电影评论系统毕业设计实战：从单体架构到高可用微服务的完整实现
最近在帮学弟学妹们看毕业设计，发现很多“电影评论系统”项目虽然功能齐全，但代码质量堪忧，部署上线更是困难重重。常见的痛点包括：用户登录状态用Session存，服务器一重启就全丢；SQL语句拼接，存在注入风险；评论提交没有防刷机制，容易被刷屏；项目只能在本地跑，换个环境就各种报错。这些问题导致项目虽然完成了，但离一个“可交付”、“可演示”的工程化产品还有很大距离。
因此，我决定以实战角度，重新梳理一个基于 Spring Boot + Vue 技术栈的电影评论系统，重点解决上述工程化问题，目标是构建一个具备高可用、易部署特性的微服务雏形，希望能为正在做类似项目的同学提供一个清晰的参考模板。
1. 技术选型：为什么是 Spring Boot + Vue？
在项目启动前，技术栈的选择至关重要。市面上常见的组合有 Django/Flask + 模板引擎，或 Spring Boot + Thymeleaf，甚至原生 JS。我们最终选择 Spring Boot + Vue 前后端分离架构，主要基于以下几点考量：
- Spring Boot 的生态与工程化优势：相比 Python 的 Django/Flask，Spring Boot 在 Java 企业级开发中拥有更成熟、更庞大的生态。其“约定大于配置”的理念，能让我们快速搭建起一个结构清晰、包含依赖管理、自动配置、健康检查等生产级特性的项目骨架。对于毕业设计而言，这本身就是一项重要的工程实践。
- 前后端分离的必然趋势：使用 Vue 等现代前端框架，而非 JSP/Thymeleaf 等服务端渲染技术，可以实现前后端职责彻底分离。前端专注于 UI 交互和用户体验，后端专注于 API 设计和业务逻辑。这种模式便于团队协作、独立部署，也更符合当前业界主流开发模式。
- 易于扩展和维护：Spring Boot 应用可以非常平滑地演进为 Spring Cloud 微服务架构。Vue 的组件化开发也让前端功能模块的复用和迭代变得简单。这为项目后续的功能扩展（如引入搜索、推荐模块）奠定了良好基础。
2. 核心实现：从用户登录到评论提交
2.1 基于 JWT 的无状态用户认证
传统 Session 方式存在服务器内存压力和集群部署时的同步问题。我们采用 JSON Web Token (JWT) 实现无状态认证。
关键实现步骤：
- 用户登录成功后，后端使用密钥（如
HMACSHA256）对用户ID、角色等信息进行签名，生成一个 Token 字符串。 - 将此 Token 返回给前端，前端将其存储在
localStorage或Cookie中。 - 后续请求，前端在 HTTP 请求头（如
Authorization: Bearer <token>）中携带此 Token。 - 后端通过一个拦截器（Interceptor）或过滤器（Filter）对所有需要认证的接口进行拦截，验证 Token 的签名有效性和过期时间，并从中解析出用户信息，存入本次请求的上下文（如
SecurityContextHolder或ThreadLocal）。
这样，服务端无需存储会话状态，天然支持水平扩展。
2.2 评论提交的防刷与幂等性设计
这是系统的核心业务，必须考虑安全与性能。
- 防重复提交（前端）：在 Vue 组件中，提交按钮点击后立即设置为禁用状态，并显示加载动画，直到收到后端响应或超时。这可以防止用户连续快速点击。
- 防刷策略（后端）：利用 Redis 实现简易的滑动窗口限流。以用户ID和电影ID为组合键，记录其最近 N 分钟内的评论次数。例如，设置每分钟最多评论3条。伪代码如下：
// 伪代码示例 String key = "comment:limit:" + userId + ":" + movieId; Long count = redisTemplate.opsForValue().increment(key, 1); if (count == 1) { redisTemplate.expire(key, 1, TimeUnit.MINUTES); // 设置1分钟过期 } if (count > 3) { throw new BusinessException("评论过于频繁，请稍后再试"); } // 通过限流检查，执行真正的评论入库逻辑 - 幂等性保证：为防止网络超时导致客户端重试，从而产生重复评论，可以为每次评论请求生成一个唯一凭证（如 UUID），并在服务端利用 Redis 的
SETNX命令或数据库唯一索引进行校验，确保同一凭证的请求只处理一次。 - XSS 过滤与内容校验：所有用户输入的评论内容，在入库前必须进行 HTML 转义，防止跨站脚本攻击。可以使用
org.springframework.web.util.HtmlUtils.htmlEscape()方法。同时，需校验评论内容长度、敏感词（可结合字典或第三方服务）。
2.3 分页查询与热点数据缓存
电影详情页通常需要展示该电影的评论列表，并支持分页。
- 数据库分页：使用 MyBatis-Plus 或 JPA 提供的分页插件，避免在应用层进行内存分页。务必注意
PageHelper等工具线程安全的使用方式。 - 热点评论缓存：对于热门电影，其评论列表的查询压力很大。我们可以将第一页的评论数据（通常是最新或最热的评论）缓存到 Redis 中。缓存键可以设计为
movie:comment:hot:{movieId}:page1，并设置合理的过期时间（如5分钟）。当有新的评论提交时，需要清除或更新该缓存，保证数据一致性。
3. 性能与安全加固
- Redis 缓存策略：除了缓存热点评论，还可以缓存用户信息、电影基本信息等不常变化的数据。缓存更新策略采用“旁路缓存”（Cache-Aside）：先读缓存，命中则返回；未命中则读数据库，写入缓存后返回。更新数据时，先更新数据库，再删除缓存。
- 数据库事务控制：评论提交可能涉及多张表（评论表、电影评论数统计表、用户活跃度表）的更新，必须放在一个数据库事务中，确保原子性。使用 Spring 的
@Transactional注解可以轻松管理。 - SQL 注入防御：坚持使用 MyBatis 的
#{}预编译占位符，或 JPA 的命名参数查询，从根本上杜绝 SQL 拼接。
4. 生产避坑指南：从开发到部署
这是很多学生项目的薄弱环节，常常“本地跑得好好的，一部署就崩”。
- 环境配置分离：使用 Spring Boot 的
application-{profile}.properties/yml多环境配置。开发环境 (dev) 连接本地数据库，生产环境 (prod) 连接云服务器数据库。通过启动参数--spring.profiles.active=prod来激活对应配置。 - 数据库迁移管理：不要手动在服务器上执行 SQL 脚本。使用 Flyway 或 Liquibase 这样的数据库版本管理工具。将建表、初始化数据、修改字段的 SQL 脚本作为项目资源文件，应用启动时会自动按版本顺序执行，确保任何环境下的数据库结构一致。
- 静态资源处理：前后端分离项目，前端 Vue 项目通过
npm run build打包生成dist目录。部署时有两种选择：一是将dist目录内容放到 Nginx 等 Web 服务器下，由 Nginx 提供前端访问并反向代理 API 请求到后端 Spring Boot 服务；二是使用 Spring Boot 的静态资源映射，将dist目录作为静态资源路径。强烈推荐第一种方式，职责更清晰，性能更好。 - 容器化部署：使用 Docker 将后端 Spring Boot 应用打包成镜像。编写
Dockerfile和docker-compose.yml文件，可以一键启动包含 MySQL、Redis、Spring Boot 应用的服务栈。这极大简化了部署复杂度，也方便演示。镜像中应包含运行所需的最小环境（如 OpenJDK），而不是完整的操作系统。
5. 总结与扩展思考
通过以上实践，我们构建的电影评论系统已经具备了用户认证、业务防刷、数据安全、缓存加速和容器化部署等工程化特征，远超一个简单的 CRUD 练习。
完成基础功能后，你可以进一步思考如何扩展系统：
- 点赞功能设计：点赞是一个典型的高并发写场景。如何设计数据表？是采用计数器缓存，还是异步落库？如何防止同一用户重复点赞？这涉及到 Redis 的
INCR命令、SET集合去重以及最终一致性等更深层次的问题。 - 接入 Elasticsearch 实现模糊搜索：当电影和评论数据量变大时，数据库的
LIKE查询性能会急剧下降。可以引入 Elasticsearch 作为全文检索引擎。将电影标题、简介、评论内容同步到 ES 中，实现高效、灵活的模糊搜索和高亮显示。这涉及到数据同步（如使用 Logstash 或应用层双写）、ES 索引 mapping 设计等知识。
毕业设计不仅是功能的实现，更是对软件工程全流程的一次实践。希望这个从单体架构出发，融入微服务与高可用思想的实现方案，能为你提供一个扎实的起点，助你完成一个出色且具有技术深度的项目。