本组合先定死别等联调时才发现 springboot版本太高springboot版本太高是这两年毕设群里出现频率最高的一句话本质是 JDK 版本对不上。Spring Boot 3.x 的基线是 JDK 17很多学校机房和指导老师的演示机还装着 JDK 8一旦用了 3.xjavax.*全部换成jakarta.*网上抄来的 MyBatis 配置、PDF 导出、Excel 工具类全部报ClassNotFoundException。稳妥的组合见下表选完再动手能省掉两轮返工。Spring Boot 分支最低 JDK适用场景主要风险2.7.xJDK 8学校机器是 JDK 8、要抄大量老教程代码部分新依赖不再支持需锁版本3.xJDK 17自己电脑开发、论文里想写新特性依赖坐标变成 jakarta老代码不能直搬用 IDEA 新建项目时勾 Web、MyBatis Framework、MySQL Driver、Spring Data Redis、Lombok 五项即可HanLP 后面单独引。依赖清单大致是dependencies !-- Web 层Controller、内嵌容器、JSON 序列化 -- dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-web/artifactId /dependency !-- 持久层手写 SQL 比 JPA 更适合毕设答辩时讲清楚表结构 -- dependency groupIdorg.mybatis.spring.boot/groupId artifactIdmybatis-spring-boot-starter/artifactId /dependency !-- 学习进度、打卡位图、热门作品榜都放 Redis -- dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-data-redis/artifactId /dependency !-- 中文分词词条入库做倒排索引 -- dependency groupIdcom.hankcs/groupId artifactIdhanlp/artifactId versionportable-1.8.x/version /dependency /dependenciesspring-boot-starter-web负责把 Tomcat 内嵌进来并提供 Jacksonmybatis-spring-boot-starter的关键价值是SqlSessionFactory和 Mapper 扫描全自动装配你只要在启动类上加MapperScan(com.gx.mapper)。这里正好是理解 springboot自动配置原理的切口MybatisAutoConfiguration上有ConditionalOnClass和ConditionalOnMissingBean所以只要类路径里有 MyBatis 且你没自己定义SqlSessionFactory它就替你建一个。答辩被问自动配置是什么从这里答比背八股具体得多。2.2 五张核心表撑起全部业务表结构是论文第三章的重头戏也决定后面代码好不好写。国学平台的表不用多但要能覆盖学习闭环的每个动作。表名关键字段作用与设计要点sys_userid, nickname, open_id, role学生/教师双角色role 用 tinyint 区分gx_workid, title, author, dynasty, category, content, tags作品主表dynasty 建索引检索按朝代过滤gx_learn_pathid, name, dynasty, work_ids, sort学习路径work_ids 存有序 ID 串前端按序解锁gx_learn_recordid, user_id, work_id, action, score, create_time行为流水action 区分阅读/背诵/收藏/笔记gx_questionid, work_id, type, stem, options, answer, difficulty题库difficulty 取 1~5供组卷配比gx_learn_record是唯一会快速膨胀的表个人版毕设量级不大但仍建议按user_id create_time建联合索引学习报告按用户按天聚合时能直接走索引。gx_work.tags用逗号分隔的短串存朝代外的自由标签方便后面分词时作为补充词条。2.3 application.yml 分层配置以及 springboot多数据源要不要上多数毕设不需要多数据源。只有当题库/统计和业务库要分开、或者想把日志写到另一个库时才值得引入代价是所有Transactional的生效范围要重新梳理答辩时也容易被追问分布式事务。我的建议是单库起步把spring.datasource配清楚就够了spring: datasource: url: jdbc:mysql://localhost:3306/guoxue?useUnicodetruecharacterEncodingutf8serverTimezoneAsia/Shanghai username: root password: 123456 hikari: maximum-pool-size: 10 # 单机演示 10 个连接足够调大反而拖慢启动 connection-timeout: 3000 # 3 秒拿不到连接就失败别让页面无限转圈 redis: host: 127.0.0.1 port: 6379 database: 1 # 和别的项目共用 Redis 时换库避免 key 冲突 profiles: active: dev server: port: 8080 servlet: encoding: charset: UTF-8 force: true # 强制请求响应都用 UTF-8古诗文不乱码 mybatis: mapper-locations: classpath:mapper/*.xml configuration: map-underscore-to-camel-case: true连接串里的characterEncodingutf8和serverTimezoneAsia/Shanghai两个参数必须带否则《诗经》里的生僻字会变问号日期也会差八小时。hikari.connection-timeout建议显式写默认 30 秒的等待在演示时会让老师以为系统卡死。2.4 启动流程里的两个加分项数据初始化与自定义 bannerSpring Boot 启动流程走到ApplicationRunner/CommandLineRunner时容器已经就绪正好用来做演示数据初始化不必每次手动导 SQLComponent Profile(dev) // 只在开发环境生效打包上线不会重复插数据 public class DemoDataInitializer implements CommandLineRunner { private final GxWorkMapper workMapper; public DemoDataInitializer(GxWorkMapper workMapper) { this.workMapper workMapper; } Override public void run(String... args) { if (workMapper.count() 0) { // 幂等库里已有数据就直接返回 return; } workMapper.batchInsert(DemoData.works()); // 预置 200 首诗词与 300 道题 } }Profile(dev)保证生产不执行count() 0保证重复启动不出脏数据。第二个加分项是src/main/resources/banner.txt可以用在线生成器把国学自主学习平台做成 ASCII 艺术字启动时控制台直接打出来答辩投屏的第一印象就是完整的。spring.main.banner-modeconsole保持默认即可切忌做成图片banner.txt只支持纯文本与${spring-boot.version}这类占位符。3. 学习闭环落地打卡幂等、进度缓存与自动组卷3.1 redis在springboot中的使用用位图做连续打卡打卡是毕设里最容易被老师追问重复提交怎么办的地方。用数据库INSERT加唯一索引能做但每天一次查询写入量大了纯属浪费。Redis 的位图天然适合一个用户一年 365 天一个 key 存完SETBIT的返回值正好用来判重。Service public class LearnProgressService { private static final String PROGRESS_KEY gx:progress:; // 学习进度 private static final String SIGN_KEY gx:sign:; // 打卡位图 private final StringRedisTemplate redis; public LearnProgressService(StringRedisTemplate redis) { this.redis redis; } /** 记录一次背诵/阅读hash 结构field 是作品IDvalue 是完成百分比 */ public void mark(Long userId, Long workId, int percent) { String key PROGRESS_KEY userId; redis.opsForHash().put(key, String.valueOf(workId), String.valueOf(percent)); redis.expire(key, Duration.ofDays(30)); // 冷用户自动淘汰避免 key 无限堆积 } /** 当日打卡返回 true 表示今天第一次打卡 */ public boolean signToday(Long userId) { LocalDate today LocalDate.now(); String key SIGN_KEY userId : today.getYear(); int offset today.getDayOfYear() - 1; // setBit 返回该位原来的值原值为 0 说明今天还没签原值为 1 说明重复提交 Boolean old redis.opsForValue().setBit(key, offset, true); redis.expire(key, Duration.ofDays(400)); // 留到年底跨年 key 自动换 return !Boolean.TRUE.equals(old); } /** 从今天往前数连续打卡天数用于个人主页的连续学习 N 天 */ public int continuousDays(Long userId) { LocalDate today LocalDate.now(); String key SIGN_KEY userId : today.getYear(); int days 0; int offset today.getDayOfYear() - 1; while (offset 0 Boolean.TRUE.equals(redis.opsForValue().getBit(key, offset))) { days; offset--; } return days; } }setBit的返回值是这一位修改前的值这个特性直接解决了幂等同一个用户同一秒提交十次只有第一次返回 true其余全部返回 false接口层把这个布尔值转成今天已打卡的提示即可。expire一定要设很多同学的 Redis 在答辩前突然内存告警都是因为打卡 key 一年年堆积没人清。位图按年分 key 的设计也让continuousDays逻辑简单跨年时新 key 从第 0 位开始不需要额外处理。3.2 自动组卷难度配比与 ORDER BY RAND() 的取舍组卷的体验目标是每次出题都不一样但难度结构稳定。做法是先按规则抽取 ID再回表查完整题目比直接ORDER BY RAND()可控。参数含义建议取值dynasty限定朝代空表示不限空串 / 唐 / 宋typeRatio题型配比单选:多选:填空5:3:2difficultyRange难度区间1~3 或 3~5按用户历史正确率切换count总题数10 或 20excludeWindow排除最近做过的题数50-- 按难度区间随机抽题题库几千条时 ORDER BY RAND() 完全够用 SELECT id FROM gx_question WHERE difficulty BETWEEN #{minLevel} AND #{maxLevel} AND (#{dynasty} IS NULL OR dynasty #{dynasty}) AND id NOT IN (SELECT question_id FROM gx_answer_log WHERE user_id #{userId} ORDER BY id DESC LIMIT 50) ORDER BY RAND() LIMIT #{count};ORDER BY RAND()会对全表算随机值再排序数据量到十万级就明显变慢毕设题库通常只有几百到几千条用它换代码简洁是划算的。真遇到性能追问可以回答改为先SELECT MIN(id), MAX(id)在区间内随机取 ID 再按id ?取行这是标准的替代方案。excludeWindow用子查询排除最近做过的题保证同一用户短时间内不会刷到原题但注意子查询里的LIMIT不能带ORDER BY之外的排序字段否则 MySQL 会报不支持 Limit 子句的错。抽到 ID 之后回表组装public PaperVO generate(Long userId, PaperRule rule) { ListLong ids questionMapper.randomIds(rule); // 上面的 SQL if (ids.size() rule.getCount()) { // 题量不足时放宽难度区间兜底而不是直接抛异常让页面白屏 ids questionMapper.randomIds(rule.relax()); } ListQuestionVO questions questionMapper.listByIds(ids); Collections.shuffle(questions); // 打散顺序避免按难度递增泄题 PaperVO paper new PaperVO(); paper.setPaperId(savePaper(userId, questions)); // 存一份试卷快照交卷时校验用 paper.setQuestions(questions.stream().map(this::hideAnswer).collect(Collectors.toList())); return paper; }hideAnswer把answer字段置空再返回前端不然打开 F12 就能看到答案这是答辩时最容易被抓的漏洞。savePaper把题目 ID 序列存成快照交卷时按快照判分用户中途刷新页面也不会换题。3.3 Scheduled 生成学习日报幂等靠唯一索引兜底学习报告如果每次打开都实时聚合用户一多页面就慢。用定时任务在每天固定时间预计算接口只查结果表。Component public class DailyReportJob { private final LearnRecordMapper recordMapper; private final DailyReportMapper reportMapper; // 每天 22:30 跑避开用户学习高峰zone 必须显式指定否则容器时区不对会算错日期 Scheduled(cron 0 30 22 * * ?, zone Asia/Shanghai) public void build() { LocalDate day LocalDate.now(); for (Long userId : recordMapper.activeUserIds(day)) { int minutes recordMapper.sumMinutes(userId, day); int words recordMapper.countRecited(userId, day); // 靠 (user_id, report_date) 唯一索引实现幂等任务重跑也不会产生重复日报 reportMapper.upsert(userId, day, minutes, words); } } }cron里显式写zone Asia/Shanghai否则容器默认 UTC 时会算成前一天。upsert对应INSERT ... ON DUPLICATE KEY UPDATE配合唯一索引任务被手动触发两次也不会写重复数据。要在启动类上开EnableScheduling并且注意定时任务默认单线程日报跑得慢会阻塞其他定时任务多个任务时配一个ThreadPoolTaskScheduler把池大小调到 2~4。3.4 与 Vue 前后端分离的接口约定springboot vue前后端分离的毕设最容易在联调阶段卡住的是返回结构不统一。建议全局统一成code / msg / data三段分页再套一层total / list。接口清单与顺序如下按这个顺序开发前端可以边拿假数据边等后端。接口方法用途关键参数/api/work/pageGET作品列表page, size, dynasty, keyword/api/learn/markPOST记录学习行为workId, action, percent/api/learn/signPOST每日打卡无从 token 取 userId/api/paper/generatePOST生成试卷rule 对象/api/paper/submitPOST交卷判分paperId, answers/api/report/dailyGET学习日报startDate, endDate跨域开发阶段用 Spring 的WebMvcConfigurer.addCorsMappings放行本地端口即可不要在教学演示时用CrossOrigin(origins *)满项目撒答辩老师会问上线怎么办。4. hanlp分词在springboot让国学检索从 LIKE 走向倒排索引4.1 为什么 LIKE %李白% 撑不住诗词检索作品少的时候LIKE够用一旦用户输入李白写的送别诗或描写秋天的宋词LIKE只能做整串匹配一行都搜不到。检索要做的是把查询和文档都切成词李白和送别分别命中再按命中权重排序。这个切词动作就是分词中文因为没有空格必须靠词典或模型。4.2 引入分词组件并加载国学领域词典HanLP 的segment接口开箱可用但默认词典对七言绝句平仄楚辞这类领域词切得稀碎必须补自定义词典否则召回率会掉得很难看。Component public class GuoxueTokenizer { // 停用词助词、连词、标点在检索里全是噪音 private static final SetString STOP Set.of(的, 了, 在, 与, 和, 之, 其, 而, 也); PostConstruct public void init() { // 自定义词典格式词 词性 词频词频越高越不容易被切开 CustomDictionary.add(七言绝句, n 1024); CustomDictionary.add(五言律诗, n 1024); CustomDictionary.add(楚辞, n 1024); CustomDictionary.add(平仄, n 1024); CustomDictionary.add(婉约派, n 1024); } /** 分词并过滤噪音保留长度大于 1、非停用词、非标点的词条 */ public ListString tokens(String text) { if (text null || text.isBlank()) { return List.of(); } return HanLP.segment(text).stream() .filter(t - t.word.length() 1) // 单字噪音太大不入索引 .filter(t - !STOP.contains(t.word)) .filter(t - !t.nature.toString().startsWith(w)) // w 开头是标点符号 .map(t - t.word.trim()) .distinct() .collect(Collectors.toList()); } }PostConstruct保证词典在容器启动时加载一次避免每次检索都读文件。词频写 1024 是一个常用的高权重经验值写得太低比如 1自定义词仍然会被切开。过滤规则里w开头的是标点词性中文诗词标点特别多不滤掉索引表会被逗号句号塞满。这里只保留长度大于 1 的词会牺牲月秋这类单字意象的检索如果论文里想体现意象分析可以单独建一张单字意象表而不是把单字全塞进倒排索引。4.3 倒排索引表结构与批量分词入库索引表结构决定了检索 SQL 能写多简单字段类型说明idbigint主键wordvarchar(32)分词后的词条建普通索引work_idbigint关联作品 IDweighttinyint词频权重标题命中给高值positionsmallint词在正文中的位置用于高亮定位CREATE TABLE gx_word_index ( id BIGINT PRIMARY KEY AUTO_INCREMENT, word VARCHAR(32) NOT NULL, work_id BIGINT NOT NULL, weight TINYINT NOT NULL DEFAULT 1, position SMALLINT NOT NULL DEFAULT 0, UNIQUE KEY uk_word_work_pos (word, work_id, position), KEY idx_word (word) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4;UNIQUE KEY带上position保证同一作品里同一个词在不同位置都能入库如果只按(word, work_id)唯一重新分词入库时就要先删后插多一步容易出错。标题命中时weight给 3正文给 1检索排序时SUM(weight)就能把标题相关的作品顶上来。Service public class IndexBuildService { private final GxWorkMapper workMapper; private final WordIndexMapper indexMapper; private final GuoxueTokenizer tokenizer; /** 全量重建索引适合毕设演示前跑一次 */ public int rebuildAll() { ListGxWork works workMapper.listAll(); int total 0; for (GxWork work : works) { indexMapper.deleteByWorkId(work.getId()); // 先清后建避免残留脏词 total indexOne(work); } return total; } private int indexOne(GxWork work) { ListWordIndex rows new ArrayList(); // 标题重复两次等价于给标题更高权重比排序时特判简单 addTokens(rows, work.getId(), work.getTitle(), (byte) 3); addTokens(rows, work.getId(), work.getTitle(), (byte) 3); addTokens(rows, work.getId(), work.getContent(), (byte) 1); if (!rows.isEmpty()) { indexMapper.batchInsert(rows); // 批量插单条插几千次能跑几分钟 } return rows.size(); } private void addTokens(ListWordIndex rows, Long workId, String text, byte weight) { ListString words tokenizer.tokens(text); for (int i 0; i words.size(); i) { WordIndex w new WordIndex(); w.setWord(words.get(i)); w.setWorkId(workId); w.setWeight(weight); w.setPosition((short) i); rows.add(w); } } }batchInsert一定要用批量几百篇作品逐条插入可能跑好几秒foreach拼一条多值INSERT能把耗时降到原来的十分之一。重建索引的操作放在后台管理页的一个按钮上答辩演示前点一下比现场跑 SQL 脚本稳。4.4 检索接口的参数与排序策略GetMapping(/api/search) public ResultPageResultWorkHit search( RequestParam String kw, // 用户输入支持整句 RequestParam(defaultValue 1) int page, RequestParam(defaultValue 10) int size, RequestParam(required false) String dynasty, // 朝代过滤可空 RequestParam(defaultValue relevance) String sort) { // relevance / hot / new ListString words tokenizer.tokens(kw); if (words.isEmpty()) { return Result.ok(PageResult.empty()); // 全是停用词时直接返回空别让 SQL IN () 报错 } return Result.ok(searchService.search(words, dynasty, sort, page, size)); }参数是否必填取值与说明kw是最长 30 字超过直接截断防止索引查询扫太多词page / size否size 上限 50防止一次性拉全表dynasty否传朝代名走gx_work.dynasty索引sort否relevance 按 SUM(weight) 排hot 按浏览量new 按入库时间排序 SQL 用SUM(weight)做相关度配合GROUP BY work_id聚合SELECT wi.work_id, SUM(wi.weight) AS score FROM gx_word_index wi JOIN gx_work w ON w.id wi.work_id WHERE wi.word IN (${words}) AND (#{dynasty} IS NULL OR w.dynasty #{dynasty}) GROUP BY wi.work_id ORDER BY score DESC LIMIT #{offset}, #{size};这里words用${}拼接而不是#{}因为IN里的元素个数不固定但必须在 Java 侧做白名单校验只允许字母、汉字和数字否则就是 SQL 注入。高亮不需要额外索引拿到结果后用分词词表在正文里做字符串匹配加em即可前端用v-html渲染时记得做转义或者直接返回带下标的片段让前端拼。5. 答辩前的验证、部署与演示兜底5.1 用 MockMvc 写一组能当场跑的接口测试论文里写系统经过测试必须有证据MockMvc 不需要真实启动服务几秒就能跑完。SpringBootTest AutoConfigureMockMvc class LearnApiTest { Autowired MockMvc mockMvc; Test void 重复打卡只记一次() throws Exception { for (int i 0; i 3; i) { mockMvc.perform(post(/api/learn/sign) .header(token, demo-token)) .andExpect(status().isOk()); } // 第三次调用后查询连续天数应该仍然只有 1 mockMvc.perform(get(/api/report/daily).header(token, demo-token)) .andExpect(jsonPath($.data.continuousDays).value(1)); } }重点是断言业务结果而不是状态码jsonPath校验返回值才有说服力。测试数据用Sql或测试专用 profile 准备别连生产库跑。5.2 打包部署的三个高频报错现象原因处理页面古诗文变问号连接串缺 characterEncoding补?useUnicodetruecharacterEncodingutf8启动报 Table doesnt exist建表脚本没跟着初始化放在schema.sql或启动前手动执行前端刷新页面 404Vue history 路由没配后端 fallback配置把非 API 路径转发到 index.html定时任务日期差一天容器时区是 UTCcron加zone或 JVM 参数-Duser.timezoneAsia/Shanghai打包用mvn clean package -DskipTests产物是单个可执行 jar演示机上只要装了 JDKjava -jar xxx.jar --spring.profiles.activedemo就能起来比在 IDE 里点运行更稳。5.3 一键重置演示数据的技巧演示最怕的是上一轮操作把数据改乱下一轮讲不清楚。加一个只在 demo profile 生效的重置接口点到哪儿都能恢复初始状态RestController RequestMapping(/api/admin) Profile({dev, demo}) // 生产环境不加载这个 Bean public class DemoResetController { private final DemoResetService resetService; public DemoResetController(DemoResetService resetService) { this.resetService resetService; } PostMapping(/reset) public ResultVoid reset(RequestParam(defaultValue false) boolean keepIndex) { resetService.truncateBusinessTables(); // 清空学习记录、答题记录、试卷快照 resetService.reloadDemoData(); // 重新灌入预置诗词与题库 if (!keepIndex) { resetService.rebuildWordIndex(); // 重建倒排索引保证检索演示效果一致 } return Result.ok(); } }实现里用TRUNCATE而不是DELETE自增 ID 归零后每次演示的作品编号都一样讲稿不用改。重置后顺手清掉 Redis 里的进度和打卡 key避免出现数据重置了但连续天数还是 7 天的尴尬。演示前把该接口的调用写进 Postman 的一个集合投屏时点一下就完成比临时敲 SQL 显得系统完整得多。本文还有配套的精品资源点击获取 Spring Boot国学自主学习平台：打卡幂等、自动组卷与HanLP检索
简介本资源为基于SpringBoot的大学生国学自主学习平台设计与实现毕业论文文档面向计算机相关专业本科生、毕业设计选题学生及指导教师可用于课程设计参考、论文写作借鉴与项目开发思路梳理。压缩包共1个docx文件约3.09MB内容为完整的中文毕业论文含摘要、目录及正文章节围绕平台开发背景、研究方法与系统实现展开。论文从信息管理系统与数据挖掘视角切入论述了SpringBoot框架在平台快速开发与部署中的应用方式说明信息管理模块在数据存储与处理中的核心作用并结合硬件优化与软件开发两方面分析平台优势同时通过与传统管理方式对比梳理计算机时代国学自主学习管理在学习方式、内容与结果上的变化趋势并对移动学习、人工智能、数据挖掘等后续发展方向作出展望。目前已有171人浏览学习适合需要完整论文结构范例、了解课题研究框架与关键技术论述要点的读者参考借鉴。1. 国学自主学习平台的选题边界它不是一个古籍展示站选题拿到手很多人的第一反应是把《论语》《诗经》原文导进数据库前端挂个目录树能点开、能朗读就算完工。答辩时老师一句这跟现成的古籍网站有什么区别系统立刻被打回原形。分界线就在自主学习这四个字平台得知道学习者做过什么、学到哪、哪儿薄弱。一个讲得通的国学平台闭环由五段组成古籍诗词的结构化入库、按朝代与主题编排的学习路径、可留存的学习行为打卡、笔记、背诵、收藏、按掌握度自动组卷的测验、汇总成报告的学习统计。每段都要有表、有接口、有页面缺一段就退化成展示站。这篇面向两类人八到十二周内要交付可演示系统的应届生和想拿一个规则清晰、数据量可控的业务场景练 Spring Boot 全栈的开发者。国学题材的演示故事性强难点也很实在——中文分词检索、打卡幂等、组卷的难度配比恰恰是毕设最容易做浅的地方。2. 从 idea创建springboot项目 到国学领域建表2.1 版本组合先定死别等联调时才发现 springboot版本太高springboot版本太高是这两年毕设群里出现频率最高的一句话本质是 JDK 版本对不上。Spring Boot 3.x 的基线是 JDK 17很多学校机房和指导老师的演示机还装着 JDK 8一旦用了 3.xjavax.*全部换成jakarta.*网上抄来的 MyBatis 配置、PDF 导出、Excel 工具类全部报ClassNotFoundException。稳妥的组合见下表选完再动手能省掉两轮返工。Spring Boot 分支最低 JDK适用场景主要风险2.7.xJDK 8学校机器是 JDK 8、要抄大量老教程代码部分新依赖不再支持需锁版本3.xJDK 17自己电脑开发、论文里想写新特性依赖坐标变成 jakarta老代码不能直搬用 IDEA 新建项目时勾 Web、MyBatis Framework、MySQL Driver、Spring Data Redis、Lombok 五项即可HanLP 后面单独引。依赖清单大致是dependencies !-- Web 层Controller、内嵌容器、JSON 序列化 -- dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-web/artifactId /dependency !-- 持久层手写 SQL 比 JPA 更适合毕设答辩时讲清楚表结构 -- dependency groupIdorg.mybatis.spring.boot/groupId artifactIdmybatis-spring-boot-starter/artifactId /dependency !-- 学习进度、打卡位图、热门作品榜都放 Redis -- dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-data-redis/artifactId /dependency !-- 中文分词词条入库做倒排索引 -- dependency groupIdcom.hankcs/groupId artifactIdhanlp/artifactId versionportable-1.8.x/version /dependency /dependenciesspring-boot-starter-web负责把 Tomcat 内嵌进来并提供 Jacksonmybatis-spring-boot-starter的关键价值是SqlSessionFactory和 Mapper 扫描全自动装配你只要在启动类上加MapperScan(com.gx.mapper)。这里正好是理解 springboot自动配置原理的切口MybatisAutoConfiguration上有ConditionalOnClass和ConditionalOnMissingBean所以只要类路径里有 MyBatis 且你没自己定义SqlSessionFactory它就替你建一个。答辩被问自动配置是什么从这里答比背八股具体得多。2.2 五张核心表撑起全部业务表结构是论文第三章的重头戏也决定后面代码好不好写。国学平台的表不用多但要能覆盖学习闭环的每个动作。表名关键字段作用与设计要点sys_userid, nickname, open_id, role学生/教师双角色role 用 tinyint 区分gx_workid, title, author, dynasty, category, content, tags作品主表dynasty 建索引检索按朝代过滤gx_learn_pathid, name, dynasty, work_ids, sort学习路径work_ids 存有序 ID 串前端按序解锁gx_learn_recordid, user_id, work_id, action, score, create_time行为流水action 区分阅读/背诵/收藏/笔记gx_questionid, work_id, type, stem, options, answer, difficulty题库difficulty 取 1~5供组卷配比gx_learn_record是唯一会快速膨胀的表个人版毕设量级不大但仍建议按user_id create_time建联合索引学习报告按用户按天聚合时能直接走索引。gx_work.tags用逗号分隔的短串存朝代外的自由标签方便后面分词时作为补充词条。2.3 application.yml 分层配置以及 springboot多数据源要不要上多数毕设不需要多数据源。只有当题库/统计和业务库要分开、或者想把日志写到另一个库时才值得引入代价是所有Transactional的生效范围要重新梳理答辩时也容易被追问分布式事务。我的建议是单库起步把spring.datasource配清楚就够了spring: datasource: url: jdbc:mysql://localhost:3306/guoxue?useUnicodetruecharacterEncodingutf8serverTimezoneAsia/Shanghai username: root password: 123456 hikari: maximum-pool-size: 10 # 单机演示 10 个连接足够调大反而拖慢启动 connection-timeout: 3000 # 3 秒拿不到连接就失败别让页面无限转圈 redis: host: 127.0.0.1 port: 6379 database: 1 # 和别的项目共用 Redis 时换库避免 key 冲突 profiles: active: dev server: port: 8080 servlet: encoding: charset: UTF-8 force: true # 强制请求响应都用 UTF-8古诗文不乱码 mybatis: mapper-locations: classpath:mapper/*.xml configuration: map-underscore-to-camel-case: true连接串里的characterEncodingutf8和serverTimezoneAsia/Shanghai两个参数必须带否则《诗经》里的生僻字会变问号日期也会差八小时。hikari.connection-timeout建议显式写默认 30 秒的等待在演示时会让老师以为系统卡死。2.4 启动流程里的两个加分项数据初始化与自定义 bannerSpring Boot 启动流程走到ApplicationRunner/CommandLineRunner时容器已经就绪正好用来做演示数据初始化不必每次手动导 SQLComponent Profile(dev) // 只在开发环境生效打包上线不会重复插数据 public class DemoDataInitializer implements CommandLineRunner { private final GxWorkMapper workMapper; public DemoDataInitializer(GxWorkMapper workMapper) { this.workMapper workMapper; } Override public void run(String... args) { if (workMapper.count() 0) { // 幂等库里已有数据就直接返回 return; } workMapper.batchInsert(DemoData.works()); // 预置 200 首诗词与 300 道题 } }Profile(dev)保证生产不执行count() 0保证重复启动不出脏数据。第二个加分项是src/main/resources/banner.txt可以用在线生成器把国学自主学习平台做成 ASCII 艺术字启动时控制台直接打出来答辩投屏的第一印象就是完整的。spring.main.banner-modeconsole保持默认即可切忌做成图片banner.txt只支持纯文本与${spring-boot.version}这类占位符。3. 学习闭环落地打卡幂等、进度缓存与自动组卷3.1 redis在springboot中的使用用位图做连续打卡打卡是毕设里最容易被老师追问重复提交怎么办的地方。用数据库INSERT加唯一索引能做但每天一次查询写入量大了纯属浪费。Redis 的位图天然适合一个用户一年 365 天一个 key 存完SETBIT的返回值正好用来判重。Service public class LearnProgressService { private static final String PROGRESS_KEY gx:progress:; // 学习进度 private static final String SIGN_KEY gx:sign:; // 打卡位图 private final StringRedisTemplate redis; public LearnProgressService(StringRedisTemplate redis) { this.redis redis; } /** 记录一次背诵/阅读hash 结构field 是作品IDvalue 是完成百分比 */ public void mark(Long userId, Long workId, int percent) { String key PROGRESS_KEY userId; redis.opsForHash().put(key, String.valueOf(workId), String.valueOf(percent)); redis.expire(key, Duration.ofDays(30)); // 冷用户自动淘汰避免 key 无限堆积 } /** 当日打卡返回 true 表示今天第一次打卡 */ public boolean signToday(Long userId) { LocalDate today LocalDate.now(); String key SIGN_KEY userId : today.getYear(); int offset today.getDayOfYear() - 1; // setBit 返回该位原来的值原值为 0 说明今天还没签原值为 1 说明重复提交 Boolean old redis.opsForValue().setBit(key, offset, true); redis.expire(key, Duration.ofDays(400)); // 留到年底跨年 key 自动换 return !Boolean.TRUE.equals(old); } /** 从今天往前数连续打卡天数用于个人主页的连续学习 N 天 */ public int continuousDays(Long userId) { LocalDate today LocalDate.now(); String key SIGN_KEY userId : today.getYear(); int days 0; int offset today.getDayOfYear() - 1; while (offset 0 Boolean.TRUE.equals(redis.opsForValue().getBit(key, offset))) { days; offset--; } return days; } }setBit的返回值是这一位修改前的值这个特性直接解决了幂等同一个用户同一秒提交十次只有第一次返回 true其余全部返回 false接口层把这个布尔值转成今天已打卡的提示即可。expire一定要设很多同学的 Redis 在答辩前突然内存告警都是因为打卡 key 一年年堆积没人清。位图按年分 key 的设计也让continuousDays逻辑简单跨年时新 key 从第 0 位开始不需要额外处理。3.2 自动组卷难度配比与 ORDER BY RAND() 的取舍组卷的体验目标是每次出题都不一样但难度结构稳定。做法是先按规则抽取 ID再回表查完整题目比直接ORDER BY RAND()可控。参数含义建议取值dynasty限定朝代空表示不限空串 / 唐 / 宋typeRatio题型配比单选:多选:填空5:3:2difficultyRange难度区间1~3 或 3~5按用户历史正确率切换count总题数10 或 20excludeWindow排除最近做过的题数50-- 按难度区间随机抽题题库几千条时 ORDER BY RAND() 完全够用 SELECT id FROM gx_question WHERE difficulty BETWEEN #{minLevel} AND #{maxLevel} AND (#{dynasty} IS NULL OR dynasty #{dynasty}) AND id NOT IN (SELECT question_id FROM gx_answer_log WHERE user_id #{userId} ORDER BY id DESC LIMIT 50) ORDER BY RAND() LIMIT #{count};ORDER BY RAND()会对全表算随机值再排序数据量到十万级就明显变慢毕设题库通常只有几百到几千条用它换代码简洁是划算的。真遇到性能追问可以回答改为先SELECT MIN(id), MAX(id)在区间内随机取 ID 再按id ?取行这是标准的替代方案。excludeWindow用子查询排除最近做过的题保证同一用户短时间内不会刷到原题但注意子查询里的LIMIT不能带ORDER BY之外的排序字段否则 MySQL 会报不支持 Limit 子句的错。抽到 ID 之后回表组装public PaperVO generate(Long userId, PaperRule rule) { ListLong ids questionMapper.randomIds(rule); // 上面的 SQL if (ids.size() rule.getCount()) { // 题量不足时放宽难度区间兜底而不是直接抛异常让页面白屏 ids questionMapper.randomIds(rule.relax()); } ListQuestionVO questions questionMapper.listByIds(ids); Collections.shuffle(questions); // 打散顺序避免按难度递增泄题 PaperVO paper new PaperVO(); paper.setPaperId(savePaper(userId, questions)); // 存一份试卷快照交卷时校验用 paper.setQuestions(questions.stream().map(this::hideAnswer).collect(Collectors.toList())); return paper; }hideAnswer把answer字段置空再返回前端不然打开 F12 就能看到答案这是答辩时最容易被抓的漏洞。savePaper把题目 ID 序列存成快照交卷时按快照判分用户中途刷新页面也不会换题。3.3 Scheduled 生成学习日报幂等靠唯一索引兜底学习报告如果每次打开都实时聚合用户一多页面就慢。用定时任务在每天固定时间预计算接口只查结果表。Component public class DailyReportJob { private final LearnRecordMapper recordMapper; private final DailyReportMapper reportMapper; // 每天 22:30 跑避开用户学习高峰zone 必须显式指定否则容器时区不对会算错日期 Scheduled(cron 0 30 22 * * ?, zone Asia/Shanghai) public void build() { LocalDate day LocalDate.now(); for (Long userId : recordMapper.activeUserIds(day)) { int minutes recordMapper.sumMinutes(userId, day); int words recordMapper.countRecited(userId, day); // 靠 (user_id, report_date) 唯一索引实现幂等任务重跑也不会产生重复日报 reportMapper.upsert(userId, day, minutes, words); } } }cron里显式写zone Asia/Shanghai否则容器默认 UTC 时会算成前一天。upsert对应INSERT ... ON DUPLICATE KEY UPDATE配合唯一索引任务被手动触发两次也不会写重复数据。要在启动类上开EnableScheduling并且注意定时任务默认单线程日报跑得慢会阻塞其他定时任务多个任务时配一个ThreadPoolTaskScheduler把池大小调到 2~4。3.4 与 Vue 前后端分离的接口约定springboot vue前后端分离的毕设最容易在联调阶段卡住的是返回结构不统一。建议全局统一成code / msg / data三段分页再套一层total / list。接口清单与顺序如下按这个顺序开发前端可以边拿假数据边等后端。接口方法用途关键参数/api/work/pageGET作品列表page, size, dynasty, keyword/api/learn/markPOST记录学习行为workId, action, percent/api/learn/signPOST每日打卡无从 token 取 userId/api/paper/generatePOST生成试卷rule 对象/api/paper/submitPOST交卷判分paperId, answers/api/report/dailyGET学习日报startDate, endDate跨域开发阶段用 Spring 的WebMvcConfigurer.addCorsMappings放行本地端口即可不要在教学演示时用CrossOrigin(origins *)满项目撒答辩老师会问上线怎么办。4. hanlp分词在springboot让国学检索从 LIKE 走向倒排索引4.1 为什么 LIKE %李白% 撑不住诗词检索作品少的时候LIKE够用一旦用户输入李白写的送别诗或描写秋天的宋词LIKE只能做整串匹配一行都搜不到。检索要做的是把查询和文档都切成词李白和送别分别命中再按命中权重排序。这个切词动作就是分词中文因为没有空格必须靠词典或模型。4.2 引入分词组件并加载国学领域词典HanLP 的segment接口开箱可用但默认词典对七言绝句平仄楚辞这类领域词切得稀碎必须补自定义词典否则召回率会掉得很难看。Component public class GuoxueTokenizer { // 停用词助词、连词、标点在检索里全是噪音 private static final SetString STOP Set.of(的, 了, 在, 与, 和, 之, 其, 而, 也); PostConstruct public void init() { // 自定义词典格式词 词性 词频词频越高越不容易被切开 CustomDictionary.add(七言绝句, n 1024); CustomDictionary.add(五言律诗, n 1024); CustomDictionary.add(楚辞, n 1024); CustomDictionary.add(平仄, n 1024); CustomDictionary.add(婉约派, n 1024); } /** 分词并过滤噪音保留长度大于 1、非停用词、非标点的词条 */ public ListString tokens(String text) { if (text null || text.isBlank()) { return List.of(); } return HanLP.segment(text).stream() .filter(t - t.word.length() 1) // 单字噪音太大不入索引 .filter(t - !STOP.contains(t.word)) .filter(t - !t.nature.toString().startsWith(w)) // w 开头是标点符号 .map(t - t.word.trim()) .distinct() .collect(Collectors.toList()); } }PostConstruct保证词典在容器启动时加载一次避免每次检索都读文件。词频写 1024 是一个常用的高权重经验值写得太低比如 1自定义词仍然会被切开。过滤规则里w开头的是标点词性中文诗词标点特别多不滤掉索引表会被逗号句号塞满。这里只保留长度大于 1 的词会牺牲月秋这类单字意象的检索如果论文里想体现意象分析可以单独建一张单字意象表而不是把单字全塞进倒排索引。4.3 倒排索引表结构与批量分词入库索引表结构决定了检索 SQL 能写多简单字段类型说明idbigint主键wordvarchar(32)分词后的词条建普通索引work_idbigint关联作品 IDweighttinyint词频权重标题命中给高值positionsmallint词在正文中的位置用于高亮定位CREATE TABLE gx_word_index ( id BIGINT PRIMARY KEY AUTO_INCREMENT, word VARCHAR(32) NOT NULL, work_id BIGINT NOT NULL, weight TINYINT NOT NULL DEFAULT 1, position SMALLINT NOT NULL DEFAULT 0, UNIQUE KEY uk_word_work_pos (word, work_id, position), KEY idx_word (word) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4;UNIQUE KEY带上position保证同一作品里同一个词在不同位置都能入库如果只按(word, work_id)唯一重新分词入库时就要先删后插多一步容易出错。标题命中时weight给 3正文给 1检索排序时SUM(weight)就能把标题相关的作品顶上来。Service public class IndexBuildService { private final GxWorkMapper workMapper; private final WordIndexMapper indexMapper; private final GuoxueTokenizer tokenizer; /** 全量重建索引适合毕设演示前跑一次 */ public int rebuildAll() { ListGxWork works workMapper.listAll(); int total 0; for (GxWork work : works) { indexMapper.deleteByWorkId(work.getId()); // 先清后建避免残留脏词 total indexOne(work); } return total; } private int indexOne(GxWork work) { ListWordIndex rows new ArrayList(); // 标题重复两次等价于给标题更高权重比排序时特判简单 addTokens(rows, work.getId(), work.getTitle(), (byte) 3); addTokens(rows, work.getId(), work.getTitle(), (byte) 3); addTokens(rows, work.getId(), work.getContent(), (byte) 1); if (!rows.isEmpty()) { indexMapper.batchInsert(rows); // 批量插单条插几千次能跑几分钟 } return rows.size(); } private void addTokens(ListWordIndex rows, Long workId, String text, byte weight) { ListString words tokenizer.tokens(text); for (int i 0; i words.size(); i) { WordIndex w new WordIndex(); w.setWord(words.get(i)); w.setWorkId(workId); w.setWeight(weight); w.setPosition((short) i); rows.add(w); } } }batchInsert一定要用批量几百篇作品逐条插入可能跑好几秒foreach拼一条多值INSERT能把耗时降到原来的十分之一。重建索引的操作放在后台管理页的一个按钮上答辩演示前点一下比现场跑 SQL 脚本稳。4.4 检索接口的参数与排序策略GetMapping(/api/search) public ResultPageResultWorkHit search( RequestParam String kw, // 用户输入支持整句 RequestParam(defaultValue 1) int page, RequestParam(defaultValue 10) int size, RequestParam(required false) String dynasty, // 朝代过滤可空 RequestParam(defaultValue relevance) String sort) { // relevance / hot / new ListString words tokenizer.tokens(kw); if (words.isEmpty()) { return Result.ok(PageResult.empty()); // 全是停用词时直接返回空别让 SQL IN () 报错 } return Result.ok(searchService.search(words, dynasty, sort, page, size)); }参数是否必填取值与说明kw是最长 30 字超过直接截断防止索引查询扫太多词page / size否size 上限 50防止一次性拉全表dynasty否传朝代名走gx_work.dynasty索引sort否relevance 按 SUM(weight) 排hot 按浏览量new 按入库时间排序 SQL 用SUM(weight)做相关度配合GROUP BY work_id聚合SELECT wi.work_id, SUM(wi.weight) AS score FROM gx_word_index wi JOIN gx_work w ON w.id wi.work_id WHERE wi.word IN (${words}) AND (#{dynasty} IS NULL OR w.dynasty #{dynasty}) GROUP BY wi.work_id ORDER BY score DESC LIMIT #{offset}, #{size};这里words用${}拼接而不是#{}因为IN里的元素个数不固定但必须在 Java 侧做白名单校验只允许字母、汉字和数字否则就是 SQL 注入。高亮不需要额外索引拿到结果后用分词词表在正文里做字符串匹配加em即可前端用v-html渲染时记得做转义或者直接返回带下标的片段让前端拼。5. 答辩前的验证、部署与演示兜底5.1 用 MockMvc 写一组能当场跑的接口测试论文里写系统经过测试必须有证据MockMvc 不需要真实启动服务几秒就能跑完。SpringBootTest AutoConfigureMockMvc class LearnApiTest { Autowired MockMvc mockMvc; Test void 重复打卡只记一次() throws Exception { for (int i 0; i 3; i) { mockMvc.perform(post(/api/learn/sign) .header(token, demo-token)) .andExpect(status().isOk()); } // 第三次调用后查询连续天数应该仍然只有 1 mockMvc.perform(get(/api/report/daily).header(token, demo-token)) .andExpect(jsonPath($.data.continuousDays).value(1)); } }重点是断言业务结果而不是状态码jsonPath校验返回值才有说服力。测试数据用Sql或测试专用 profile 准备别连生产库跑。5.2 打包部署的三个高频报错现象原因处理页面古诗文变问号连接串缺 characterEncoding补?useUnicodetruecharacterEncodingutf8启动报 Table doesnt exist建表脚本没跟着初始化放在schema.sql或启动前手动执行前端刷新页面 404Vue history 路由没配后端 fallback配置把非 API 路径转发到 index.html定时任务日期差一天容器时区是 UTCcron加zone或 JVM 参数-Duser.timezoneAsia/Shanghai打包用mvn clean package -DskipTests产物是单个可执行 jar演示机上只要装了 JDKjava -jar xxx.jar --spring.profiles.activedemo就能起来比在 IDE 里点运行更稳。5.3 一键重置演示数据的技巧演示最怕的是上一轮操作把数据改乱下一轮讲不清楚。加一个只在 demo profile 生效的重置接口点到哪儿都能恢复初始状态RestController RequestMapping(/api/admin) Profile({dev, demo}) // 生产环境不加载这个 Bean public class DemoResetController { private final DemoResetService resetService; public DemoResetController(DemoResetService resetService) { this.resetService resetService; } PostMapping(/reset) public ResultVoid reset(RequestParam(defaultValue false) boolean keepIndex) { resetService.truncateBusinessTables(); // 清空学习记录、答题记录、试卷快照 resetService.reloadDemoData(); // 重新灌入预置诗词与题库 if (!keepIndex) { resetService.rebuildWordIndex(); // 重建倒排索引保证检索演示效果一致 } return Result.ok(); } }实现里用TRUNCATE而不是DELETE自增 ID 归零后每次演示的作品编号都一样讲稿不用改。重置后顺手清掉 Redis 里的进度和打卡 key避免出现数据重置了但连续天数还是 7 天的尴尬。演示前把该接口的调用写进 Postman 的一个集合投屏时点一下就完成比临时敲 SQL 显得系统完整得多。本文还有配套的精品资源点击获取