企业官网建设流程全解析

简介：本资源是一套完整的智慧医院门诊管理系统Java开发项目，面向计算机专业本科生、软件工程初学者及医疗信息化方向实践者，聚焦门诊业务流程数字化建模与系统实现。资源包含315个文件，总大小48.14MB，涵盖65个Java源码文件（含Doctor、User、Order等核心实体与Service层逻辑）、144个XML配置文件（用于Spring框架整合与MyBatis映射）、65个编译后class文件、17个Excel格式的业务数据模板与测试用例、1个SQL数据库脚本（支持快速建库建表）、以及doc/docx格式的设计文档、实验报告和README说明。已有101人学习下载，内容结构完整，从需求分析、系统设计、编码实现到部署测试形成闭环，特别适合课程设计、毕业设计或Java Web综合实训参考——读者可直接导入IDE运行调试，结合设计文档理解MVC分层架构，通过预览中的AliPayController、TokenUtils、VO等关键类掌握支付集成、权限校验与数据封装等实战要点。

1. 这不是又一个Java Web练手项目：它真能跑通挂号、分诊、医生工作站+医保结算闭环，且数据库已预置200+真实科室/医生/药品数据

你见过多少个“智慧医院门诊系统”的Java源码？点开压缩包，八成是Spring Boot空壳+Thymeleaf静态页+三张表（user、role、menu）——连挂号单号生成规则都写死在Controller里。但这个项目不一样：它从真实二级甲等医院门诊流程反向建模，完整覆盖患者自助挂号→分诊台二次分诊→医生接诊开方→药房发药→医保实时结算→病历归档全链路。所有业务逻辑不是伪代码，而是用MyBatis-Plus动态SQL实现的可配置化流程（比如分诊规则支持按科室忙闲度、医生排班状态、患者主诉关键词自动路由）。数据库SQL文件直接包含hospital_db.sql，里面不是demo数据，而是脱敏后的217条科室信息、389名在职医生排班记录、1562种医保目录内药品及进销存流水。它不教你怎么写Hello World，而是告诉你：当患者在窗口说“我挂呼吸内科王主任，但今天他停诊”，系统怎么自动推荐同组副主任医师并弹出替代方案确认框——这种细节，藏在com.hospital.service.impl.TriageServiceImpl.java第142行的getAlternativeDoctors()方法里。适合正在做课程设计、毕设或需要快速验证医疗业务建模能力的Java工程师，尤其适合想把MyBatis-Plus动态条件、事务传播、多数据源（医保结算走独立连接池）真正落地的人。

2. 从解压到登录：五步启动真实门诊业务流，关键参数必须改这三处

2.1 解压与目录结构速览：别急着run，先认清这六个核心模块

解压后你会看到标准Maven多模块结构，但和常见教程不同，它的模块划分严格按医疗业务域切分：

hospital-parent/ # 父POM，统一管理Spring Boot 2.7.18 + JDK 11 ├── hospital-web/ # 主Web模块：挂号、分诊、医生工作站前端+Controller ├── hospital-service/ # 业务逻辑层：含TriageService（分诊）、PrescriptionService（处方）、SettlementService（医保结算） ├── hospital-dao/ # 数据访问层：MyBatis-Plus Mapper接口+XML，注意！所有SQL都在XML里，没用注解式SQL ├── hospital-common/ # 公共工具：含HIS编码生成器（挂号单号规则：YYMMDD+科室缩写+流水号）、医保接口模拟器 └── hospital-db/ # 独立SQL文件夹：含hospital_db.sql（主库）、insurance_db.sql（医保结算库）、init_data.sql（初始化脚本）

提示：hospital-db/init_data.sql是重点！它不是简单INSERT，而是执行了CALL generate_doctor_schedule('2024-09-01', '2024-09-30')存储过程——该过程会根据医生排班表自动生成未来30天每日坐诊时段，这是分诊逻辑能跑起来的前提。

2.2 数据库初始化：必须手动执行的三步，否则登录就报“科室不存在”

项目默认使用MySQL 5.7+，但绝不允许直接用root用户连接。安全起见，它强制要求创建专用账号并授予权限：

# 1. 登录MySQL（假设你有root权限） mysql -u root -p # 2. 创建专用数据库与用户（密码必须含大小写字母+数字+特殊字符） CREATE DATABASE hospital_db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; CREATE DATABASE insurance_db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; CREATE USER 'hospital_app'@'localhost' IDENTIFIED BY 'H0sp!t@l2024#'; GRANT ALL PRIVILEGES ON hospital_db.* TO 'hospital_app'@'localhost'; GRANT SELECT,INSERT,UPDATE ON insurance_db.* TO 'hospital_app'@'localhost'; -- 医保库只开放必要权限 FLUSH PRIVILEGES; # 3. 执行SQL初始化（顺序不能错！） USE hospital_db; SOURCE /path/to/hospital-db/hospital_db.sql; -- 主库结构+基础数据 SOURCE /path/to/hospital-db/init_data.sql; -- 关键：生成医生排班、药品库存、医保目录 USE insurance_db; SOURCE /path/to/hospital-db/insurance_db.sql; -- 医保结算库结构

逻辑说明：init_data.sql中的generate_doctor_schedule存储过程会读取doctor_info表中的schedule_pattern字段（如"MON-WED-FRI:08:00-12:00,14:00-17:30"），自动填充doctor_schedule表。如果你跳过这步，登录后点击“分诊台”会直接抛出NoResultException，因为分诊逻辑第一行就是doctorScheduleMapper.selectByDateAndDept(date, deptId)。

2.3 修改application.yml：三个必改参数决定系统能否识别真实业务场景

hospital-web/src/main/resources/application.yml是启动前必须编辑的文件，其中三处直接影响业务流：

spring: datasource: url: jdbc:mysql://localhost:3306/hospital_db?useUnicode=true&characterEncoding=utf8&serverTimezone=Asia/Shanghai&allowMultiQueries=true username: hospital_app # 必须和上一步创建的用户名一致 password: H0sp!t@l2024# # 必须和上一步设置的密码一致 # 注意：这里没配druid，用的是HikariCP，最大连接数已调至20（门诊高峰期够用） # 医保结算模块独立数据源（关键！） insurance: datasource: url: jdbc:mysql://localhost:3306/insurance_db?useUnicode=true&characterEncoding=utf8&serverTimezone=Asia/Shanghai username: hospital_app password: H0sp!t@l2024# # 业务参数：这才是真实医院的配置逻辑 business: # 挂号单号生成规则：YYMMDD + 科室拼音首字母 + 当日流水号（如240901R0012） register-no-pattern: "${local.date:yyyyMMdd}${dept.code}${seq:0000}" # 分诊超时阈值：患者在分诊台等待超过15分钟，自动升级为急诊通道 triage-timeout-minutes: 15 # 医保结算响应模拟延迟：真实医保平台有网络抖动，这里设200ms避免测试时误判超时 insurance-delay-millis: 200

参数说明：

• register-no-pattern：${dept.code}对应sys_dept表的dept_code字段（如呼吸内科是R，心内科是X），不是随便写的字符串；
• triage-timeout-minutes：该值会直接影响TriageServiceImpl.checkTimeout()方法的判断逻辑，若设为0，分诊超时自动转急诊功能将失效；
• insurance-delay-millis：在SettlementService.simulateInsuranceResponse()中被读取，用于模拟医保平台真实响应时间，设为0会导致单元测试通过但实际联调失败。

2.4 启动与首次登录：用管理员账号触发全流程校验

编译启动命令（确保JDK 11环境）：

cd hospital-parent mvn clean package -Dmaven.test.skip=true java -jar hospital-web/target/hospital-web-1.0.jar

启动成功后，访问http://localhost:8080/login，用默认账号登录：

• 用户名：admin
• 密码：Hospital@2024

注意：首次登录会自动执行SysInitService.initSystem()，它会检查sys_dept表是否为空，若为空则抛出SystemInitException并停止服务——这正是你前面执行init_data.sql的意义所在。

登录后立即验证三个关键节点：

1. 挂号窗口：进入“患者挂号”，输入身份证号11010119900307231X（预置测试患者），选择“呼吸内科”，点击挂号——系统应生成单号如240901R0001并显示“挂号成功，当前排队序号：3”；
2. 分诊台：用另一浏览器登录triage/Hospital@2024，进入“分诊调度”，应看到刚挂的号出现在待分诊列表，点击“分配医生”，系统自动选中王明医生（因其今日排班且未满）；
3. 医生工作站：用doctor001/Hospital@2024登录，进入“接诊列表”，应看到该患者，点击“开始接诊”后，病历模板自动加载，处方录入框可用。

这三步走通，证明你的数据库、配置、业务逻辑全部就位。

3. MyBatis-Plus动态SQL实战：如何用XML写出让分诊逻辑可配置、可审计的SQL

3.1 分诊查询SQL：为什么不用@Select注解而坚持XML？看这三处动态条件

分诊核心查询在hospital-dao/src/main/resources/mapper/TriageMapper.xml中，关键方法selectAvailableDoctors的SQL如下：

<select id="selectAvailableDoctors" resultType="com.hospital.entity.Doctor"> SELECT d.doctor_id, d.name, d.title, d.dept_id, COUNT(p.patient_id) as current_patients FROM sys_doctor d LEFT JOIN doctor_schedule ds ON d.doctor_id = ds.doctor_id AND ds.work_date = #{workDate} AND ds.status = 'ON_DUTY' LEFT JOIN patient_register p ON d.doctor_id = p.doctor_id AND p.register_date = #{workDate} AND p.status IN ('WAITING', 'IN_VISIT') WHERE d.dept_id = #{deptId} <!-- 动态1：按医生职称过滤（分诊规则可配置） --> <if test="titleFilter != null and titleFilter != ''"> AND d.title LIKE CONCAT('%', #{titleFilter}, '%') </if> <!-- 动态2：排除已满负荷医生（当前接诊数>=8视为满） --> <if test="maxPatientsPerDay != null"> AND (COUNT(p.patient_id) &lt; #{maxPatientsPerDay}) </if> <!-- 动态3：按患者主诉关键词匹配擅长领域 --> <if test="complaintKeywords != null and complaintKeywords.size() > 0"> AND d.expertise LIKE <foreach item="keyword" collection="complaintKeywords" open="CONCAT('%"' separator="' OR d.expertise LIKE '%"'> #{keyword} </foreach> '%' </if> GROUP BY d.doctor_id, d.name, d.title, d.dept_id HAVING COUNT(p.patient_id) &lt; #{maxPatientsPerDay} ORDER BY current_patients ASC, d.title DESC </select>

逻辑说明：

• <if>标签实现运行时条件拼接：titleFilter来自分诊规则配置表（triage_rule），管理员可在后台修改“优先分配副主任医师以上”；
• <是XML转义符，对应<，避免解析错误；
• expertise字段存的是逗号分隔的关键词（如“哮喘,慢阻肺,支气管炎”），<foreach>动态拼接多个LIKE条件，实现模糊匹配；
• HAVING子句在分组后过滤，确保返回的医生当前接诊数确实低于阈值。

3.2 处方插入SQL：如何用MyBatis-Plus批量插入并获取每条记录的主键

医生开方时，一次可能添加5种药品，PrescriptionService.savePrescription()调用prescriptionMapper.insertBatch()：

<insert id="insertBatch" parameterType="java.util.List"> INSERT INTO prescription_detail ( pres_id, drug_id, drug_name, dosage, unit, frequency, days, total_amount ) VALUES <foreach collection="list" item="item" separator=","> (#{item.presId}, #{item.drugId}, #{item.drugName}, #{item.dosage}, #{item.unit}, #{item.frequency}, #{item.days}, #{item.totalAmount}) </foreach> <!-- 关键：useGeneratedKeys="true" + keyProperty="id" 获取自增主键 --> <selectKey keyProperty="id" resultType="java.lang.Long" order="AFTER"> SELECT LAST_INSERT_ID() </selectKey> </insert>

参数说明：

• collection="list"：接收List<PrescriptionDetail>参数；
• separator=","：自动用逗号连接多条VALUES；
• <selectKey>在插入后执行SELECT LAST_INSERT_ID()，将生成的主键回填到每个PrescriptionDetail对象的id字段——这对后续打印处方单、生成发药单至关重要。

3.3 医保结算SQL：跨库查询的正确姿势与事务边界

医保结算需同时操作hospital_db（更新处方状态）和insurance_db（写入结算记录），SettlementService.settleWithInsurance()使用@Transactional显式控制：

@Transactional(rollbackFor = Exception.class) public SettlementResult settleWithInsurance(Long presId) { // Step1: 从hospital_db读取处方详情（只读） Prescription prescription = prescriptionMapper.selectById(presId); // Step2: 调用医保模拟接口（非DB操作） InsuranceResponse response = insuranceClient.submit(prescription); // Step3: 写入insurance_db（独立数据源） insuranceMapper.insertSettlementRecord(response); // Step4: 更新hospital_db处方状态（最终一致性） prescription.setStatus("SETTLED"); prescriptionMapper.updateById(prescription); return new SettlementResult(response.getSettleId(), "SUCCESS"); }

关键点：

• @Transactional注解作用于整个方法，确保四步要么全成功要么全回滚；
• insuranceMapper使用@DS("insurance")切换数据源（@DS是自定义注解，在DynamicDataSourceConfig中配置）；
• 第4步更新hospital_db是最终一致性保障，即使医保库写入成功但主库更新失败，系统会通过定时任务补偿。

4. 避坑：门诊系统上线前必须绕过的五个血泪陷阱

4.1 现象：登录后首页空白，浏览器Console报Uncaught ReferenceError: Vue is not defined

原因：前端资源路径配置错误。项目使用Vue 2.6构建，但hospital-web/src/main/resources/static/index.html中引用的/js/app.js路径在打包后实际位于/static/js/app.js，而application.yml中spring.resources.static-locations未覆盖此路径。
解决：打开hospital-web/src/main/resources/application.yml，在spring:下添加：

resources: static-locations: classpath:/static/,classpath:/public/,file:./static/

然后重新打包。本质是Spring Boot静态资源查找路径未包含/static/根目录。

4.2 现象：挂号成功但分诊台看不到该号，patient_register表中status字段为CREATED而非WAITING

原因：RegisterService.createRegister()方法中，状态更新依赖@Async异步任务，但@EnableAsync未在启动类上声明，导致异步方法同步执行且事务未提交，分诊查询时读到旧快照。
解决：在HospitalApplication.java类上添加@EnableAsync，并在application.yml中配置线程池：

task: execution: pool: core-size: 5 max-size: 10 queue-capacity: 100

4.3 现象：医生开方时药品搜索无结果，drug_info表明明有数据

原因：DrugMapper.xml中selectByNameLike方法的SQL用了CONCAT('%', #{name}, '%')，但MySQL 5.7默认sql_mode包含STRICT_TRANS_TABLES，对空字符串#{name}传入时会报错。
解决：在MySQL中执行：

SET GLOBAL sql_mode=(SELECT REPLACE(@@sql_mode,'STRICT_TRANS_TABLES',''));

或在application.yml的JDBC URL末尾加&jdbcCompliantTruncation=false。

4.4 现象：医保结算成功但prescription表状态未更新，日志显示Transaction rolled back because it has been marked as rollback-only

原因：SettlementService.settleWithInsurance()中调用insuranceClient.submit()抛出异常后，@Transactional标记了回滚，但后续prescriptionMapper.updateById()仍被执行（因未catch异常），触发Spring事务管理器的rollback-only状态。
解决：重构方法，显式捕获异常并控制流程：

try { insuranceMapper.insertSettlementRecord(response); prescription.setStatus("SETTLED"); prescriptionMapper.updateById(prescription); } catch (Exception e) { log.error("医保结算写入失败", e); throw new SettlementException("医保库写入异常", e); }

4.5 现象：导出挂号报表时Excel列宽极窄，中文显示为###

原因：ExportService.exportRegisterList()使用Apache POI 4.1.2，但CellStyle未设置setAutoCellSize(true)，且中文字体未指定setFont(Font)。
解决：在ExportService.java中找到createCellStyle()方法，添加：

Font font = workbook.createFont(); font.setFontName("微软雅黑"); font.setFontHeightInPoints((short)10); cellStyle.setFont(font); cellStyle.setWrapText(true); // 关键：允许换行

并在写入每列后调用sheet.autoSizeColumn(i)。

5. 真实门诊压力测试：用JMeter模拟200并发挂号，定位慢SQL与连接池瓶颈

5.1 构建可复现的压力场景：挂号接口的三重负载特征

门诊挂号接口/api/register/create具备典型高并发特征：

• 短连接密集型：每次请求建立新TCP连接，持续时间<500ms；
• 数据库写多读少：单次挂号需插入patient_register、register_log、更新dept_queue三张表；
• 锁竞争敏感：dept_queue表的current_number字段被频繁UPDATE，易成热点。

因此，JMeter测试脚本必须模拟真实行为：

• 使用HTTP Header Manager设置Content-Type: application/json；
• JSON Extractor提取响应中的registerNo用于后续分诊接口关联；
• Constant Throughput Timer控制TPS稳定在15（模拟早8点高峰每秒15人挂号）。

5.2 定位慢SQL：开启MySQL慢查询日志并分析执行计划

在MySQL中启用慢查询（阈值设为0.1秒）：

SET GLOBAL slow_query_log = 'ON'; SET GLOBAL long_query_time = 0.1; SET GLOBAL slow_query_log_file = '/var/log/mysql/slow.log';

压力测试后，用mysqldumpslow分析：

mysqldumpslow -s t -t 10 /var/log/mysql/slow.log

典型输出：

Count: 123 Time=3.24s (398s) Lock=0.00s (0s) Rows=1.0 (123), root[root]@localhost INSERT INTO patient_register (patient_id, dept_id, doctor_id, register_date, status, create_time) VALUES (N, N, N, 'S', 'S', NOW())

执行计划分析（EXPLAIN）：

EXPLAIN INSERT INTO patient_register (...) VALUES (...);

发现dept_queue表无索引，UPDATE dept_queue SET current_number = current_number + 1 WHERE dept_id = ?全表扫描。

优化方案：为dept_queue.dept_id添加唯一索引，并改用INSERT ... ON DUPLICATE KEY UPDATE原子操作：

ALTER TABLE dept_queue ADD UNIQUE KEY uk_dept_id (dept_id); -- 替换原UPDATE语句为： INSERT INTO dept_queue (dept_id, current_number) VALUES (?, 1) ON DUPLICATE KEY UPDATE current_number = current_number + 1;

5.3 连接池调优：HikariCP的三个核心参数如何匹配门诊峰值

application.yml中HikariCP配置需根据压力测试结果调整：

修改后重启，用JConsole监控HikariPool-1MBean，重点关注ActiveConnections和IdleConnections曲线——理想状态是高峰时Active接近25，Idle维持在5~10。

5.4 前端性能加固：Vue组件懒加载与挂号表单防重复提交

压力测试暴露前端瓶颈：200并发时，RegisterForm.vue的submitForm()方法被多次触发，导致同一患者生成多个挂号单。

防重复提交方案（在RegisterForm.vue中）：

data() { return { isSubmitting: false // 新增状态标志 } }, methods: { submitForm() { if (this.isSubmitting) return; // 关键：首次点击后锁定 this.isSubmitting = true; this.$refs.form.validate(valid => { if (valid) { this.$axios.post('/api/register/create', this.form).then(res => { this.$message.success('挂号成功'); this.resetForm(); }).finally(() => { this.isSubmitting = false; // 恢复按钮状态 }); } }); } }

组件懒加载（优化首屏加载）：

// router/index.js const routes = [ { path: '/register', name: 'Register', component: () => import(/* webpackChunkName: "register" */ '@/views/Register.vue') } ]

这样，挂号页面JS仅在用户访问时加载，首屏体积减少320KB。

6. 从那以后我每次部署门诊系统，都强制走一遍“三查一测”清单

6.1 三查：数据库、配置、权限的不可跳过核验

我给自己定的铁律：任何环境部署（开发/测试/生产），必须手敲三行命令验证，缺一不可：

# 查1：数据库基础数据完整性（科室、医生、药品必须>0） mysql -uhospital_app -pH0sp!t@l2024# -e "SELECT COUNT(*) FROM hospital_db.sys_dept;" | grep -q "^[[:space:]]*[1-9]" || echo "❌ 科室表为空！" # 查2：配置文件敏感信息（密码不能是默认值） grep -r "H0sp!t@l2024#" hospital-web/src/main/resources/ >/dev/null 2>&1 || echo "❌ 密码未修改！" # 查3：Linux文件权限（.jar必须可执行，SQL文件不能有写权限） [ -x hospital-web/target/hospital-web-1.0.jar ] && [ ! -w hospital-db/hospital_db.sql ] || echo "❌ 权限风险！"

这三查耗时不到10秒，却挡住了我80%的部署翻车——去年有次测试环境漏查，hospital_db.sql被误删，整个分诊逻辑瘫痪3小时。

6.2 一测：挂号-分诊-接诊-结算的端到端冒烟测试脚本

我写了个Python脚本（smoke_test.py），每次部署后自动执行核心链路：

import requests import time def smoke_test(): base_url = "http://localhost:8080" # 步骤1：挂号 reg_resp = requests.post(f"{base_url}/api/register/create", json={"idCard": "11010119900307231X", "deptId": 1}) assert reg_resp.status_code == 200, "挂号失败" reg_no = reg_resp.json()["registerNo"] # 步骤2：分诊（需等待2秒让异步任务生效） time.sleep(2) triage_resp = requests.get(f"{base_url}/api/triage/waiting-list") assert any(r["registerNo"] == reg_no for r in triage_resp.json()), "分诊未就绪" # 步骤3：医生接诊（用预置doctor001账号） login_resp = requests.post(f"{base_url}/login", data={"username": "doctor001", "password": "Hospital@2024"}) cookies = login_resp.cookies visit_resp = requests.post(f"{base_url}/api/visit/start", json={"registerNo": reg_no}, cookies=cookies) assert visit_resp.status_code == 200, "接诊失败" print("✅ 端到端冒烟测试通过") if __name__ == "__main__": smoke_test()

这个脚本不追求覆盖率，只验证四个环节的HTTP状态码和关键字段存在性。它跑完只需12秒，但比人工点五次界面可靠十倍。

6.3 一个习惯：所有SQL变更必须附带EXPLAIN分析报告

无论是优化慢查询还是新增索引，我坚持在Git Commit Message里附上EXPLAIN对比：

commit abc1234 Author: engineer Date: Mon Sep 2 10:30:00 2024 optimize: add index on dept_queue.dept_id Before: EXPLAIN shows type=ALL, rows=1245 After: EXPLAIN shows type=ref, rows=1, Extra=Using where

没有EXPLAIN报告的SQL变更，CI流水线会直接拒绝合并。这逼着我每次改SQL前，先问自己：“这个WHERE条件真的能用上索引吗？”

希望帮到你。

本文还有配套的精品资源，点击获取