最近在帮学弟学妹们看毕业设计发现好几个人的选题都是“在线刷题平台”。想法很好但一看代码问题就来了用户提交的代码直接在服务器上Runtime.getRuntime().exec()执行数据库连接用完不关前端按钮点了能疯狂重复提交……这要是真上线分分钟服务器就得宕机。所以今天我想结合自己做过的一个简化版刷题平台聊聊新手如何避开这些坑快速搭建一个安全、可用的毕业设计项目。我们主打一个“轻量级”和“可运行”技术栈就用经典的Spring Boot Vue3后端判题服务用Docker隔离保证你从零到一有个清晰的路子。1. 新手常踩的坑从“能跑”到“稳当”很多同学一开始只关注功能实现忽略了系统的健壮性和安全性这几个问题特别常见用户代码“裸奔”执行这是最危险的。直接在宿主机上执行用户上传的代码等于把服务器控制权拱手让人。一个rm -rf /或者死循环就能让你欲哭无泪。接口设计不考虑幂等性用户网络卡顿多点几次“提交”按钮可能就会在数据库里生成多条一模一样的提交记录导致判题混乱。同步阻塞判题用户提交代码后后端直接调用判题逻辑这个过程可能耗时几秒甚至十几秒。在这期间这个请求连接一直占用着如果并发量稍大服务器线程池很快就被耗光其他用户只能排队等待。资源无限制对用户代码的运行时间、内存占用、磁盘写入等没有任何限制恶意代码很容易耗尽系统资源。2. 技术选型为什么是 Spring Boot做Web项目后端框架选择很多。简单对比一下Django/Flask (Python)快速原型开发利器尤其是Django自带Admin后台管理题目很方便。Python写判题逻辑比如调用子进程也直观。但缺点是在高并发I/O和复杂业务分层时可能不如Java生态成熟且对JVM生态的集成如与消息队列需要额外功夫。Spring Boot (Java)这是我们推荐的选择。原因有三第一生态完善消息队列RabbitMQ/Kafka、安全框架Spring Security、数据库操作JPA/MyBatis都有成熟方案第二工程化友好依赖注入、AOP、配置管理让代码结构清晰适合作为毕业设计展示工程能力第三并发控制强其内置的线程池和异步处理机制非常适合处理判题这种耗时任务。对于前端Vue3的响应式系统和组件化开发能让我们快速搭建起用户交互界面。整体架构是前后端分离通过RESTful API通信。3. 核心实现代码提交与判题的异步解耦这是平台最核心的流程绝不能同步处理。我们的目标是用户提交 - 快速返回“已接收” - 后台慢慢判题 - 结果通过WebSocket或轮询通知前端。流程拆解提交接收前端将用户代码、题目ID、语言类型提交到后端/api/submit接口。快速响应Controller层校验参数后立即生成一条提交记录状态为“判题中”保存到数据库并返回提交ID给前端。这个过程必须非常快。任务派发Controller将判题任务包含提交ID、代码、测试用例等发送到消息队列如RabbitMQ。这是解耦的关键。如果觉得引入MQ太重也可以用Spring的Async注解配合线程池将判题逻辑丢到另一个线程执行。判题服务消费独立的判题服务Consumer从消息队列取出任务。安全执行判题服务在Docker容器中运行用户代码。为每个提交启动一个临时容器设置CPU、内存、运行时间限制并在容器内执行代码获取输出。结果回写判题服务将运行结果通过、错误、超时等回写到数据库更新提交记录状态。结果通知前端通过WebSocket连接或定时轮询根据提交ID获取最终的判题结果。4. 判题服务核心代码片段Java Docker Java API这里提供一个高度简化的、使用Docker Java API的判题服务核心方法。它展示了如何创建容器、限制资源、执行命令并获取结果。import com.github.dockerjava.api.DockerClient; import com.github.dockerjava.api.command.CreateContainerResponse; import com.github.dockerjava.api.command.WaitContainerResultCallback; import com.github.dockerjava.core.DockerClientBuilder; import com.github.dockerjava.api.model.HostConfig; Service Slf4j public class JudgeService { Autowired private SubmissionMapper submissionMapper; // 数据访问层 /** * 执行判题 * param submissionId 提交ID * param code 用户代码 * param input 测试输入 * param expectedOutput 期望输出 */ Async(judgeTaskExecutor) // 使用异步线程池执行 public void executeJudge(Long submissionId, String code, String input, String expectedOutput) { DockerClient dockerClient DockerClientBuilder.getInstance().build(); String containerId null; try { // 1. 创建容器配置使用一个轻量级运行环境镜像如openjdk:11-slim HostConfig hostConfig HostConfig.newHostConfig() .withMemory(256 * 1024 * 1024L) // 限制内存为256MB .withMemorySwap(0L) // 禁止使用交换分区 .withCpuQuota(50000L) // 限制CPU时间片需根据实际情况调整 .withCpuPeriod(100000L) .withNetworkMode(none); // 禁用网络增强安全 CreateContainerResponse container dockerClient.createContainerCmd(openjdk:11-slim) .withHostConfig(hostConfig) .withCmd(sh, -c, echo \ input \ | java -cp /app Main) // 示例执行Java代码 .exec(); containerId container.getId(); // 2. 将用户代码复制到容器内此处简化实际需先编译 // dockerClient.copyArchiveToContainerCmd(containerId)... // 3. 启动容器 dockerClient.startContainerCmd(containerId).exec(); // 4. 等待容器执行完成并设置超时例如5秒 WaitContainerResultCallback callback new WaitContainerResultCallback(); dockerClient.waitContainerCmd(containerId).exec(callback); callback.awaitCompletion(5, TimeUnit.SECONDS); // 超时控制 // 5. 获取容器日志即程序输出 String actualOutput dockerClient.logContainerCmd(containerId) .withStdOut(true) .exec(new LogContainerResultCallback()) .toString(); // 需重写回调来收集日志此处简化 // 6. 判断结果 String status Accepted; if (actualOutput null || !actualOutput.trim().equals(expectedOutput.trim())) { status Wrong Answer; } // 7. 更新数据库 submissionMapper.updateStatusAndOutput(submissionId, status, actualOutput); } catch (TimeoutException e) { log.error(判题超时 submissionId: {}, submissionId); submissionMapper.updateStatusAndOutput(submissionId, Time Limit Exceeded, null); } catch (Exception e) { log.error(判题系统错误 submissionId: {}, submissionId, e); submissionMapper.updateStatusAndOutput(submissionId, System Error, e.getMessage()); } finally { // 8. 无论如何最后清理容器 if (containerId ! null) { try { dockerClient.removeContainerCmd(containerId).withForce(true).exec(); } catch (Exception e) { log.warn(清理容器失败: {}, containerId, e); } } } } }代码要点注释资源限制通过HostConfig严格限制内存、CPU和网络。超时控制awaitCompletion方法确保容器不会无限运行。网络隔离withNetworkMode(none”)防止代码进行网络攻击。清理资源finally块中强制删除容器避免堆积。异步执行Async确保判题不阻塞主线程。5. 安全与性能必须考虑的底线安全第一沙箱必须使用容器或沙箱Docker是最佳选择。确保使用最新版本并以非root用户运行容器内的进程。文件系统隔离容器只挂载必要的只读目录如语言运行环境避免用户代码写入敏感位置。系统调用过滤可以考虑使用Seccomp等工具限制容器内可用的系统调用防止调用fork炸弹等。性能与防DoS限流在提交接口入口处对用户ID进行限流如每秒1次防止刷提交。队列削峰消息队列能缓冲突然的提交高峰保护判题服务。判题服务水平扩展判题服务可以部署多个实例共同消费队列任务提高吞吐量。6. 生产环境避坑指南毕业设计版即使只是毕业设计按这些点来做你的项目会看起来更专业判题超时配置超时时间不要只在代码里写死。最好做成可配置项放在application.yml里。不同题目、不同语言可以设置不同的超时时间。数据库连接泄漏使用MyBatis或JPA时确保操作在事务内完成。如果手动获取连接一定要在finally块中关闭。推荐使用Transactional注解管理事务。前端防重复提交用户点击提交按钮后立即将按钮置为禁用状态disabled并显示“判题中…”的加载动画直到收到后端结果或超时后再恢复。这是最直接有效的用户体验优化。日志记录关键步骤收到提交、开始判题、判题结束、发生错误一定要打日志方便出问题时排查。使用SLF4J和Logback。配置文件分离application.yml里区分dev开发和prod生产配置。数据库密码、消息队列地址等敏感信息不要提交到Git可以用环境变量注入。7. 动手扩展让你的项目更出彩完成基础功能后你可以尝试以下扩展为毕业设计加分编写单元测试为你的判题服务核心方法写单元测试模拟各种情况正常通过、错误答案、超时、内存溢出。这能极大体现你的工程素养。集成开源题库尝试爬取或导入LeetCode、牛客网上的公开题目丰富你的平台内容。注意遵守相关网站的使用条款。增加代码编辑器集成Monaco EditorVS Code同款或CodeMirror提供语法高亮、自动补全提升用户体验。实现竞赛模式增加计时、排名实时更新的功能。做这个项目的过程中我最大的体会是架构设计本质上是做权衡和隔离。把不稳定的、耗时的、危险的操作隔离到独立的、受控的环境中去系统的其他部分才能稳定可靠。希望这篇指南能帮你理清思路避开那些我当年踩过的坑。从搭建一个最简单的“提交-判题”流程开始逐步完善它你的毕业设计一定会很出色。