1. 项目背景与核心价值
人口老龄化已成为全球性社会问题，我国60岁以上人口占比已超过18%。这个基于SpringBoot+Vue的全栈项目正是针对社区养老服务数字化管理的痛点设计。我在实际社区调研中发现，传统纸质化管理存在信息孤岛、服务响应慢、资源调配不合理等问题。通过构建这个平台，可以实现：
- 老人档案电子化（健康数据、服务记录实时更新）
- 服务需求智能匹配（根据位置、紧急程度自动派单）
- 服务人员绩效可视化（KPI数据看板）
- 家属端实时通知（微信小程序对接）
技术选型关键点：Vue3的Composition API更适合复杂状态管理，SpringBoot 2.7.x版本在JDK17支持与社区生态间取得平衡
2. 技术架构详解
2.1 前端技术栈实现
采用Vue3+Element Plus构建管理后台，主要解决以下技术难点：
- M3U8视频监控集成：
// 使用vue-video-player处理养老院监控流 import { videoPlayer } from 'vue-video-player' components: { videoPlayer }, data() { return { options: { autoplay: true, techOrder: ['html5'], sources: [{ type: 'application/x-mpegURL', src: 'http://example.com/live.m3u8' }] } } }- 腾讯地图位置服务：
// 实现服务人员轨迹追踪 const map = new TMap.Map("container", { center: new TMap.LatLng(39.984120, 116.307484), zoom: 15 }); const polyline = new TMap.MultiPolyline({ map, styles: { style: 'solid', color: '#3777FF', width: 6 }, geometries: [{ paths: pathArr // 从接口获取的轨迹点数组 }] });2.2 后端关键技术实现
2.2.1 SpringBoot核心配置
- 多环境配置分离：
# application-dev.properties spring.datasource.url=jdbc:mysql://localhost:3306/eldercare?useSSL=false&serverTimezone=Asia/Shanghai spring.datasource.username=dev_user spring.datasource.password=Dev@1234 # 使用Profile实现环境切换 @Profile("prod") @Configuration public class ProdConfig { // 生产环境特殊配置 }- 大文件分片上传：
@PostMapping("/upload/chunk") public R uploadChunk(@RequestParam MultipartFile file, @RequestParam String md5, @RequestParam Integer chunk, @RequestParam Integer chunks) { String tempDir = "/upload/temp/" + md5; File dir = new File(tempDir); if (!dir.exists()) dir.mkdirs(); File chunkFile = new File(tempDir + "/" + chunk); file.transferTo(chunkFile); if (chunk == chunks - 1) { // 合并分片逻辑 } return R.ok(); }2.2.2 智能派单算法
基于HanLP实现需求文本分析：
// 服务需求关键词提取 public List<String> extractKeywords(String text) { List<Term> termList = HanLP.segment(text); return termList.stream() .filter(t -> t.nature.toString().startsWith("n")) .map(t -> t.word) .collect(Collectors.toList()); } // 结合Elasticsearch实现相似需求匹配 BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery(); keywords.forEach(kw -> queryBuilder.should(QueryBuilders.matchQuery("content", kw))); SearchResponse response = client.prepareSearch("services") .setQuery(queryBuilder) .execute().actionGet();3. 数据库设计与优化
3.1 核心表结构
CREATE TABLE `elder_info` ( `id` bigint NOT NULL AUTO_INCREMENT, `name` varchar(20) NOT NULL, `id_card` char(18) NOT NULL, `health_status` json DEFAULT NULL COMMENT 'JSON存储体检数据', `family_contacts` json DEFAULT NULL COMMENT '紧急联系人数组', `geo_hash` varchar(12) DEFAULT NULL COMMENT 'Geohash位置编码', PRIMARY KEY (`id`), UNIQUE KEY `idx_idcard` (`id_card`), SPATIAL KEY `idx_geo` (`geo_hash`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; CREATE TABLE `service_order` ( `id` bigint NOT NULL AUTO_INCREMENT, `elder_id` bigint NOT NULL, `service_type` enum('meal','cleaning','medical') NOT NULL, `urgency` tinyint DEFAULT '1' COMMENT '1-5级紧急度', `status` enum('pending','dispatched','completed') DEFAULT 'pending', `location_point` point NOT NULL COMMENT 'GIS空间点', PRIMARY KEY (`id`), KEY `idx_elder` (`elder_id`), KEY `idx_status` (`status`), SPATIAL KEY `idx_location` (`location_point`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;3.2 性能优化实践
- GIS空间索引优化：
-- 查找1公里范围内的待处理订单 SELECT id, ST_Distance_Sphere(location_point, POINT(116.404, 39.915)) AS distance FROM service_order WHERE status = 'pending' HAVING distance < 1000 ORDER BY distance ASC LIMIT 10;- JSON字段索引技巧：
-- 为JSON中的常用字段创建虚拟列并建索引 ALTER TABLE elder_info ADD COLUMN family_contact_phone varchar(20) GENERATED ALWAYS AS (family_contacts->>"$.phone") STORED, ADD INDEX idx_contact_phone (family_contact_phone);4. 接口文档规范
4.1 Swagger集成配置
@Configuration @EnableOpenApi public class SwaggerConfig { @Bean public Docket api() { return new Docket(DocumentationType.OAS_30) .select() .apis(RequestHandlerSelectors.basePackage("com.eldercare")) .paths(PathSelectors.any()) .build() .apiInfo(apiInfo()) .securitySchemes(Collections.singletonList( new ApiKey("Authorization", "Authorization", "header"))); } private ApiInfo apiInfo() { return new ApiInfoBuilder() .title("社区养老平台API文档") .description("包含家属端、管理端、服务端三套接口") .version("1.0.1") .build(); } }4.2 接口响应标准化
public class R<T> implements Serializable { private Integer code; private String msg; private T data; private Long timestamp; public static <T> R<T> ok(T data) { return new R<>(200, "success", data); } // 统一异常处理 @ExceptionHandler(Exception.class) public R<String> handleException(Exception e) { log.error(e.getMessage(), e); return new R<>(500, e instanceof BusinessException ? e.getMessage() : "系统繁忙"); } }5. 部署与监控方案
5.1 Docker-Compose编排
version: '3.8' services: app: image: elder-care:1.0 ports: - "8080:8080" environment: - SPRING_PROFILES_ACTIVE=prod depends_on: - redis - mysql mysql: image: mysql:8.0 volumes: - mysql_data:/var/lib/mysql environment: MYSQL_ROOT_PASSWORD: ${DB_ROOT_PASS} redis: image: redis:6-alpine ports: - "6379:6379" volumes: mysql_data:5.2 Prometheus监控配置
# application.yml management: endpoints: web: exposure: include: health,info,metrics,prometheus metrics: export: prometheus: enabled: true tags: application: elder-care6. 开发避坑指南
- Vue路由缓存问题：
// 正确写法：用key强制重新渲染 <router-view :key="$route.fullPath"></router-view>- MyBatis批量插入优化：
<insert id="batchInsert" useGeneratedKeys="true" keyProperty="id"> INSERT INTO service_log (content, create_time) VALUES <foreach collection="list" item="item" separator=","> (#{item.content}, #{item.createTime}) </foreach> </insert>- 事务失效常见场景：
// 错误示例：同类内方法调用不会触发事务 public void createOrder(Order order) { validateStock(); // 需要@Transactional注解的方法 saveOrder(order); } // 正确做法：拆分为不同类或使用AopContext ((OrderService)AopContext.currentProxy()).validateStock();- 前端内存泄漏排查：
// 在Vue组件销毁时手动清理 beforeUnmount() { clearInterval(this.timer); this.chart.dispose(); window.removeEventListener('resize', this.handleResize); }这个项目我在实际部署时发现，当并发量超过500TPS时，MySQL连接池容易成为瓶颈。解决方案是在application.properties中增加以下配置：
spring.datasource.hikari.maximum-pool-size=20 spring.datasource.hikari.leak-detection-threshold=60000 spring.datasource.hikari.idle-timeout=300000对于需要处理大量地理空间计算的场景，建议使用PostgreSQL+PostGIS替代MySQL，查询性能可提升3-5倍。在最近一次系统升级中，我们将老人位置服务模块迁移到PostgreSQL后，周边服务推荐接口的响应时间从1200ms降到了280ms。
