开源问卷考试系统 SurveyKing 安装部署与使用全指南问卷收集、在线考试、题库刷题、AI 智能试卷一站搞定这次我们来看一个开源问卷与在线考试系统SurveyKing中文社区更喜欢叫它卷王。从项目定位来看它同时覆盖了问卷收集、在线考试、题库刷题、AI 智能组卷四个方向。也就是说一个系统装下去企业内部调研、学校考试、机构培训刷题、招聘笔试这些场景都可以接住。先快速判断值不值得用。SurveyKing 是前后端完整开源的项目技术栈属于 Spring Boot Vue 这一派部署完成后就是一个独立可用的平台不依赖任何第三方问卷服务。问卷收集、在线考试、题库刷题三种模式是集成在一起的不需要你在多个工具之间来回切换。比较特别的是它还具备 AI 智能组卷能力可以从题库里自动抽取题目组合成一张新试卷这对长期维护题库、频繁出卷的团队来说很实用。部署门槛方面这个项目不需要 GPU不需要特别高的配置常规 2 核 4G 的云服务器就能跑。启动方式支持源码编译、Docker 部署等多种形式后续接入接口服务、做批量导入题目、对接第三方系统也比较方便。这篇文章会带读者完成以下这些事情的梳理SurveyKing 的核心能力、适用场景和边界本地部署前的环境准备包括 JDK、MySQL、Node.js 等从源码编译到前后端部署的完整流程以及 Docker 方式问卷创建、考试发布、题库刷题、AI 组卷等功能验证方法接口 API 与批量任务的接入思路资源占用观察方式和常见问题排查清单。如果你正在调研开源的问卷调查和在线考试系统或者准备在公司内网搭一套自己的考试平台这篇可以直接收藏。1. 核心能力速览能力项说明项目类型开源问卷与在线考试系统中文名卷王SurveyKing技术栈前后端分离通常基于 Spring Boot Vue MySQL主要功能问卷收集、在线考试、题库刷题、AI 智能试卷、成绩统计题型支持包含单选题、多选题、填空题、评分题等常见题型具体以版本为准支持平台浏览器访问支持 PC 与移动端适配显存要求无要求本项目不涉及 GPU 推理推荐硬件2 核 4G 起步磁盘 20G 以上部署方式源码编译、Docker 部署等以官方文档为准是否支持 API支持后端提供 REST 风格接口是否支持批量任务支持批量导入题目、批量发布问卷等具体以实际版本功能为准适合场景企业内部问卷、学校考试、培训机构刷题、满意度调查、招聘笔试注意事项生产环境部署需自行修改默认密码、配置 HTTPS、限制公网访问范围这套系统的核心卖点很直接问卷、考试、刷题、AI 组卷四种能力在同一个项目里闭环。对比单独部署问卷系统加考试系统两套平台SurveyKing 这种合并方案在运维和管理成本上更省。2. 适用场景与使用边界SurveyKing 的适用场景可以从谁在用、用来干什么两个维度来拆。2.1 典型适用场景企业内部调查员工满意度、培训效果反馈、活动报名、会议日程登记、食堂满意度调查这类轻量问卷学校教学考试随堂测验、单元检测、期中期末模拟考试、在线阅卷、成绩统计分析培训机构刷题按科目建立题库支持章节刷题、练习记录、错题收集、模拟考试企业招聘笔试候选人信息收集加在线笔试笔试结果归档方便后续面试官查看行业研究问卷公开问卷收集加数据统计导出适合做市场调研和用户反馈收集。这个系统最适合的团队画像是有一定技术能力、愿意自己维护一套基础设施、不想把业务数据放在第三方问卷平台上的团队。2.2 使用边界与限制需要说清楚边界。SurveyKing 不是专业考试监考平台防作弊能力有限。如果考试场景要求视频监控、人脸识别、屏幕锁定、切屏告警这类强管控能力开源基础版往往不支持需要二次开发或者另选商业方案。AI 智能试卷方面从项目功能描述来看AI 组卷的本质是从已有题库中按照规则自动抽取题目组成试卷并不是凭空生成题目。题库的分类、难度标注、题量大小直接决定 AI 组卷的结果质量。机器自动组出的试卷建议发布前人工复核一遍确认没有题目重复、难度异常或答案错位。数据合规方面也不能忽略。问卷和考试系统天然涉及个人数据包括姓名、工号、联系方式、答题内容等。如果你要把系统部署到公网并面向外部用户收集数据需要确认是否符合个人信息保护相关要求问卷说明里要写清楚数据用途和范围。涉及企业内部敏感信息的问卷建议只在内网使用。2.3 不适合的场景需要严格在线监考的高风险考试需要大量定制字段、复杂逻辑跳题的超复杂表单完全没有运维能力希望零维护开箱即用的团队单次临时收集一次数据没必要自建系统的场景。如果你只是临时做一次投票用现成问卷平台更省事。但如果是长期运营的考试、题库和反馈收集平台自己部署开源系统是更经济的路径。3. 环境准备与前置条件从技术栈推断SurveyKing 属于典型的 Java Web 前后端分离项目。安装之前先把环境检查清楚避免后面反复折腾。3.1 硬件要求资源建议配置说明CPU2 核及以上主要用于后端 Java 进程和 MySQL内存4GB 及以上后端、MySQL、前端静态资源同时运行比较稳磁盘20GB 以上程序文件、数据库文件、上传附件、日志GPU不需要本项目不做模型推理无需显卡如果只是个人学习测试2 核 2G 的机器也能勉强跑但并发一上来就容易卡。生产环境建议直接上 4G 内存。3.2 软件要求以源码编译部署为例通常需要以下软件软件版本建议用途JDK1.8 或 11运行 Spring Boot 后端Maven3.6 或更高后端依赖管理和打包MySQL5.7 或 8.x存储问卷、题目、答案、用户数据Node.js16 或 18前端工程构建Nginx可选反向代理、静态资源托管具体版本要求以项目仓库里的pom.xml、package.json和官方 README 为准。有些版本可能用到了更高版本的 JDK 特性先看文档再安装避免装了又卸。3.3 安装 JDK 与 Maven以 Linux 环境为例# 安装 OpenJDK 11具体版本以项目要求为准 sudo apt update sudo apt install -y openjdk-11-jdk # 验证 Java 版本 java -version # 下载 Maven 并配置环境变量 wget https://archive.apache.org/dist/maven/maven-3/3.8.8/binaries/apache-maven-3.8.8-bin.tar.gz tar -zxvf apache-maven-3.8.8-bin.tar.gz sudo mv apache-maven-3.8.8 /opt/maven在/etc/profile中追加export MAVEN_HOME/opt/maven export PATH$MAVEN_HOME/bin:$PATH执行source /etc/profile后运行mvn -version验证。3.4 安装 MySQL以 Ubuntu 为例sudo apt install -y mysql-server sudo systemctl start mysql sudo systemctl enable mysql然后初始化数据库。大多数问卷系统需要先建一个业务库通常指定utf8mb4字符集CREATE DATABASE IF NOT EXISTS surveyking DEFAULT CHARACTER SET utf8mb4 DEFAULT COLLATE utf8mb4_general_ci;建议创建一个专用账号不要直接用 rootCREATE USER survey% IDENTIFIED BY YourStrongPassword; GRANT ALL PRIVILEGES ON surveyking.* TO survey%; FLUSH PRIVILEGES;注意项目是否自动建表、是否需要手动导入初始化 SQL要看项目文档。部分版本会在首次启动时自动执行数据库初始化脚本部分版本需要手动执行init.sql。4. 安装部署与启动方式这一部分给出通用部署思路。先走源码编译路线再补充 Docker 部署和常见启动问题。4.1 拉取源码# 以 Gitee 为例仓库地址请搜索 SurveyKing 获取最新地址 git clone https://gitee.com/surveyking/surveyking.git cd surveyking也可以直接下载 zip 包解压省去 Git 操作。4.2 后端配置与编译找到后端的配置文件一般在src/main/resources/application.yml或application.properties。需要重点修改数据库连接信息server: port: 8080 spring: datasource: url: jdbc:mysql://127.0.0.1:3306/surveyking?useUnicodetruecharacterEncodingutf8serverTimezoneAsia/Shanghai username: survey password: YourStrongPassword servlet: multipart: max-file-size: 50MB max-request-size: 100MB然后执行后端打包mvn clean package -DskipTests打包完成后在target目录下会生成 jar 文件java -jar target/surveyking-*.jar --server.port8080如果项目提供了bin/start.sh或bin/start.bat脚本优先使用脚本启动。Windows 环境直接执行 bat 文件即可Linux 下给脚本加执行权限chmod x bin/start.sh ./bin/start.sh启动成功后控制台会输出 Spring Boot 的启动日志包括端口信息、数据库连接状态等。看到类似Started Application in xx seconds的日志说明后端已经跑起来了。4.3 前端构建与部署如果是前后端分离结构还需要构建前端工程cd surveyking-web npm install npm run build构建完成后dist目录下就是静态产物。有两种部署方式方式一由 Nginx 托管静态文件并代理后端接口server { listen 80; server_name survey.example.com; location / { root /opt/surveyking/dist; index index.html; try_files $uri $uri/ /index.html; } location /api/ { proxy_pass http://127.0.0.1:8080; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; } }方式二如果后端已配置静态资源映射直接把dist内容放到后端静态目录下访问后端端口即可。浏览器访问http://127.0.0.1:8080看到登录页面说明前后端通了。4.4 Docker 部署方式如果项目仓库提供docker-compose.yml建议直接使用docker-compose up -dDocker 部署的好处是环境隔离避免本机 JDK、Node 版本冲突。如果仓库没有现成 compose 文件可以自己准备两个容器MySQL 容器和 SurveyKing 容器通过 Docker 网络互联。后端容器的数据库地址要写 MySQL 容器的服务名或 IP不能写127.0.0.1。如果是本地学习测试推荐这种组合IDEA 直接运行后端、VS Code 运行前端、Docker 跑 MySQL。这样调试最方便改代码不用反复打包。5. 功能测试与效果验证部署完成后不要急着导入正式数据。先用最小数据集把主链路跑通。下面是一套通用验证流程。5.1 登录与初始化验证打开浏览器进入系统首页检查以下项目登录页是否正常渲染图片、表单、验证码是否正常首次访问是否引导注册管理员账号进入管理后台后用户管理、角色权限、系统设置菜单是否可用退出登录再重新登录确认会话保持正常。如果页面打不开先看后端日志和后端进程状态netstat -tlnp | grep 8080 ps -ef | grep java5.2 创建一份问卷并回收问卷是最基础的功能。在后台找到问卷或调查模块新建一份问卷问卷标题员工满意度调查加入单选题你对当前办公环境是否满意加入多选题你希望公司增加哪些福利加入评分题给本周培训活动打分设置问卷有效期发布问卷复制问卷链接。用一个无痕浏览器窗口打开问卷链接模拟普通用户填写并提交。然后回到后台查看问卷回收数量是否加一。如果回收数据没有变化说明写入或统计环节有问题。再测试一次重复提交限制。很多问卷系统内置了同一 IP 或同一设备限制避免刷问卷。确认这个限制符合业务预期。5.3 创建一场在线考试打开考试模块新建考试添加试卷从题库选题或者手动添加几道测试题设置考试时长比如 30 分钟设置及格分数比如 60 分设置是否允许考生查看成绩和错题发布考试。用考生账号进入考试完成答题并交卷。验证是否自动计时倒计时结束是否自动交卷提交后是否正常计算分数主观题是否需要人工阅卷还是只判客观题考生能否查看成绩、答题记录和正确答案。这一步建议用两个不同账号测试一个作为出题管理员一个作为考生避免权限混淆。5.4 题库刷题功能验证在题库或刷题模块按科目或分类导入题目设置题目标签和难度开启刷题模式模拟考生连续答题检查练习记录、正确率、错题本是否正常。如果支持 Excel 批量导入先导入 3 到 5 条测试数据确认字段映射正确再导入完整题库。批量导入最容易出问题的是模板格式常见错误包括多选答案分隔符不一致、Excel 列名与模板不匹配、题目内容中包含英文逗号导致分列错误。5.5 AI 智能组卷测试AI 智能试卷是 SurveyKing 这类系统的亮点但测试时要格外仔细。操作过程大概是准备一个分类清晰、题量充足的题库新建试卷时选择AI 智能组卷或自动组卷输入试卷标题、目标题量、难度分布等条件让系统自动从题库抽取题目生成试卷后人工检查。检查维度包括是否出现重复题目难度分布是否符合设定抽取的题目是否跟试卷标题相关多选题答案是否完整总分数是否达到预设值。从材料看AI 组卷依赖的是题库素材本身。题库分类越细、难度标注越准确AI 组卷的效果越可信。如果题库数据很乱AI 组卷出来的试卷也会很乱。第一次生成后建议逐题过一遍不要直接发布。5.6 数据导出与统计验证完整验证还应覆盖数据导出问卷结果统计图表是否显示正确单项数据是否可导出 Excel/CSV考试成绩是否可导出汇总统计是否包含全部提交数据。导出功能容易踩坑的地方包括中文字段名乱码、Excel 格式打开报错、导出接口超时、数据量大的时候后端内存溢出。测试时用一个有几十条数据的问卷试一次确认导出文件能正常打开。5.7 权限与并发测试如果时间允许再验证一下普通用户是否只能看到自己有权访问的问卷和考试管理员是否只有管理后台权限不能代替考生答题两个考生同时进入同一场考试是否互相影响同一账号多端登录是否被允许。这些测试不用做得很重至少把权限边界测一遍避免上线后出现用户串数据的问题。6. 接口 API 与批量任务SurveyKing 作为前后端分离项目后端接口天然具备集成价值。常见的集成场景包括把问卷嵌入公司官网、通过 API 自动创建考试、把考试成绩同步到 HR 或教务系统、用脚本批量导入题库。6.1 接口通用调用方式先确认登录接口路径和鉴权方式。绝大多数 Spring Boot 项目使用 Token 或会话 Cookie 鉴权。通用流程如下# 登录获取 tokenURL 需要按实际项目接口文档调整 curl -X POST http://127.0.0.1:8080/api/login \ -H Content-Type: application/json \ -d {username:admin,password:your_password}返回结果通常类似{ code: 200, data: { token: eyJhbGciOiJIUzI1NiJ9... } }后续请求在 Header 里带上 Tokencurl -X GET http://127.0.0.1:8080/api/surveys \ -H Authorization: Bearer eyJhbGciOiJIUzI1NiJ9...6.2 Python 调用模板下面是一个通用的 Python 调用脚本实际路径和参数需要对照项目的接口说明调整import requests BASE_URL http://127.0.0.1:8080 # 1. 登录获取 token login_resp requests.post( f{BASE_URL}/api/login, json{username: admin, password: your_password}, timeout10 ) token login_resp.json()[data][token] headers {Authorization: fBearer {token}} # 2. 获取问卷列表 resp requests.get( f{BASE_URL}/api/surveys, headersheaders, timeout10 ) print(resp.status_code) print(resp.json())调用接口前建议先用 Swagger 或项目自带接口文档确认参数结构避免猜字段名。6.3 批量导入题库设计批量导入是高频需求。下面是一个通用的 Python 批量导入脚本框架import time import requests BASE_URL http://127.0.0.1:8080 AUTH_TOKEN your_token_here headers {Authorization: fBearer {AUTH_TOKEN}} questions [ {type: single, content: 1 1 ?, options: [1, 2, 3, 4], answer: 2}, {type: single, content: 2 2 ?, options: [2, 4, 6, 8], answer: 4}, {type: multiple, content: 以下哪些是编程语言, options: [Python, Java, Word, Excel], answer: Python,Java}, ] for i, question in enumerate(questions): try: resp requests.post( f{BASE_URL}/api/questions, jsonquestion, headersheaders, timeout15 ) if resp.status_code 200: print(f第 {i1} 条导入成功) else: print(f第 {i1} 条导入失败: {resp.status_code} {resp.text}) except requests.RequestException as e: print(f第 {i1} 条请求异常: {e}) time.sleep(0.5)批量任务设计注意三点单次请求不要过大按条或分批提交避免接口超时每一条都要有成功失败记录失败任务单独收集方便重试导入前先做数据校验过滤空题目、重复题、选项缺失的脏数据。6.4 试题导出与接口联调如果项目提供了导出接口还需要测试文件流返回是否正常。Python 调用示例import requests url http://127.0.0.1:8080/api/exam/1/export headers {Authorization: Bearer your_token} resp requests.get(url, headersheaders, timeout30) with open(exam_result.xlsx, wb) as f: f.write(resp.content)文件下载接口很容易踩的坑是 Content-Type 不对浏览器打开乱码或提示文件损坏。下载后务必用 Excel 实际打开一次确认文件可用。7. 资源占用与性能观察SurveyKing 这类系统不涉及 GPU 推理性能瓶颈主要在 Java 进程、数据库连接和前端静态资源加载。性能观察的重点也和 AI 模型项目不一样主要看内存、CPU、数据库连接数。7.1 进程与端口观测启动后端后用以下命令观察# 查看 Java 进程 ps -ef | grep java # 查看内存占用 top -p $(pgrep -f surveyking | head -1) # 查看端口监听 netstat -tlnp | grep 8080 # 查看 MySQL 连接数 mysql -u survey -p -e SHOW PROCESSLIST;从常见部署实践来看Java 进程内存占用一般在 512MB 到 1GB 左右具体取决于 JVM 参数和业务并发量。如果服务器本身只有 2G 内存再跑一个 MySQL 会很紧张建议限制堆内存。7.2 降低资源占用的方法内存紧张时可以做这几件事# 限制 JVM 堆内存为 256MB 到 512MB java -Xms256m -Xmx512m -jar surveyking-*.jarMySQL 配置里降低max_connections避免空闲连接占满关闭不需要的功能模块比如系统信息里的耗时统计定时清理过期问卷、无用的上传文件和日志Nginx 开启 gzip 压缩和静态资源缓存减少前端重复加载。7.3 影响性能的关键因素问卷提交量越大数据库写入压力越大。考试同时在线人数越高接口响应时间越长。题库查询频率越高索引设计越重要。建议这样观察开启 MySQL 慢查询日志SET GLOBAL slow_query_log ON; SET GLOBAL long_query_time 2;查看哪些 SQL 执行超过 2 秒针对高频查询字段建索引定期分析表结构清理冗余字段。大多数情况下这类系统在几千人级别的问卷调查场景下是够用的。真正需要担心的不是单机性能而是部署规范和数据备份。8. 常见问题与排查方法下面是 SurveyKing 这类 Spring Boot Vue MySQL 项目部署时的高频问题清单。问题现象可能原因排查方式解决方案页面打不开服务未启动 / 端口被占用检查进程与端口重启服务或更换端口登录提示数据库错误数据库连接配置错误查看后端日志检查 url、用户名、密码、库名中文乱码数据库字符集不是 utf8mb4查看数据库表结构建表时指定 utf8mb4前端构建失败Node 版本不匹配或依赖冲突查看 npm 报错换 Node 版本或删除 node_modules 重装npm install 很慢网络原因查看下载速度配置国内 npm 镜像源上传文件失败文件大小限制或目录权限检查后端配置和磁盘调整 multipart 限制和目录权限问卷提交后统计不更新浏览器缓存或后端定时统计清理缓存、查看日志重启或等待定时任务执行考试无法交卷网络超时或前端校验异常查看浏览器控制台和后端日志检查网络和接口返回批量导入题目不成功Excel 模板不匹配对照模板检查字段名修正模板再试管理员密码遗失忘记密码查看系统是否提供重置功能数据库重置或按文档处理接口报 401Token 过期或未传检查请求头重新登录获取新 Token接口报 405请求方法不对检查 Method改为 GET/POST 对应的请求方式内存溢出堆内存不足查看 OutOfMemory 日志调大 JVM 内存或减少数据加载量并发高峰期接口变慢数据库连接耗尽或慢 SQL查看连接池和慢查询日志优化 SQL、增加索引排查时最忌讳盲改配置。先看日志日志会告诉你问题出在哪一层。如果日志信息不够再逐步缩小范围后端、前端、数据库、网络一个环节一个环节排除。8.1 后端日志怎么看以 Spring Boot 为例启动日志会输出非常多的信息。重点看ERROR级别日志这里基本是异常位置Caused by字段这里会直接指出根因数据库相关的SQLException、CommunicationsException说明是数据库连接问题FileNotFoundException、Permission denied说明是文件或权限问题。8.2 浏览器控制台怎么用打开浏览器开发者工具切到 Network 面板刷新页面。重点看哪些请求返回 4xx 或 5xx登录接口是否正常返回 Token静态资源是否加载成功404 说明路径配错请求耗时是否异常高。前端页面的很多白屏问题本质是接口报错或静态资源路径错误。9. 最佳实践与使用建议9.1 部署侧建议生产环境用独立业务账号连接数据库不要用 root管理后台的登录路径不要用默认路径通过 Nginx 做路径改写或限制 IP 访问给服务器开启防火墙只放行必要端口如果系统面向公网务必配置 HTTPS避免登录密码明文传输定期备份数据库问卷和考试数据丢一次代价很大。可以把备份任务写成脚本#!/bin/bash TIMESTAMP$(date %Y%m%d_%H%M%S) mysqldump -u survey -pYourStrongPassword surveyking /backup/surveyking_$TIMESTAMP.sql find /backup -name *.sql -mtime 30 -exec rm {} \;9.2 使用侧建议题库录入前先定义好分类、难度、题型字段后面 AI 组卷才能稳定出效果问卷有效期、考试次数限制提前设置避免用户反复提交污染数据涉及人脸、姓名、联系方式、身份证等敏感信息时问卷说明里必须写明用途并控制导出权限成绩导出前先在小范围做对比测试防止导出格式异常多套问卷之间保持统一命名规范方便后续检索和归档。9.3 二次开发侧建议保留一份最小可运行配置放到独立分支或打标签方便回滚前后端分别管理版本前端构建产物不要提交到代码仓库接口调用统一封装鉴权逻辑不要把登录请求散落在业务代码里批量任务要加日志和失败重试不能只发请求不看结果新增题型或问卷模板时先写一个测试用例确认数据结构和前端渲染都兼容再合并。10. 总结与下一步SurveyKing 这类开源问卷考试系统最值得尝试的点是它把问卷、考试、刷题、AI 组卷四种能力整合在一个项目里。对一个需要长期运营调查和考试场景的团队来说这比分别选型四套工具要高效得多。最先要验证的功能建议按这个顺序进行登录注册、创建问卷、发布回收、创建考试、题库刷题、AI 组卷、数据导出。完整跑通后系统的基础链路就没有大问题了。最容易踩的坑有三个。一是 MySQL 配置错误数据库连不上导致后端反复启动失败二是前后端分离部署时接口地址和跨域配置出错前端页面能看到但调不到数据三是批量导入和 AI 组卷依赖题库质量题库数据不规整后面所有基于题库的功能都会受影响。后续可以继续扩展的方向包括接入企业微信、钉钉或飞书登录把考试成绩同步到 HR 或教务系统基于导出的问卷数据做团队内部的统计分析看板把 AI 组卷能力封装成独立接口服务给其他系统调用。如果只是临时收集一次数据直接使用在线问卷平台更方便。但如果要长期运营一套自己的调查与考试基础设施SurveyKing 值得你花一个下午部署起来试试。部署前先看项目仓库的最新 README 和安装文档以实际版本为准。
开源问卷考试系统 SurveyKing 安装部署与使用全指南问卷收集、在线考试、题库刷题、AI 智能试卷一站搞定这次我们来看一个开源问卷与在线考试系统SurveyKing中文社区更喜欢叫它卷王。从项目定位来看它同时覆盖了问卷收集、在线考试、题库刷题、AI 智能组卷四个方向。也就是说一个系统装下去企业内部调研、学校考试、机构培训刷题、招聘笔试这些场景都可以接住。先快速判断值不值得用。SurveyKing 是前后端完整开源的项目技术栈属于 Spring Boot Vue 这一派部署完成后就是一个独立可用的平台不依赖任何第三方问卷服务。问卷收集、在线考试、题库刷题三种模式是集成在一起的不需要你在多个工具之间来回切换。比较特别的是它还具备 AI 智能组卷能力可以从题库里自动抽取题目组合成一张新试卷这对长期维护题库、频繁出卷的团队来说很实用。部署门槛方面这个项目不需要 GPU不需要特别高的配置常规 2 核 4G 的云服务器就能跑。启动方式支持源码编译、Docker 部署等多种形式后续接入接口服务、做批量导入题目、对接第三方系统也比较方便。这篇文章会带读者完成以下这些事情的梳理SurveyKing 的核心能力、适用场景和边界本地部署前的环境准备包括 JDK、MySQL、Node.js 等从源码编译到前后端部署的完整流程以及 Docker 方式问卷创建、考试发布、题库刷题、AI 组卷等功能验证方法接口 API 与批量任务的接入思路资源占用观察方式和常见问题排查清单。如果你正在调研开源的问卷调查和在线考试系统或者准备在公司内网搭一套自己的考试平台这篇可以直接收藏。1. 核心能力速览能力项说明项目类型开源问卷与在线考试系统中文名卷王SurveyKing技术栈前后端分离通常基于 Spring Boot Vue MySQL主要功能问卷收集、在线考试、题库刷题、AI 智能试卷、成绩统计题型支持包含单选题、多选题、填空题、评分题等常见题型具体以版本为准支持平台浏览器访问支持 PC 与移动端适配显存要求无要求本项目不涉及 GPU 推理推荐硬件2 核 4G 起步磁盘 20G 以上部署方式源码编译、Docker 部署等以官方文档为准是否支持 API支持后端提供 REST 风格接口是否支持批量任务支持批量导入题目、批量发布问卷等具体以实际版本功能为准适合场景企业内部问卷、学校考试、培训机构刷题、满意度调查、招聘笔试注意事项生产环境部署需自行修改默认密码、配置 HTTPS、限制公网访问范围这套系统的核心卖点很直接问卷、考试、刷题、AI 组卷四种能力在同一个项目里闭环。对比单独部署问卷系统加考试系统两套平台SurveyKing 这种合并方案在运维和管理成本上更省。2. 适用场景与使用边界SurveyKing 的适用场景可以从谁在用、用来干什么两个维度来拆。2.1 典型适用场景企业内部调查员工满意度、培训效果反馈、活动报名、会议日程登记、食堂满意度调查这类轻量问卷学校教学考试随堂测验、单元检测、期中期末模拟考试、在线阅卷、成绩统计分析培训机构刷题按科目建立题库支持章节刷题、练习记录、错题收集、模拟考试企业招聘笔试候选人信息收集加在线笔试笔试结果归档方便后续面试官查看行业研究问卷公开问卷收集加数据统计导出适合做市场调研和用户反馈收集。这个系统最适合的团队画像是有一定技术能力、愿意自己维护一套基础设施、不想把业务数据放在第三方问卷平台上的团队。2.2 使用边界与限制需要说清楚边界。SurveyKing 不是专业考试监考平台防作弊能力有限。如果考试场景要求视频监控、人脸识别、屏幕锁定、切屏告警这类强管控能力开源基础版往往不支持需要二次开发或者另选商业方案。AI 智能试卷方面从项目功能描述来看AI 组卷的本质是从已有题库中按照规则自动抽取题目组成试卷并不是凭空生成题目。题库的分类、难度标注、题量大小直接决定 AI 组卷的结果质量。机器自动组出的试卷建议发布前人工复核一遍确认没有题目重复、难度异常或答案错位。数据合规方面也不能忽略。问卷和考试系统天然涉及个人数据包括姓名、工号、联系方式、答题内容等。如果你要把系统部署到公网并面向外部用户收集数据需要确认是否符合个人信息保护相关要求问卷说明里要写清楚数据用途和范围。涉及企业内部敏感信息的问卷建议只在内网使用。2.3 不适合的场景需要严格在线监考的高风险考试需要大量定制字段、复杂逻辑跳题的超复杂表单完全没有运维能力希望零维护开箱即用的团队单次临时收集一次数据没必要自建系统的场景。如果你只是临时做一次投票用现成问卷平台更省事。但如果是长期运营的考试、题库和反馈收集平台自己部署开源系统是更经济的路径。3. 环境准备与前置条件从技术栈推断SurveyKing 属于典型的 Java Web 前后端分离项目。安装之前先把环境检查清楚避免后面反复折腾。3.1 硬件要求资源建议配置说明CPU2 核及以上主要用于后端 Java 进程和 MySQL内存4GB 及以上后端、MySQL、前端静态资源同时运行比较稳磁盘20GB 以上程序文件、数据库文件、上传附件、日志GPU不需要本项目不做模型推理无需显卡如果只是个人学习测试2 核 2G 的机器也能勉强跑但并发一上来就容易卡。生产环境建议直接上 4G 内存。3.2 软件要求以源码编译部署为例通常需要以下软件软件版本建议用途JDK1.8 或 11运行 Spring Boot 后端Maven3.6 或更高后端依赖管理和打包MySQL5.7 或 8.x存储问卷、题目、答案、用户数据Node.js16 或 18前端工程构建Nginx可选反向代理、静态资源托管具体版本要求以项目仓库里的pom.xml、package.json和官方 README 为准。有些版本可能用到了更高版本的 JDK 特性先看文档再安装避免装了又卸。3.3 安装 JDK 与 Maven以 Linux 环境为例# 安装 OpenJDK 11具体版本以项目要求为准 sudo apt update sudo apt install -y openjdk-11-jdk # 验证 Java 版本 java -version # 下载 Maven 并配置环境变量 wget https://archive.apache.org/dist/maven/maven-3/3.8.8/binaries/apache-maven-3.8.8-bin.tar.gz tar -zxvf apache-maven-3.8.8-bin.tar.gz sudo mv apache-maven-3.8.8 /opt/maven在/etc/profile中追加export MAVEN_HOME/opt/maven export PATH$MAVEN_HOME/bin:$PATH执行source /etc/profile后运行mvn -version验证。3.4 安装 MySQL以 Ubuntu 为例sudo apt install -y mysql-server sudo systemctl start mysql sudo systemctl enable mysql然后初始化数据库。大多数问卷系统需要先建一个业务库通常指定utf8mb4字符集CREATE DATABASE IF NOT EXISTS surveyking DEFAULT CHARACTER SET utf8mb4 DEFAULT COLLATE utf8mb4_general_ci;建议创建一个专用账号不要直接用 rootCREATE USER survey% IDENTIFIED BY YourStrongPassword; GRANT ALL PRIVILEGES ON surveyking.* TO survey%; FLUSH PRIVILEGES;注意项目是否自动建表、是否需要手动导入初始化 SQL要看项目文档。部分版本会在首次启动时自动执行数据库初始化脚本部分版本需要手动执行init.sql。4. 安装部署与启动方式这一部分给出通用部署思路。先走源码编译路线再补充 Docker 部署和常见启动问题。4.1 拉取源码# 以 Gitee 为例仓库地址请搜索 SurveyKing 获取最新地址 git clone https://gitee.com/surveyking/surveyking.git cd surveyking也可以直接下载 zip 包解压省去 Git 操作。4.2 后端配置与编译找到后端的配置文件一般在src/main/resources/application.yml或application.properties。需要重点修改数据库连接信息server: port: 8080 spring: datasource: url: jdbc:mysql://127.0.0.1:3306/surveyking?useUnicodetruecharacterEncodingutf8serverTimezoneAsia/Shanghai username: survey password: YourStrongPassword servlet: multipart: max-file-size: 50MB max-request-size: 100MB然后执行后端打包mvn clean package -DskipTests打包完成后在target目录下会生成 jar 文件java -jar target/surveyking-*.jar --server.port8080如果项目提供了bin/start.sh或bin/start.bat脚本优先使用脚本启动。Windows 环境直接执行 bat 文件即可Linux 下给脚本加执行权限chmod x bin/start.sh ./bin/start.sh启动成功后控制台会输出 Spring Boot 的启动日志包括端口信息、数据库连接状态等。看到类似Started Application in xx seconds的日志说明后端已经跑起来了。4.3 前端构建与部署如果是前后端分离结构还需要构建前端工程cd surveyking-web npm install npm run build构建完成后dist目录下就是静态产物。有两种部署方式方式一由 Nginx 托管静态文件并代理后端接口server { listen 80; server_name survey.example.com; location / { root /opt/surveyking/dist; index index.html; try_files $uri $uri/ /index.html; } location /api/ { proxy_pass http://127.0.0.1:8080; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; } }方式二如果后端已配置静态资源映射直接把dist内容放到后端静态目录下访问后端端口即可。浏览器访问http://127.0.0.1:8080看到登录页面说明前后端通了。4.4 Docker 部署方式如果项目仓库提供docker-compose.yml建议直接使用docker-compose up -dDocker 部署的好处是环境隔离避免本机 JDK、Node 版本冲突。如果仓库没有现成 compose 文件可以自己准备两个容器MySQL 容器和 SurveyKing 容器通过 Docker 网络互联。后端容器的数据库地址要写 MySQL 容器的服务名或 IP不能写127.0.0.1。如果是本地学习测试推荐这种组合IDEA 直接运行后端、VS Code 运行前端、Docker 跑 MySQL。这样调试最方便改代码不用反复打包。5. 功能测试与效果验证部署完成后不要急着导入正式数据。先用最小数据集把主链路跑通。下面是一套通用验证流程。5.1 登录与初始化验证打开浏览器进入系统首页检查以下项目登录页是否正常渲染图片、表单、验证码是否正常首次访问是否引导注册管理员账号进入管理后台后用户管理、角色权限、系统设置菜单是否可用退出登录再重新登录确认会话保持正常。如果页面打不开先看后端日志和后端进程状态netstat -tlnp | grep 8080 ps -ef | grep java5.2 创建一份问卷并回收问卷是最基础的功能。在后台找到问卷或调查模块新建一份问卷问卷标题员工满意度调查加入单选题你对当前办公环境是否满意加入多选题你希望公司增加哪些福利加入评分题给本周培训活动打分设置问卷有效期发布问卷复制问卷链接。用一个无痕浏览器窗口打开问卷链接模拟普通用户填写并提交。然后回到后台查看问卷回收数量是否加一。如果回收数据没有变化说明写入或统计环节有问题。再测试一次重复提交限制。很多问卷系统内置了同一 IP 或同一设备限制避免刷问卷。确认这个限制符合业务预期。5.3 创建一场在线考试打开考试模块新建考试添加试卷从题库选题或者手动添加几道测试题设置考试时长比如 30 分钟设置及格分数比如 60 分设置是否允许考生查看成绩和错题发布考试。用考生账号进入考试完成答题并交卷。验证是否自动计时倒计时结束是否自动交卷提交后是否正常计算分数主观题是否需要人工阅卷还是只判客观题考生能否查看成绩、答题记录和正确答案。这一步建议用两个不同账号测试一个作为出题管理员一个作为考生避免权限混淆。5.4 题库刷题功能验证在题库或刷题模块按科目或分类导入题目设置题目标签和难度开启刷题模式模拟考生连续答题检查练习记录、正确率、错题本是否正常。如果支持 Excel 批量导入先导入 3 到 5 条测试数据确认字段映射正确再导入完整题库。批量导入最容易出问题的是模板格式常见错误包括多选答案分隔符不一致、Excel 列名与模板不匹配、题目内容中包含英文逗号导致分列错误。5.5 AI 智能组卷测试AI 智能试卷是 SurveyKing 这类系统的亮点但测试时要格外仔细。操作过程大概是准备一个分类清晰、题量充足的题库新建试卷时选择AI 智能组卷或自动组卷输入试卷标题、目标题量、难度分布等条件让系统自动从题库抽取题目生成试卷后人工检查。检查维度包括是否出现重复题目难度分布是否符合设定抽取的题目是否跟试卷标题相关多选题答案是否完整总分数是否达到预设值。从材料看AI 组卷依赖的是题库素材本身。题库分类越细、难度标注越准确AI 组卷的效果越可信。如果题库数据很乱AI 组卷出来的试卷也会很乱。第一次生成后建议逐题过一遍不要直接发布。5.6 数据导出与统计验证完整验证还应覆盖数据导出问卷结果统计图表是否显示正确单项数据是否可导出 Excel/CSV考试成绩是否可导出汇总统计是否包含全部提交数据。导出功能容易踩坑的地方包括中文字段名乱码、Excel 格式打开报错、导出接口超时、数据量大的时候后端内存溢出。测试时用一个有几十条数据的问卷试一次确认导出文件能正常打开。5.7 权限与并发测试如果时间允许再验证一下普通用户是否只能看到自己有权访问的问卷和考试管理员是否只有管理后台权限不能代替考生答题两个考生同时进入同一场考试是否互相影响同一账号多端登录是否被允许。这些测试不用做得很重至少把权限边界测一遍避免上线后出现用户串数据的问题。6. 接口 API 与批量任务SurveyKing 作为前后端分离项目后端接口天然具备集成价值。常见的集成场景包括把问卷嵌入公司官网、通过 API 自动创建考试、把考试成绩同步到 HR 或教务系统、用脚本批量导入题库。6.1 接口通用调用方式先确认登录接口路径和鉴权方式。绝大多数 Spring Boot 项目使用 Token 或会话 Cookie 鉴权。通用流程如下# 登录获取 tokenURL 需要按实际项目接口文档调整 curl -X POST http://127.0.0.1:8080/api/login \ -H Content-Type: application/json \ -d {username:admin,password:your_password}返回结果通常类似{ code: 200, data: { token: eyJhbGciOiJIUzI1NiJ9... } }后续请求在 Header 里带上 Tokencurl -X GET http://127.0.0.1:8080/api/surveys \ -H Authorization: Bearer eyJhbGciOiJIUzI1NiJ9...6.2 Python 调用模板下面是一个通用的 Python 调用脚本实际路径和参数需要对照项目的接口说明调整import requests BASE_URL http://127.0.0.1:8080 # 1. 登录获取 token login_resp requests.post( f{BASE_URL}/api/login, json{username: admin, password: your_password}, timeout10 ) token login_resp.json()[data][token] headers {Authorization: fBearer {token}} # 2. 获取问卷列表 resp requests.get( f{BASE_URL}/api/surveys, headersheaders, timeout10 ) print(resp.status_code) print(resp.json())调用接口前建议先用 Swagger 或项目自带接口文档确认参数结构避免猜字段名。6.3 批量导入题库设计批量导入是高频需求。下面是一个通用的 Python 批量导入脚本框架import time import requests BASE_URL http://127.0.0.1:8080 AUTH_TOKEN your_token_here headers {Authorization: fBearer {AUTH_TOKEN}} questions [ {type: single, content: 1 1 ?, options: [1, 2, 3, 4], answer: 2}, {type: single, content: 2 2 ?, options: [2, 4, 6, 8], answer: 4}, {type: multiple, content: 以下哪些是编程语言, options: [Python, Java, Word, Excel], answer: Python,Java}, ] for i, question in enumerate(questions): try: resp requests.post( f{BASE_URL}/api/questions, jsonquestion, headersheaders, timeout15 ) if resp.status_code 200: print(f第 {i1} 条导入成功) else: print(f第 {i1} 条导入失败: {resp.status_code} {resp.text}) except requests.RequestException as e: print(f第 {i1} 条请求异常: {e}) time.sleep(0.5)批量任务设计注意三点单次请求不要过大按条或分批提交避免接口超时每一条都要有成功失败记录失败任务单独收集方便重试导入前先做数据校验过滤空题目、重复题、选项缺失的脏数据。6.4 试题导出与接口联调如果项目提供了导出接口还需要测试文件流返回是否正常。Python 调用示例import requests url http://127.0.0.1:8080/api/exam/1/export headers {Authorization: Bearer your_token} resp requests.get(url, headersheaders, timeout30) with open(exam_result.xlsx, wb) as f: f.write(resp.content)文件下载接口很容易踩的坑是 Content-Type 不对浏览器打开乱码或提示文件损坏。下载后务必用 Excel 实际打开一次确认文件可用。7. 资源占用与性能观察SurveyKing 这类系统不涉及 GPU 推理性能瓶颈主要在 Java 进程、数据库连接和前端静态资源加载。性能观察的重点也和 AI 模型项目不一样主要看内存、CPU、数据库连接数。7.1 进程与端口观测启动后端后用以下命令观察# 查看 Java 进程 ps -ef | grep java # 查看内存占用 top -p $(pgrep -f surveyking | head -1) # 查看端口监听 netstat -tlnp | grep 8080 # 查看 MySQL 连接数 mysql -u survey -p -e SHOW PROCESSLIST;从常见部署实践来看Java 进程内存占用一般在 512MB 到 1GB 左右具体取决于 JVM 参数和业务并发量。如果服务器本身只有 2G 内存再跑一个 MySQL 会很紧张建议限制堆内存。7.2 降低资源占用的方法内存紧张时可以做这几件事# 限制 JVM 堆内存为 256MB 到 512MB java -Xms256m -Xmx512m -jar surveyking-*.jarMySQL 配置里降低max_connections避免空闲连接占满关闭不需要的功能模块比如系统信息里的耗时统计定时清理过期问卷、无用的上传文件和日志Nginx 开启 gzip 压缩和静态资源缓存减少前端重复加载。7.3 影响性能的关键因素问卷提交量越大数据库写入压力越大。考试同时在线人数越高接口响应时间越长。题库查询频率越高索引设计越重要。建议这样观察开启 MySQL 慢查询日志SET GLOBAL slow_query_log ON; SET GLOBAL long_query_time 2;查看哪些 SQL 执行超过 2 秒针对高频查询字段建索引定期分析表结构清理冗余字段。大多数情况下这类系统在几千人级别的问卷调查场景下是够用的。真正需要担心的不是单机性能而是部署规范和数据备份。8. 常见问题与排查方法下面是 SurveyKing 这类 Spring Boot Vue MySQL 项目部署时的高频问题清单。问题现象可能原因排查方式解决方案页面打不开服务未启动 / 端口被占用检查进程与端口重启服务或更换端口登录提示数据库错误数据库连接配置错误查看后端日志检查 url、用户名、密码、库名中文乱码数据库字符集不是 utf8mb4查看数据库表结构建表时指定 utf8mb4前端构建失败Node 版本不匹配或依赖冲突查看 npm 报错换 Node 版本或删除 node_modules 重装npm install 很慢网络原因查看下载速度配置国内 npm 镜像源上传文件失败文件大小限制或目录权限检查后端配置和磁盘调整 multipart 限制和目录权限问卷提交后统计不更新浏览器缓存或后端定时统计清理缓存、查看日志重启或等待定时任务执行考试无法交卷网络超时或前端校验异常查看浏览器控制台和后端日志检查网络和接口返回批量导入题目不成功Excel 模板不匹配对照模板检查字段名修正模板再试管理员密码遗失忘记密码查看系统是否提供重置功能数据库重置或按文档处理接口报 401Token 过期或未传检查请求头重新登录获取新 Token接口报 405请求方法不对检查 Method改为 GET/POST 对应的请求方式内存溢出堆内存不足查看 OutOfMemory 日志调大 JVM 内存或减少数据加载量并发高峰期接口变慢数据库连接耗尽或慢 SQL查看连接池和慢查询日志优化 SQL、增加索引排查时最忌讳盲改配置。先看日志日志会告诉你问题出在哪一层。如果日志信息不够再逐步缩小范围后端、前端、数据库、网络一个环节一个环节排除。8.1 后端日志怎么看以 Spring Boot 为例启动日志会输出非常多的信息。重点看ERROR级别日志这里基本是异常位置Caused by字段这里会直接指出根因数据库相关的SQLException、CommunicationsException说明是数据库连接问题FileNotFoundException、Permission denied说明是文件或权限问题。8.2 浏览器控制台怎么用打开浏览器开发者工具切到 Network 面板刷新页面。重点看哪些请求返回 4xx 或 5xx登录接口是否正常返回 Token静态资源是否加载成功404 说明路径配错请求耗时是否异常高。前端页面的很多白屏问题本质是接口报错或静态资源路径错误。9. 最佳实践与使用建议9.1 部署侧建议生产环境用独立业务账号连接数据库不要用 root管理后台的登录路径不要用默认路径通过 Nginx 做路径改写或限制 IP 访问给服务器开启防火墙只放行必要端口如果系统面向公网务必配置 HTTPS避免登录密码明文传输定期备份数据库问卷和考试数据丢一次代价很大。可以把备份任务写成脚本#!/bin/bash TIMESTAMP$(date %Y%m%d_%H%M%S) mysqldump -u survey -pYourStrongPassword surveyking /backup/surveyking_$TIMESTAMP.sql find /backup -name *.sql -mtime 30 -exec rm {} \;9.2 使用侧建议题库录入前先定义好分类、难度、题型字段后面 AI 组卷才能稳定出效果问卷有效期、考试次数限制提前设置避免用户反复提交污染数据涉及人脸、姓名、联系方式、身份证等敏感信息时问卷说明里必须写明用途并控制导出权限成绩导出前先在小范围做对比测试防止导出格式异常多套问卷之间保持统一命名规范方便后续检索和归档。9.3 二次开发侧建议保留一份最小可运行配置放到独立分支或打标签方便回滚前后端分别管理版本前端构建产物不要提交到代码仓库接口调用统一封装鉴权逻辑不要把登录请求散落在业务代码里批量任务要加日志和失败重试不能只发请求不看结果新增题型或问卷模板时先写一个测试用例确认数据结构和前端渲染都兼容再合并。10. 总结与下一步SurveyKing 这类开源问卷考试系统最值得尝试的点是它把问卷、考试、刷题、AI 组卷四种能力整合在一个项目里。对一个需要长期运营调查和考试场景的团队来说这比分别选型四套工具要高效得多。最先要验证的功能建议按这个顺序进行登录注册、创建问卷、发布回收、创建考试、题库刷题、AI 组卷、数据导出。完整跑通后系统的基础链路就没有大问题了。最容易踩的坑有三个。一是 MySQL 配置错误数据库连不上导致后端反复启动失败二是前后端分离部署时接口地址和跨域配置出错前端页面能看到但调不到数据三是批量导入和 AI 组卷依赖题库质量题库数据不规整后面所有基于题库的功能都会受影响。后续可以继续扩展的方向包括接入企业微信、钉钉或飞书登录把考试成绩同步到 HR 或教务系统基于导出的问卷数据做团队内部的统计分析看板把 AI 组卷能力封装成独立接口服务给其他系统调用。如果只是临时收集一次数据直接使用在线问卷平台更方便。但如果要长期运营一套自己的调查与考试基础设施SurveyKing 值得你花一个下午部署起来试试。部署前先看项目仓库的最新 README 和安装文档以实际版本为准。
