基于 AI 辅助的 Java 在线考试系统开发实践

Service 层负责验证密码并生成 Token。

@Service
public class UserServiceImpl implements UserService {
    @Autowired
    private UserMapper userMapper;
    @Autowired
    private JwtUtil jwtUtil;

    @Override
    public Result<LoginResponse> login(String username, String password) {
        User user = userMapper.selectByUsername(username);
        if (user == null || !BCrypt.checkpw(password, user.getPassword())) {
            return Result.error("用户名或密码错误");
        }
        String token = jwtUtil.generateToken(user.getId(), user.getRole());
        return Result.success(new LoginResponse(token, user.getRole()));
    }
}

前端 Vue 组件负责表单提交与 Token 存储。

<template>
  <el-form @submit.prevent="handleLogin">
    <el-input v-model="form.username" placeholder="用户名"/>
    <el-input v-model="form.password" type="password" placeholder="密码"/>
    <el-button @click="handleLogin">登录</el-button>
  </el-form>
</template>
<script setup>
import { ref } from 'vue';
import { loginApi } from '@/api/user';
const form = ref({ username: '', password: '' });
const handleLogin = async () => {
  const res = await loginApi(form.value);
  localStorage.setItem('token', res.data.token);
};
</script>

2. 题库管理模块

支持 Excel 批量导入题目，简化了数据初始化工作。

@PostMapping("/import")
public Result<String> importQuestions(@RequestParam MultipartFile file) {
    return questionService.importFromExcel(file);
}

Service 层解析 Excel 并批量插入数据库。

@Override
public Result<String> importFromExcel(MultipartFile file) {
    List<Question> questions = EasyExcel.read(file.getInputStream())
        .head(QuestionExcelDTO.class).sheet().doReadSync()
        .stream().map(dto -> convertToEntity(dto))
        .collect(Collectors.toList());
    questionMapper.batchInsert(questions);
    return Result.success("导入成功");
}

3. 试卷与数据统计

随机组卷根据知识点和难度筛选题目，判卷模块对客观题进行自动比对评分。数据统计接口则用于构建前端图表所需的数据结构。

@GetMapping("/class/{classId}")
public Result<ChartData> getClassStats(@PathVariable Long classId) {
    List<ScoreDTO> scores = examMapper.getClassScores(classId);
    Map<String, Integer> distribution = scores.stream()
        .collect(Collectors.groupingBy(
            s -> s.getScore() >= 90 ? "优秀" : s.getScore() >= 60 ? "及格" : "不及格",
            Collectors.summingInt(s -> 1)));
    return Result.success(new ChartData(distribution));
}

优化与总结

常见问题与解决方案

• SQL 查询慢：添加复合索引（如 idx_student_semester）。
• 高并发崩溃：使用 Redis 缓存热点数据。
• 内存溢出：大数据量导出采用流式处理防止 OOM。

工程结构

采用标准 Maven 分层架构，包含 Controller、Service、Dao、Entity 等模块，便于维护与扩展。

总结

本次实践展示了如何利用 AI 工具加速 Java 在线考试系统的开发。从需求分析到代码生成，再到性能优化，整个流程兼顾了效率与质量。通过合理的技术选型与架构设计，系统能够支撑万人并发场景，并提供直观的数据分析能力，满足实际教学与管理需求。