心理健康评测系统这名字听着挺专业拆开看本质就是一套“问卷分发-在线作答-自动计分-结果报告”的管理系统。但在SpringBoot里做这套系统难点恰恰不在框架本身而在如何把心理量表的专业逻辑翻译成代码。我帮好几个学弟改过类似的毕业设计也给自己学校心理中心做过内部工具发现大多数翻车现场都出在同一点把评测题当普通问卷做完全忽略计分规则和常模对照。顺便说一句项目标题里的“心里健康”其实是错别字正确写法是“心理健康”。我第一次建表时也写错过后面改字段名改得头疼。这种细节虽然不影响功能但在文档和答辩PPT里出现就有点尴尬大家留意一下。做一个这样的系统你会接触到的技术包括SpringBoot自动装配、Spring Security鉴权、MyBatis-Plus、MySQL表设计、Vue或Thymeleaf前端、ECharts可视化再算上部署用的Linux和Nginx几乎把Web后端开发的全链路摸了一遍。所以这篇既是项目复盘也是一份可以直接照着做的实操笔记。适合准备做毕业设计的学生、想从CRUD进阶到业务逻辑开发的SpringBoot新手以及想把学生心理普查数字化的学校信息化老师。1. 系统需求与整体设计评测类项目该先想清楚的事1.1 需求拆解心理普查的痛点在哪心理测评系统不是为了“有个在线问卷”而存在学校场景下的真实痛点非常具体我列几个最常见的。批量普查效率低。一个年级上千人纸笔量表从发放、填写、回收、录入到统计少说要一周。测评系统要做的是把“发放-填写-回收”压缩到一节课内完成把“录入-统计-出报告”压缩到秒级。这决定了系统必须支持管理员一键发布测评任务、学生扫码或登录即可作答、提交后实时出分。数据极度敏感。心理健康和考试成绩不一样答题内容、量表结论属于个人隐私数据。系统必须有严格的角色权限、不能随意导出、不能公开排名。很多第一次做这类项目的同学容易忽略这个问题把心理测试结果当成普通成绩单来展示这在真实场景里是会出事的。需要持续跟踪。一次测评说明不了问题要看趋势。系统得支持周期复测有历史记录能画出变化曲线能发现“连续几次都在高位”的学生。从产品角度说历史轨迹比单次分数更有价值。预警门槛低。大多数学生的问题不是一下子严重起来的而是有一个累积过程。系统需要在结果超出阈值时自动通知辅导员或心理教师而不是等人工去翻报表。预警功能是整个系统“有用”和“花瓶”的分界线后面我会专门讲实现方案。把需求想清楚系统的模块划分就自然出来了用户模块学生/教师/管理员、量表题库模块、在线测评模块、结果分析模块、预警通知模块、统计报表模块。模块之间用一条数据流串起来就是题库配置 - 答题 - 算分 - 入结果库 - 触发预警 - 生成报表。架构上没有任何花哨的地方单体应用足够。1.2 技术选型为什么不搞微服务很多同学一上来就想着Spring Cloud、Nacos、微服务拆分这个问题我必须泼冷水。这类测评系统的真实用户量级是一所学校几千人并发峰值也就是几百人同时答题。单体应用加一台服务器完全能扛住微服务没有任何收益反而把部署复杂度和故障排查成本拉满。如果答辩时老师问“为什么不用微服务”你就回答项目定位是中小规模内部系统单体架构在可维护性、部署成本和资源利用率上更优同时保留了按业务边界拆分的扩展空间。这个回答本身就很有水平。我建议的选型如下Spring Boot 2.7.xJDK 8或11。Spring Boot 2.7是当前中文社区资料最全、踩坑成本最低的版本。如果非要用3.x就要跟着用JDK 17以上很多老教程和示例代码都不兼容对新手不友好。鉴权走Spring Security JWT。课程设计用Shiro也行但Spring Security是市场主流面试也常问学一遍不亏。ORM用MyBatis-Plus。单表CRUD不用写SQL复杂统计用注解SQL内置分页和逻辑删除小项目开发效率提升明显。前端二选一管理后台用Vue 3 Element Plus做前后端分离测评页面用H5适配手机如果想省事直接用Thymeleaf渲染整个系统也完全够用。后面的讲解按“前端Vue 后端SpringBoot”分离方案因为这才是现在企业里SpringBoot项目的普遍用法。这里顺带聊聊SpringBoot为什么适合这类项目核心就是自动装配机制。比如引入spring-boot-starter-web后Spring Boot通过EnableAutoConfiguration自动完成Tomcat和SpringMVC的配置开发者不用再写一堆XML。这就是SpringBoot对比传统SSM框架最大的价值约定大于配置。理解了这个原理后面配置出错时你才能判断是哪里没被自动装配覆盖到而不是瞎猜。1.3 角色与权限设计角色设计直接决定数据库表结构和接口权限控制建议做三类角色。学生注册/登录、修改个人资料、参加测评、查看自己的历史报告、查看系统的心理科普文章和求助渠道。心理教师/辅导员查看名下学生名单、查看测评结果统计、查看预警名单、导出脱敏报表。这里注意辅导员和心理教师权限要有区分辅导员只能看汇总数据和自己班级学生的预警状态心理教师才有权查看详细答题记录这个区分在合规上很重要。系统管理员用户管理、量表管理、题目管理、角色权限配置、系统参数设置。权限控制的细节在实际编码中很容易漏。比如学生访问他人报告的接口时不仅需要“已登录”和“有查看权限”还必须校验数据归属即当前登录用户是否是这份报告的所有者。只校验角色不校验数据归属是这类系统最常见的安全漏洞。2. 数据库设计与量表计分全系统最核心的逻辑2.1 核心数据表设计我把核心表列出来标注用途和关键字段可以直接照抄。sys_user用户表id、username、passwordBCrypt加密存储、real_name、role0学生/1教师/2管理员、class_id、grade、phone、status、create_time。scale量表定义表id、name、description、type标识scl90/sds/sas等、question_count、dimension_json维度定义、score_rule计分规则说明、status。question题目表id、scale_id、content、dimension所属维度、sort_no、reverse_flag是否反向计分、max_score该题最高分。evaluation_record测评记录表id、user_id、scale_id、status未完成/已完成、start_time、submit_time、total_score、result_level、result_content。evaluation_answer答题明细表id、record_id、question_id、option_value用户选择的分值。warning_record预警记录表id、user_id、record_id、level黄/橙/红、reason、handle_status待处理/已处理、handle_user、create_time。关于测评答题明细字段设计上要存“选项分值”而不是只存选项ID因为量表计分规则后续可能会调整。存了原始分值重算历史成绩也不至于丢数据。另外所有表都建议添加逻辑删除字段deleted用MyBatis-Plus的全局配置处理不要物理删除任何测评相关数据这对审计和追溯非常关键。索引方面evaluation_answer表的record_id字段一定要加索引否则测评记录详情页会很慢。evaluation_record表的user_id和scale_id也要建联合索引支撑“查询某个学生所有历史测评”的高频操作。2.2 量表类型与计分规则这是评测系统和其他CRUD管理系统最大的差异点也是答辩时最能体现专业度的地方。课程设计里最常用的两个量表给大家介绍一下。SCL-90症状自评量表90题测9个因子躯体化、强迫症状、人际关系敏感、抑郁、焦虑、敌对、恐怖、偏执、精神病性。每题1-5分总分超过160分或任意因子分超过2分则提示阳性。这个量表题量大作为生产用途没问题但演示时用户会填到崩溃。SDS抑郁自评量表20题每题1-4分其中10题为反向计分题。标准分等于原始分乘以1.25后取整数。53-62分为轻度63-72分为中度72分以上为重度。这个量表长度适中适合做在线演示。计分实现时最容易出错的点就是反向题。反向题选项顺序和得分方向相反比如“我觉得生活很有意义”选“没有或很少”应得4分而“我觉得自己是个失败者”选“没有或很少”应得1分。如果不处理反向题算出来的分数会整体偏移甚至把需要重点关注的学生漏掉。我这里给一张反向计分的转换对照表一目了然原始选项值5级计分反向转换4级计分反向转换15424333242151-转换公式就是maxScore加1再减去原始值。注意maxScore是当前题目的最高分不是整个量表的最高分写代码时不要搞混。一个完整计分流程大致是根据scale_id查题目列表遍历答题明细按reverse_flag判断是否反向转换按dimension分组累加得到各维度分计算维度得分率即维度实际分除以维度满分作为雷达图数据总分对照常模区间判定结果等级。2.3 常模对照与结果分级“常模”这个词第一次做项目的人可能陌生说人话就是把受测者的分数和一个大规模人群的平均水平作比较。比如SDS标准分53分单独看只是一个数字对照常模才知道它刚好踩在“轻度抑郁”的线上。数据库里建议建一张norm常模表字段包括id、scale_id、dimension、gender、age_range、min_score、max_score、level、suggest_content。level建议分四级正常、轻度关注、中度关注、重度预警。结果等级直接影响预警逻辑所以在提交测评时就要算好并存入evaluation_record的result_level字段不要每次展示时现算否则历史数据一变之前的结果也跟着变这在数据审计上是大忌。还有一点很重要结果页面的说明文字要写得稳妥不制造焦虑。建议明确标注“本报告仅作参考不构成临床诊断如有需要请咨询学校心理中心或专业机构”。这既是合规要求也是对学生负责。把这条写进系统里答辩时老师会认为你考虑问题全面。3. 核心功能从零实现登录、测评、报告全流程3.1 项目初始化与基础配置创建项目的方式有两种一种是从start.spring.io直接生成然后导入IDEA另一种是IDEA内置的Spring Initializr。注意IDEA内置的地址有时连不上遇到这种情况可以把Server URL改到国内镜像地址比如阿里云的start.aliyun.com速度会快很多。依赖选择上建议这样配Lombok必须省掉大量getter和setterSpring WebSpring SecurityMyBatis-Plus注意它不在Spring Initializr的依赖列表里需要手动在pom中添加MySQL DriverValidation校验框架。application.yml里有几个关键配置我直接写出来server: port: 8081 spring: datasource: url: jdbc:mysql://localhost:3306/psycho_survey?useUnicodetruecharacterEncodingutf8useSSLfalseserverTimezoneAsia/Shanghai username: root password: root driver-class-name: com.mysql.cj.jdbc.Driver mybatis-plus: configuration: log-impl: org.apache.ibatis.logging.stdout.StdOutImpl global-config: db-config: logic-delete-field: deleted logic-delete-value: 1 logic-not-delete-value: 0JDBC连接串里的serverTimezoneAsia/Shanghai是无数新手的第一个坑不加就会报时区异常。字符集必须显式指定utf8不要依赖默认。数据库建议统一使用utf8mb4因为MySQL的utf8其实是utf8mb3存emoji或生僻字时会报错。MyBatis-Plus的逻辑删除配置可以省去大量手写update语句。需要注意的是逻辑删除字段在实体类里要加上TableLogic注解这样MyBatis-Plus执行删除操作时才会自动转成update。3.2 登录鉴权Spring Security JWTSecurity加JWT这套组合第一次接触会感觉绕。我用一句话概括核心思路登录成功后后端签发一个JWT字符串里面包含用户ID和角色前端保存起来之后每次请求在Header里带上Authorization: Bearer xxx后端解析JWT就知道是谁在访问。JWT工具类的大致结构如下Component public class JwtUtil { Value(${jwt.secret}) private String secret; Value(${jwt.expire}) private Long expire; public String createToken(Long userId, String role) { return Jwts.builder() .setSubject(String.valueOf(userId)) .claim(role, role) .setIssuedAt(new Date()) .setExpiration(new Date(System.currentTimeMillis() expire)) .signWith(SignatureAlgorithm.HS256, secret) .compact(); } public Claims parseToken(String token) { return Jwts.parser().setSigningKey(secret).parseClaimsJws(token).getBody(); } }这里有几个坑要提醒一下。secret不能写死在代码里要放到配置文件且长度不要少于32个字符。JWT是无状态的服务端无法主动把某个token作废做退出登录时要么前端直接丢弃token要么引入黑名单机制后者实现成本较高课程设计直接走前端删除方案即可。token里的claim不要存敏感信息心理健康数据绝不能塞进JWT。Spring Security核心配置是定义哪些路径放行、哪些路径需要登录然后添加JWT过滤器Configuration EnableWebSecurity public class SecurityConfig { Bean public SecurityFilterChain filterChain(HttpSecurity http) throws Exception { http.csrf().disable() .sessionManagement().sessionCreationPolicy(SessionCreationPolicy.STATELESS) .and() .authorizeRequests() .antMatchers(/api/auth/**, /actuator/health).permitAll() .antMatchers(/api/admin/**).hasRole(ADMIN) .antMatchers(/api/teacher/**).hasRole(TEACHER) .anyRequest().authenticated() .and() .addFilterBefore(jwtFilter, UsernamePasswordAuthenticationFilter.class); return http.build(); } }前后端分离时必须把Security默认的登录页和CSRF都关掉否则前端调接口时会莫名跳转到登录页。JWT过滤器在SpringSecurity里执行顺序很重要它必须在UsernamePasswordAuthenticationFilter之前因为要先把解析出来的用户信息放入SecurityContext后续的授权判断才能拿到角色。3.3 在线测评流程实现在线测评是整个系统的主流程建议按下面几个步骤来实现。学生点“开始测评”前端向后端请求量表信息。后端返回量表基本信息加题目列表。注意心理咨询量表没有“正确答案”和“错误答案”之分只有倾向性所以接口不需要做答案隐藏逻辑。逐题作答还是整卷作答我的建议是SDS这种20题的量表可以整卷展示SCL-90这种90题的必须分页展示否则用户会被超长表单吓跑。分页展示时前端要加进度条能明显降低中途放弃率。提交答案的接口设计如下POST /api/evaluation/submit Content-Type: application/json { scaleId: 2, recordId: 18, answers: [ {questionId: 201, optionValue: 2}, {questionId: 202, optionValue: 4} ] }服务端收到答案后需要做几件事校验recordId归属当前登录用户防止越权提交校验题目数量是否等于量表题目数防止漏答在同一个事务里批量插入evaluation_answer计算得分更新evaluation_record的total_score和result_level必要时插入warning_record。得分计算的核心逻辑我写一个简化版本MapString, Double dimScoreMap new HashMap(); MapString, Integer dimFullMap new HashMap(); for (AnswerDTO a : answers) { Question q questionMapper.selectById(a.getQuestionId()); int val a.getOptionValue(); if (q.getReverseFlag() 1) { val q.getMaxScore() 1 - val; } dimScoreMap.merge(q.getDimension(), (double) val, Double::sum); dimFullMap.merge(q.getDimension(), q.getMaxScore(), Integer::sum); } double totalScore dimScoreMap.values().stream().mapToDouble(Double::doubleValue).sum();这里有个实际踩过的坑反向计分的转换公式必须是当前题目的maxScore 1减去原始值而不是整个量表的满分加1再减。因为同一量表内不同题可能满分不同用后者会把分数算错。防止重复提交最简单可靠的做法是在evaluation_record上对user_id和scale_id加联合索引配合status字段保证一个用户对同一量表只能有一条“已完成”记录。用Redis分布式锁在这个场景下有点杀鸡用牛刀但如果项目里已经集成了Redis顺手做一下也行。3.4 测评结果展示与可视化结果展示建议分三层来做层次清晰也方便答辩讲解。第一层是得分总览。大号数字展示总分和等级配一句简短的人类话解读。比如SDS标准分58分、等级“轻度”页面文案可以写“轻度抑郁状态建议多与同学交流、规律作息如需帮助可预约学校心理中心”。第二层是维度图。用ECharts雷达图展示各维度得分率比如SCL-90的9个维度一屏展示哪个维度偏高一眼就能看出来。雷达图的数据就是上面计算得到的维度得分率。第三层是历史趋势。同一量表多次测评的分值变化折线图。这个功能看起来不起眼但对心理跟踪非常有价值能呈现一个学生从入学到毕业的状态曲线辅导员可以据此判断干预措施是否有效。我这里可以提一个拓展点。如果报告需要打包下载可以引入Hutool的PdfUtil或itextpdf生成PDF模板套上ECharts导出的图表图片路径即可。如果项目集成了MinIO对象存储图表图片等文件可以传到MinIO桶里服务器重启后也不会丢。3.5 预警通知让系统真正“有用”的功能系统做完测评、算出分数还只是“半个系统”。真正的价值在预警分数达到预警线的学生系统要第一时间通知到责任人。我建议按下面的流程实现测评提交后后端判断result_level是否达到“中度关注”及以上。达到则插入warning_record记录预警级别和触发依据。按用户所属班级找到绑定辅导员发站内信并往辅导员的待办列表加一条待处理任务。如果对通知时效要求更高可以接入邮件服务用Spring Boot的starter-mail发送提醒。在测评高峰期预警通知动作可能会拖慢提交接口的响应。更优雅的做法是引入消息队列比如ActiveMQ把通知动作异步化。这个方案对毕业设计来说属于加分项如果时间紧张可以不做但能在答辩时把思路讲出来会显得你考虑问题很有层次。发送的内容本身要谨慎只写“该学生近期测评结果需要关注请在工作时间联系学生了解情况”绝不能在站内信或邮件里写具体诊断性描述防止信息泄露造成二次伤害。预警等级建议分黄、橙、红三级黄色为仅记录、橙色需要辅导员3个工作日内处理、红色需要心理教师24小时内介入这个分级在真实业务中也比较常用。4. 部署与问题排查让项目真正跑起来的最后一步4.1 打包与发布SpringBoot项目的发布产物就是一个可执行jar包。在项目根目录执行mvn clean package -DskipTests打包完成后target目录下生成xxx.jar在服务器上可以直接运行java -jar psycho-survey.jar但是这样启动有个问题一旦退出SSH终端进程就没了。生产环境建议用systemd托管写一个service文件[Unit] DescriptionPsycho Survey Application Afternetwork.target [Service] Userwww WorkingDirectory/opt/psycho-survey ExecStart/usr/bin/java -Xms256m -Xmx512m -jar psycho-survey.jar Restartalways RestartSec10 SuccessExitStatus143 [Install] WantedBymulti-user.target然后执行几个命令让它开机自启并立即运行systemctl daemon-reload systemctl enable psycho-survey systemctl start psycho-survey访问层面建议再挂一层Nginx做反向代理。一方面Nginx处理静态资源和并发连接的能力比Tomcat强另一方面以后要加HTTPS证书时只需要改Nginx配置不需要动SpringBoot代码。很多同学拿到的“部署文档”里通常就包含这些内容但具体到自己机器上还是会遇到各种环境差异。核心就一句先把本地跑通再上服务器不要一上来就在服务器上调试代码。4.2 常见启动问题排查我把这些年见到的最高频问题整理成一张速查表按现象排查效率最高。现象原因解决方案启动报Communications link failure数据库没起来或地址端口不对先在本机用Navicat或命令行测试MySQL能否连接启动报Unknown database数据库没建执行CREATE DATABASE psycho_survey DEFAULT CHARACTER SET utf8mb4报Access denied for user账号密码错误或远程无权限确认密码或执行grant授权注意MySQL 8.0的认证插件差异报时区异常JDBC连接串没加serverTimezoneURL追加serverTimezoneAsia/Shanghai前端页面调用接口报跨域前后端端口不同没配CORS后端加CorsFilter或注解CrossOrigin上传文件名乱码字符集没统一前端表单enctype、后端解析、存储全部统一utf8打包的jar无法运行Maven没先clean或JDK版本不一致保持本地和服务器JDK版本一致重新clean package这些坑没有一个是有技术难度的但每一个都能卡住你半天。我自己的习惯是启动前先看一遍完整的堆栈日志重点关注Caused by那行不要被前面一大段包装层干扰。线上环境还可以把日志级别调成INFO避免debug日志太多淹没关键错误。4.3 数据与隐私安全注意心理健康评测系统的数据比普通业务数据敏感得多我把这个问题单独放一节因为它真的非常重要。以下几点是必须做到的第一用户密码用BCrypt加密存储不要用MD5。Spring Security自带BCryptPasswordEncoder直接用就行。MD5在如今的计算能力面前已经形同虚设。第二测评答题和结果数据在入库前可以考虑做AES对称加密密钥放在配置文件里。虽然这会增加一点编码复杂度但对这个业务场景是完全值得的。第三所有查询接口都必须校验当前登录用户是否有权访问这批数据。后端不能信任前端的任何参数尤其不能因为前端没显示某个按钮就认为后端不需要校验。第四日志里不要打印答题明细。调试时把完整request body输出到控制台看着很爽但一旦上线这些日志里全是敏感信息。把这条路堵死比什么都强。第五定期备份数据库。哪怕只是每天凌晨crontab跑一次mysqldump真出了事故能救命。我见过不止一次学弟辛辛苦苦做了几个月数据库没备份服务器重置后全没了。4.4 性能优化几百人同时答题的场景按照1000人同时在线的规模来预估压力主要集中在两个地方。一是登录和鉴权。JWT无状态设计天然适合水平扩展不需要额外优化。二是提交答案时的数据库写入放大。SCL-90一次提交就要批量插入90条answer记录1000人同时提交就是9万条插入。MySQL单机配置一般的话这一下会有点压力。解决办法有两个方向。第一个是批量写入用MyBatis-Plus的saveBatch替代一条条insert能明显降低与数据库的交互次数。第二个更彻底把答题明细异步写入消息队列主流程只做校验、算分、返回结果明细落库交给队列消费者慢慢处理。第二种方案多数毕设用不上但如果能把这个设计讲明白在答辩时绝对是个高分点。另外提醒一下前端在测评页面加个“提交中”的状态按钮置灰防止用户手抖连点两次。这既是体验优化也减轻了后端重复请求的压力。5. 个人复盘与经验建议这种项目做完给我最大的感受是CRUD谁都会写但把一个领域的专业逻辑翻译成代码才是真正拉开差距的地方。比如反向计分没有认真读量表说明的人第一次算出的分数要么整体偏高要么整体偏低看起来“结果正常”但其实毫无参考价值。常模对照也一样不懂常模就不会告诉用户“你在同龄人中的位置”只会把原始分直接抛出去。这些东西教材上讲得少但工作中非常常见因为每一个业务系统背后都有一段你不在那个行业就根本不了解的规则。所以如果你正在做这套系统或者准备用SpringBoot做类似的业务项目我的建议是先把业务规则吃透再动手写代码。把量表逐题过一遍标出哪些是反向题把自己当成用户跑一遍测评流程看看每一步的提示和数据是否符合预期。这些在健壮架构之外额外花的功夫才是项目真正能打动人的地方。最后分享一个小技巧如果时间充裕可以在题库里加一道“演示量表”或“迷你量表”。因为SCL-90或SDS题目太多现场演示效果不好一道8到10题的简化量表能让评委在3分钟内完整体验整个流程比你对着PPT讲五分钟架构有效得多。我后来帮学弟改项目时都会建议加上这个效果谁用谁知道。