1. 项目概述

"基于Java的宠物医院管理系统"是一个面向现代宠物医疗机构设计的综合性业务管理平台。作为一名在医疗信息化领域摸爬滚打多年的开发者，我见证了这个行业从纸质记录到数字化管理的转型过程。这个系统正是针对当前宠物医院在预约挂号、病历管理、药品库存等方面普遍存在的痛点而设计的解决方案。

不同于传统的人医院信息系统，宠物医院管理需要特别关注宠物主人的用户体验、宠物档案的特殊字段（如品种、体重、绝育状态等）以及宠物特有的医疗流程。系统采用Java技术栈开发，主要基于Spring Boot框架，配合MySQL数据库，实现了从门诊预约到药品管理的全流程数字化。

关键提示：宠物医疗系统与人医系统的核心差异在于需要建立"主人-宠物"双重账户体系，并支持宠物生命周期健康记录管理

2. 系统架构设计

2.1 技术选型考量

选择Java作为开发语言主要基于三个现实因素：

1. 宠物医院系统需要处理高并发的预约请求（特别是周末高峰时段）
2. 医疗数据的强一致性要求
3. 医院IT人员的技术栈普遍偏向Java生态

技术栈组成：

• 后端：Spring Boot 2.7 + MyBatis Plus
• 前端：Vue.js 3 + Element Plus
• 数据库：MySQL 8.0（主从架构）
• 缓存：Redis 6（用于排队叫号系统）
• 消息队列：RabbitMQ（处理检验报告生成等异步任务）

2.2 核心模块划分

系统采用微服务架构，主要模块包括：

3. 关键功能实现细节

3.1 宠物-主人关联模型设计

这是系统的核心数据模型，采用三张表实现：

1. pet_owner：存储主人信息（联系方式、地址等）
2. pet：存储宠物基本信息（品种、生日等）
3. pet_owner_mapping：建立主人与宠物的多对多关系

// 实体类关键字段示例 public class Pet { private Long id; private String name; private Integer petType; // 1-狗 2-猫 etc. private Date birthday; private Boolean sterilized; private Double weight; // 其他医疗相关字段... }

3.2 预约排队算法实现

针对宠物医院常见的"早高峰"现象，我们设计了动态排队算法：

1. 基础规则：

   • 预约用户优先于现场挂号
   • 急诊病例优先处理
   • 同一主人的多只宠物尽量安排连续就诊

2. 技术实现：

public class AppointmentQueue { private PriorityQueue<Appointment> queue; public AppointmentQueue() { this.queue = new PriorityQueue<>((a1, a2) -> { // 急诊优先 if(a1.isEmergency() != a2.isEmergency()) { return a1.isEmergency() ? -1 : 1; } // 预约时间早的优先 return a1.getBookTime().compareTo(a2.getBookTime()); }); } // 叫号逻辑 public synchronized Appointment callNext() { return queue.poll(); } }

3.3 药品库存的并发控制

药品库存管理是容易出现并发问题的场景，我们采用两种方案结合：

1. 乐观锁：适用于常规库存更新

UPDATE medicine_stock SET quantity = quantity - #{reduce} WHERE medicine_id = #{id} AND quantity >= #{reduce}

2. 分布式锁：用于促销活动时的秒杀场景

public boolean reduceStockWithLock(Long medicineId, int reduce) { String lockKey = "med_lock:" + medicineId; try { // 尝试获取分布式锁 boolean locked = redisTemplate.opsForValue() .setIfAbsent(lockKey, "1", 10, TimeUnit.SECONDS); if(locked) { // 执行库存扣减 return medicineMapper.reduceStock(medicineId, reduce) > 0; } return false; } finally { // 释放锁 redisTemplate.delete(lockKey); } }

4. 系统特色功能实现

4.1 智能提醒系统

基于宠物诊疗特点实现的提醒功能：

1. 疫苗到期提醒（根据宠物年龄和最后接种时间计算）
2. 驱虫周期提醒（不同体重区间用药不同）
3. 复诊提醒（根据病历中的医嘱设置）

技术实现采用Spring Scheduled结合Redis的ZSET实现：

@Scheduled(cron = "0 0 9 * * ?") // 每天上午9点执行 public void sendVaccineReminders() { // 查询未来7天内需要接种疫苗的宠物 List<PetVaccine> dueSoon = vaccineMapper.selectDueSoonPets(7); dueSoon.forEach(vaccine -> { String content = String.format("%s的%s疫苗将于%s到期", vaccine.getPetName(), vaccine.getVaccineType(), vaccine.getNextDate()); // 放入优先队列（ZSET） redisTemplate.opsForZSet().add( "reminder_queue", new Reminder(vaccine.getOwnerId(), content), System.currentTimeMillis()); }); }

4.2 病历模板系统

针对不同宠物类型和常见病症设计的智能模板：

1. 犬类常见病模板（皮肤病、肠胃炎等）
2. 猫类常见病模板（泌尿系统、口腔疾病等）
3. 自定义模板功能

前端实现采用JSON Schema动态生成表单：

// 皮肤病模板示例 const skinDiseaseSchema = { type: "object", properties: { symptomLocation: { type: "array", items: { type: "string", enum: ["头部", "颈部", "背部", "腹部", "四肢", "尾部"] } }, symptomDesc: { type: "string", format: "textarea" }, suggestedTreatment: { type: "string", default: "建议进行皮肤刮片检查，初步使用抗菌喷剂" } } }

5. 部署与性能优化

5.1 生产环境部署方案

经过多个宠物医院实际部署的经验总结，推荐以下配置：

1. 基础架构：

   • 2台4核8G应用服务器（Docker部署）
   • MySQL主从配置（主库8G内存+SSD）
   • Redis哨兵模式（3节点）

2. 关键JVM参数：

# 启动参数 java -jar \ -Xms2g -Xmx2g \ -XX:+UseG1GC \ -XX:MaxGCPauseMillis=200 \ -XX:ParallelGCThreads=4 \ -XX:ConcGCThreads=2 \ -Dspring.profiles.active=prod \ petclinic.jar

5.2 高频查询优化

针对宠物医院系统的三大高频查询场景：

1. 医生排班查询：使用Redis缓存未来7天的排班表

@Cacheable(value = "schedule", key = "#doctorId+'_'+#date") public List<Schedule> getDailySchedule(Long doctorId, LocalDate date) { // 数据库查询逻辑 }

2. 宠物历史病历：采用ES实现全文检索

public Page<MedicalRecord> searchRecords(Long petId, String keyword) { NativeSearchQuery query = new NativeSearchQueryBuilder() .withQuery(QueryBuilders.boolQuery() .must(QueryBuilders.termQuery("petId", petId)) .must(QueryBuilders.multiMatchQuery(keyword, "diagnosis","treatment")) ).build(); return elasticsearchTemplate.queryForPage(query, MedicalRecord.class); }

3. 药品库存查询：使用多级缓存策略

• 本地Caffeine缓存（有效期5秒）
• Redis缓存（有效期1分钟）
• 数据库

6. 踩坑经验与解决方案

6.1 宠物照片存储方案选型

初期直接使用数据库BLOB字段存储导致性能问题，最终采用的方案：

1. 小尺寸头像（<1MB）：Base64编码后存数据库
2. 医疗照片（1-10MB）：对象存储（MinIO）
3. 视频资料（>10MB）：单独文件服务器存储

关键代码示例：

public String uploadPetPhoto(Long petId, MultipartFile file) { if(file.getSize() > 10_000_000) { throw new BusinessException("文件过大，请使用视频专用上传接口"); } String fileKey = "pet/" + petId + "/" + UUID.randomUUID(); if(file.getSize() < 1_000_000) { // 小文件直接存数据库 String base64 = Base64.getEncoder().encodeToString(file.getBytes()); petMapper.updatePhoto(petId, base64); return "db://" + petId; } else { // 大文件存对象存储 minioClient.putObject( PutObjectArgs.builder() .bucket("pet-clinic") .object(fileKey) .stream(file.getInputStream(), file.getSize(), -1) .build()); return "minio://" + fileKey; } }

6.2 高并发预约问题处理

在某连锁宠物医院上线首日遭遇的预约高峰问题：

现象：

• 上午8点开放预约时，大量用户同时抢号
• 出现超卖和号源重复分配
• 数据库连接池被占满

解决方案：

1. 采用Redis分布式锁控制号源分配
2. 前端增加排队动画和随机延迟
3. 数据库连接池优化配置：

# application.yml配置 spring: datasource: hikari: maximum-pool-size: 50 minimum-idle: 10 connection-timeout: 30000 idle-timeout: 600000 max-lifetime: 1800000

最终效果：

• 预约成功率从75%提升到99.9%
• 系统在1000+并发下稳定运行

7. 扩展功能与未来规划

7.1 微信小程序集成

为提升宠物主人使用体验，我们开发了配套小程序：

1. 核心功能：

   • 预约挂号
   • 电子病历查询
   • 用药提醒
   • 在线咨询

2. 技术要点：

// 微信登录对接示例 public WxLoginResponse wxLogin(String code) { // 调用微信接口获取openid String url = String.format( "https://api.weixin.qq.com/sns/jscode2session?appid=%s&secret=%s&js_code=%s&grant_type=authorization_code", appId, appSecret, code); WxSessionResponse session = restTemplate.getForObject(url, WxSessionResponse.class); // 查询或创建用户 PetOwner owner = ownerMapper.selectByWxOpenId(session.getOpenid()); if(owner == null) { owner = new PetOwner(); owner.setWxOpenId(session.getOpenid()); ownerMapper.insert(owner); } // 生成系统token String token = JwtUtil.generateToken(owner.getId()); return new WxLoginResponse(token, owner.getId()); }

7.2 大数据分析模块

基于历史诊疗数据开发的辅助决策功能：

1. 地区疾病热力图：展示不同区域的常见宠物疾病
2. 药品使用分析：优化库存备货
3. 医生绩效统计：接诊量、复诊率等指标

技术架构：

• Flink实时计算
• HBase存储历史数据
• ECharts可视化展示

// 疾病统计示例 public List<DiseaseStat> getDiseaseStats(LocalDate start, LocalDate end) { String sql = "SELECT pet_type, diagnosis, COUNT(*) as count " + "FROM medical_record " + "WHERE visit_date BETWEEN ? AND ? " + "GROUP BY pet_type, diagnosis " + "ORDER BY count DESC LIMIT 10"; return jdbcTemplate.query(sql, (rs, rowNum) -> { DiseaseStat stat = new DiseaseStat(); stat.setPetType(rs.getInt("pet_type")); stat.setDiagnosis(rs.getString("diagnosis")); stat.setCount(rs.getInt("count")); return stat; }, start, end); }

在系统实际运行中，我们发现早上9-11点是就诊高峰时段，这时系统负载会达到平时的3-5倍。为此我们特别优化了这个时间段的定时任务调度策略，将非紧急的后台任务（如数据备份、报表生成等）自动延后到下午执行。这个细节调整使得系统在高峰期的响应时间从原来的2-3秒降低到了500毫秒以内。