简介这份资源是一套基于Java的个人健康信息管理系统毕业设计文档面向计算机相关专业的本科毕业生以及需要完成课程设计的学生帮助解决健康数据录入、分析与建议这一实际选题的成套实现问题。压缩包共1个文件为docx格式的完整论文文档包体约5.26MB内容涵盖可行性分析、功能需求与非功能需求分析、数据库与总体设计、系统实现与测试等章节并附有摘要、关键词与英文摘要。系统采用Java语言、SSM框架、JSP与MySQL数据库进行架构设计划分用户管理、健康信息管理、健康数据分析与健康建议四大模块文档中还给出了各模块的用例关系与设计思路可直接作为论文写作与功能开发的参考骨架。目前已有301人学习适合希望借鉴完整开发流程、快速梳理毕设结构并对照实现功能模块的读者参考使用。1. 个人健康信息管理系统里最该先想清楚的是指标模型一张体检报告拍完照存进网盘三个月后基本不会再打开。个人健康信息管理系统要解决的不是把纸质报告电子化而是把收缩压、空腹血糖、体重这些每天甚至每小时都在变的数字变成一条可查询、可对比、可预警的时间序列。用 Java 做这套系统技术选型其实很成熟Spring Boot 承担接口和调度MySQL 存结构化指标Redis 顶住高频写入前端用 ECharts 把趋势画出来。它适合两类人一类是想拿一个完整业务闭环练手的 Java 后端另一类是真打算长期记录自己和家人健康数据的开发者。整条主线就四件事把指标模型设计对、把采集和聚合写稳、把鉴权和数据隔离做严、把趋势和导出做得能用。下面按这个顺序把每一步的关键实现和常见坑讲透。2. Spring Boot MySQL 落健康指标表与第一批查询接口2.1 健康指标表的字段设计血压为什么不能只用一个字段健康数据最麻烦的地方在于指标形态不统一。体重是一个标量血压是收缩压加舒张压两个值血糖还要分空腹和餐后。新手最容易犯的错是给每种指标建一张表结果用户每加一个新指标就要改表结构、改实体、改接口维护成本直线上升。我一般用一张宽表加类型字段兜底用两个数值槽位覆盖大多数指标单位单独存避免把 120/80 硬塞进一个 varchar 里再做字符串拆分。CREATE TABLE health_metric ( id BIGINT PRIMARY KEY AUTO_INCREMENT, user_id BIGINT NOT NULL COMMENT 所属用户隔离靠它, metric_type VARCHAR(32) NOT NULL COMMENT WEIGHT/BLOOD_PRESSURE/GLUCOSE_FASTING 等, value1 DECIMAL(10,2) NOT NULL COMMENT 主值体重、收缩压、血糖值, value2 DECIMAL(10,2) DEFAULT NULL COMMENT 副值仅血压的舒张压使用, unit VARCHAR(16) NOT NULL COMMENT kg / mmHg / mmol/L, measured_at DATETIME NOT NULL COMMENT 测量时间趋势图横轴, source VARCHAR(16) DEFAULT MANUAL COMMENT MANUAL/DEVICE/IMPORT, created_at DATETIME DEFAULT CURRENT_TIMESTAMP, KEY idx_user_type_time (user_id, metric_type, measured_at) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4;这条 SQL 里有几个决定后面性能的点。索引idx_user_type_time的顺序是 user_id、metric_type、measured_at因为绝大多数查询都是「某用户某指标某时间段」三列联合刚好覆盖不需要回表排序。DECIMAL(10,2)而不是 FLOAT是因为血糖 5.63 用浮点存会出现 5.629999 这种值展示层每次都得多一次格式化。measured_at和created_at必须分开用户补录昨天的数据时两者不一致趋势图要以 measured_at 为准。不同指标怎么填看这张对照表metric_typevalue1value2unit说明WEIGHT68.50NULLkg体重单值BLOOD_PRESSURE128.0082.00mmHg收缩压/舒张压GLUCOSE_FASTING5.60NULLmmol/L空腹血糖HEART_RATE72.00NULLbpm静息心率提示如果后面要接体脂率、血氧这类既有数值又有状态标记的指标可以再加一个extra_json列但不要一上来就全塞 JSON否则按数值范围筛选会很难写。2.2 Java 环境变量配置与 Spring Boot 最小启动骨架动手之前先把 Java 环境变量配置确认好这是初学者最常卡住的地方java -version报错后面全是白搭。Windows 上要设JAVA_HOME指向 JDK 安装目录再把%JAVA_HOME%\bin加进PathmacOS 或 Linux 在~/.zshrc里 export 后source一下。确认版本再用 IDE 或命令行起项目。# 确认 JDK 版本Spring Boot 3.x 要求 17 及以上 java -version # 临时指定启动端口和数据库连接避免把密码写进仓库 export SERVER_PORT8081 export SPRING_DATASOURCE_URLjdbc:mysql://127.0.0.1:3306/health?useSSLfalseserverTimezoneAsia/Shanghai export SPRING_DATASOURCE_USERNAMEhealth_app export SPRING_DATASOURCE_PASSWORDchange_meSpringBootApplication MapperScan(com.example.health.mapper) public class HealthApplication { public static void main(String[] args) { SpringApplication.run(HealthApplication.class, args); } }第一段命令的关键是把敏感配置从代码里挪到环境变量serverTimezone不写会和 MySQL 8 的时区对不上导致 measured_at 差 8 小时。第二段代码里MapperScan告诉 MyBatis-Plus 去哪找 Mapper 接口漏了它启动时会报找不到 Bean这个错在 Java 基础面试题里也常被问到。2.3 用 MyBatis-Plus 写指标写入与分页查询接口实体映射到位以后写入和查询其实就是两段逻辑。下面这段贴的是 Service 层核心方法省略了 Controller 参数校验。Service public class HealthMetricService { Resource private HealthMetricMapper metricMapper; /** 写入一条指标做最基本的单位归一和范围校验 */ public Long saveMetric(Long userId, MetricSaveReq req) { if (req.getValue1() null) { throw new IllegalArgumentException(主值不能为空); } HealthMetric metric new HealthMetric(); metric.setUserId(userId); metric.setMetricType(req.getMetricType()); metric.setValue1(req.getValue1()); metric.setValue2(req.getValue2()); metric.setUnit(UnitResolver.resolve(req.getMetricType())); // 前端没传测量时间就按当前时间兜底但补录场景必须由前端传 metric.setMeasuredAt(req.getMeasuredAt() null ? LocalDateTime.now() : req.getMeasuredAt()); metricMapper.insert(metric); return metric.getId(); } /** 按用户指标时间区间分页时间倒序 */ public IPageHealthMetric pageByRange(Long userId, String type, LocalDateTime from, LocalDateTime to, long pageNo, long pageSize) { return metricMapper.selectPage( new Page(pageNo, pageSize), new LambdaQueryWrapperHealthMetric() .eq(HealthMetric::getUserId, userId) .eq(HealthMetric::getMetricType, type) .ge(HealthMetric::getMeasuredAt, from) .le(HealthMetric::getMeasuredAt, to) .orderByDesc(HealthMetric::getMeasuredAt)); } }UnitResolver.resolve是一个简单映射把 metric_type 转成固定单位这样前端就不用每次传单位也不会传错。LambdaQueryWrapper用方法引用而不是字符串字段名改字段时编译期就能发现。分页查询这里必须带 userId否则后面做数据隔离时会漏第 4 章会专门讲这个坑。3. 指标聚合、阈值判定与批量导入的 Java 实现细节3.1 按天/周聚合指标从全表扫描到预聚合表趋势图不会去查每一条原始记录。用户记录三年体重一次查三千条再丢给前端接口会越来越慢。常见做法是加一张按天预聚合的表写入时同步更新查询直接读聚合结果。// 按天分组取当天均值作为趋势点同时保留条数用于判断数据可信度 MapLocalDate, ListHealthMetric byDay rawList.stream() .collect(Collectors.groupingBy( m - m.getMeasuredAt().toLocalDate(), TreeMap::new, Collectors.toList())); ListDailyStat stats byDay.entrySet().stream() .map(e - { ListHealthMetric list e.getValue(); // 流收成数组方便后续交给批量入库或异步任务处理 HealthMetric[] dayArr list.stream().toArray(HealthMetric[]::new); double avg Arrays.stream(dayArr) .mapToDouble(m - m.getValue1().doubleValue()) .average().orElse(0D); return new DailyStat(e.getKey(), avg, dayArr.length); }) .collect(Collectors.toList());这段逻辑先用groupingBy加TreeMap保证日期有序再用stream().toArray把当天记录转成数组好处是后面如果要把数组丢进并行流或者工具方法时不用再装箱。avg取均值dayArr.length记条数。如果当天只有一条数据均值就是那条值但条数为 1 时前端可以标注「数据点稀疏」。聚合结果落daily_stat表主键用(user_id, metric_type, stat_date)唯一约束重复跑定时任务时用ON DUPLICATE KEY UPDATE覆盖不会产生重复行。注意不要用measured_at直接date()函数在 WHERE 里过滤后现场聚合那样索引失效数据量一上来就全表扫描。要么走预聚合表要么在查询条件上写measured_at ? AND measured_at ?这种能命中索引的区间。3.2 策略模式落地健康阈值判定避免 if-else 堆成山异常判定是这类系统的核心价值。每个指标的阈值规则都不一样血压要看两个值血糖要看是否空腹心率要看是否静息状态。全写在一个check()方法里用 if-else 按 metric_type 分支改一个阈值就得到处找。我一般用策略模式把它拆开正好是 Java 策略模式多种组合的典型落地。public interface MetricRule { String metricType(); RiskLevel evaluate(BigDecimal v1, BigDecimal v2); } Component public class BloodPressureRule implements MetricRule { Override public String metricType() { return BLOOD_PRESSURE; } Override public RiskLevel evaluate(BigDecimal systolic, BigDecimal diastolic) { // 演示阈值实际项目里建议放配置表别硬编码 if (systolic.compareTo(new BigDecimal(140)) 0 || diastolic.compareTo(new BigDecimal(90)) 0) { return RiskLevel.HIGH; } return RiskLevel.NORMAL; } } Component public class RuleRegistry { private final MapString, MetricRule rules; // 构造注入所有实现Spring 把它们一起塞进 List public RuleRegistry(ListMetricRule ruleList) { this.rules ruleList.stream() .collect(Collectors.toMap(MetricRule::metricType, Function.identity())); } public RiskLevel check(String type, BigDecimal v1, BigDecimal v2) { MetricRule rule rules.get(type); return rule null ? RiskLevel.UNKNOWN : rule.evaluate(v1, v2); } }RuleRegistry靠构造注入拿到的ListMetricRuleSpring 会把所有实现类自动装配进来新增一个指标只要加一个实现类主流程一行不用改。阈值本身建议再抽一层配置表把 140、90 这些数字存库运营可以调代码里只留读取逻辑。3.3 批量导入体检数据时的并发控制Java 线程等待都完成体检报告导入往往是几百上千条一起进来一条条 insert 会很慢。常见做法是分片并行写但这里有个必须处理好的点主线程要等所有分片都跑完才能返回结果也就是「Java 线程等待都完成」。用 CountDownLatch 或 CompletableFuture 都可以下面这个写法控制力更强。int shardSize 200; ListListHealthMetric shards Lists.partition(rawList, shardSize); ExecutorService pool Executors.newFixedThreadPool(4); CountDownLatch latch new CountDownLatch(shards.size()); ListFutureInteger futures new ArrayList(); for (ListHealthMetric shard : shards) { futures.add(pool.submit(() - { try { return metricMapper.insertBatch(shard); // 返回成功条数 } finally { latch.countDown(); // 无论成功失败都要减否则主线程永远等下去 } })); } // 等待全部分片结束最多等 30 秒防止某个分片卡死拖垮整个导入 boolean finished latch.await(30, TimeUnit.SECONDS); pool.shutdown(); int total 0; for (FutureInteger f : futures) { total f.get(); // 这里才拿得到每个分片的结果 } if (!finished) { throw new IllegalStateException(导入超时已写入 total 条); }关键点有三个。countDown()必须放在 finally 里否则某个分片抛异常就永远等不到归零。await一定要带超时生产环境里死等的任务是最难排查的。线程池大小不要拍脑袋设成大值分片写库受数据库连接池限制一般设成连接池最大连接数的一半左右比较稳。4. Spring Security 鉴权与多用户健康档案的数据隔离4.1 Spring Security JWT 的登录链路健康数据是隐私数据每个用户只能看自己的。登录链路用 Spring Security 加 JWT 是最省事的组合无状态水平扩展方便。Configuration EnableWebSecurity public class SecurityConfig { Bean public SecurityFilterChain filterChain(HttpSecurity http, JwtAuthFilter jwtAuthFilter) throws Exception { http.csrf().disable() // 按接口前缀放行登录和健康检查其余全部要认证 .authorizeHttpRequests(auth - auth .requestMatchers(/api/auth/**, /actuator/health).permitAll() .anyRequest().authenticated()) .sessionManagement(sm - sm .sessionCreationPolicy(SessionCreationPolicy.STATELESS)) .addFilterBefore(jwtAuthFilter, UsernamePasswordAuthenticationFilter.class); return http.build(); } }sessionCreationPolicy(STATELESS)表示不建 Session所有身份都从请求头里的 Token 解析。JwtAuthFilter负责解析 Token、校验签名、把 userId 塞进SecurityContext。解析出来的 userId 就是后面所有查询的隔离依据。4.2 用 userId 做数据隔离一个必须堵死的越权口子最常见的越权漏洞是接口把 userId 当请求参数收。用户 A 传 userIdB 就能读到 B 的健康数据这类问题在代码评审里出现频率极高。// 错误写法userId 从请求体来攻击者随便改 GetMapping(/metric/page) public IPageHealthMetric pageBad(RequestParam Long userId, ...) { return service.pageByRange(userId, ...); } // 正确写法userId 只从 Token 里取请求参数一律不收 GetMapping(/metric/page) public IPageHealthMetric pageOk(AuthenticationPrincipal LoginUser user, ...) { return service.pageByRange(user.getUserId(), ...); }AuthenticationPrincipal拿到的LoginUser是过滤器解析 Token 后放进去的天然可信。除了接口层Service 层也要再收一道所有涉及health_metric的查询和更新都强制带 user_id 条件删除和修改先selectById校验归属再操作别直接deleteById。多租户场景下这一点尤其重要漏一处就是数据泄露。4.3 健康数据脱敏与接口字段裁剪对外返回时没必要把所有字段都给。source、created_at这种内部字段前端用不上导出接口里如果带手机号、身份证还得脱敏。public MetricVO toVO(HealthMetric m) { MetricVO vo new MetricVO(); vo.setType(m.getMetricType()); vo.setValue1(m.getValue1()); vo.setValue2(m.getValue2()); vo.setUnit(m.getUnit()); vo.setMeasuredAt(m.getMeasuredAt()); // 不返回 id、user_id、source前端不需要也不该知道 return vo; } /** 手机号脱敏138****8888 */ public static String maskPhone(String phone) { if (phone null || phone.length() 11) return phone; return phone.substring(0, 3) **** phone.substring(7); }VO 和实体分离不是为了好看是为了让「哪些字段能被返回」这件事可审计。日后加字段时默认不会跟着漏出去需要展示再显式加进 VO。5. 趋势图接口与体检报告导出两个把系统用起来的技巧5.1 ECharts 趋势接口的数据结构要一次返回配好趋势图最忌讳前端拿到一堆散点自己拼。接口应该直接返回「时间轴 数据点 参考区间」三段结构。参考区间交给后端算前端不写死 140 这样的阈值否则规则一改前端就得跟着发版。{ xAxis: [2024-01-01, 2024-01-02, 2024-01-03], series: [128.0, 131.0, 126.0], reference: { min: 90, max: 140, unit: mmHg }, metricType: BLOOD_PRESSURE, sampled: false }数据点超过 500 个时建议后端先做降采样按等间隔抽点并把sampled置 true前端可以在标题里提示「已抽样展示」。不降采样的话移动端渲染三年数据会明显卡顿。5.2 用 POI 导出体检报告并把任务异步化导出是这类系统里最容易被低估的功能。用户想把自己的记录导成 Excel 给医生看这个需求几乎一定会出现。用 Apache POI 写 xlsx几十条数据几百毫秒就完事但上千条加上趋势图就会拖慢请求线程所以要异步化。Async(exportExecutor) public CompletableFutureString exportReport(Long userId, LocalDate from, LocalDate to) { ListHealthMetric list metricMapper.selectByRange(userId, from, to); try (XSSFWorkbook wb new XSSFWorkbook(); ByteArrayOutputStream bos new ByteArrayOutputStream()) { XSSFSheet sheet wb.createSheet(健康记录); XSSFRow head sheet.createRow(0); String[] cols {指标, 主值, 副值, 单位, 测量时间}; for (int i 0; i cols.length; i) { head.createCell(i).setCellValue(cols[i]); } int rowIdx 1; for (HealthMetric m : list) { XSSFRow row sheet.createRow(rowIdx); row.createCell(0).setCellValue(m.getMetricType()); row.createCell(1).setCellValue(m.getValue1().doubleValue()); row.createCell(2).setCellValue( m.getValue2() null ? 0 : m.getValue2().doubleValue()); row.createCell(3).setCellValue(m.getUnit()); row.createCell(4).setCellValue(m.getMeasuredAt().toString()); } wb.write(bos); // 实际项目里把 bos 上传到对象存储返回可下载地址 String url fileStorage.upload(bos.toByteArray(), report- userId .xlsx); return CompletableFuture.completedFuture(url); } catch (IOException e) { throw new IllegalStateException(导出失败, e); } }Async的线程池必须自己配别用默认的 SimpleAsyncTaskExecutor那个每次调用都新建线程并发导出时内存会爆。把核心线程数设成 2 到 4队列给个上限超了直接拒绝并让前端提示稍后再试。XSSFWorkbook用 try-with-resources 包住导出量大时内存占用明显超过 5 万行换成 SXSSFWorkbook 流式写。导出完成后返回下载地址用户刷新页面也能再拿到不会因为连接断开就白跑一趟。本文还有配套的精品资源点击获取