企业官网建设流程全解析

先聊一个实际场景：很多团队在内部培训考核、校园课程测验、企业满意度调研、社区活动报名收集时，都需要一套“能发问卷、能组织考试、能刷题练习”的系统。如果直接用商业化 SaaS，要么按人数收费，要么数据不在自己手里，要么无法二次开发和定制。如果从零开发问卷和考试模块，后端表单设计、题目管理、成绩统计、防作弊、权限控制，一套下来工作量非常大。

SurveyKing（项目也叫“卷王”）正是为了解决这些问题而开源的一套问卷考试系统。它把问卷调查、在线考试、题库刷题、智能组卷等常见功能整合在一起，部署之后可以直接在浏览器中使用。本文会从零开始，完整讲解 SurveyKing 的安装部署、环境配置、初始化数据、系统使用、常见报错排查和项目落地建议。

本文适合以下读者：

• 想要快速搭建内部考试平台的运维或后端开发；
• 学校、培训机构需要自建在线考试系统的技术负责人；
• 对 Spring Boot + Vue 前后端分离项目感兴趣，想找一个完整开源项目来实操的开发者；
• 想基于开源系统做二次开发，但不知道怎么部署和改配置的初学者。

读完本文，你将掌握 SurveyKing 的本地部署流程、Docker 部署方式、管理员初始化、问卷创建、考试发布、刷题模式配置，以及 AI 智能试卷的使用思路。

1. SurveyKing（卷王）：功能和架构速览

1.1 什么是 SurveyKing

SurveyKing 是一套基于开源技术栈的问卷考试系统，核心功能覆盖三个典型场景：问卷收集、在线考试、题库刷题。它不是一个简单的“问卷表单生成器”，而是把题目管理、答卷收集、自动阅卷、成绩统计、错题记录、智能组卷等完整闭环都做了进去。

从使用者的角度来说，系统分为两类角色：

• 管理员/出题人：创建题目、组织试卷、发布考试、查看统计结果。
• 参与者/考生：填写问卷、参加考试、刷题练习、查看自己的成绩和错题。

从系统模块的角度来看，它包含：

• 问卷模块：支持单选、多选、填空、评分、矩阵等题型，适合做调研和满意度收集。
• 考试模块：支持定时发布、限时作答、自动计分、切屏检测、成绩导出等功能。
• 刷题模块：把题库拆成专项练习和随机练习，用户答题后可以查看解析和错题记录。
• AI 智能试卷：基于大模型能力，根据题目数量和知识点要求自动生成试卷，减少出题人的工作量。

1.2 技术架构

SurveyKing 本身是典型的前后端分离项目，这一点对开发者也很有参考价值。通常包含：

• 后端：Spring Boot、MyBatis/JPA 等 Java 生态技术栈；
• 前端：Vue + Element UI / Ant Design Vue 这类后台管理框架；
• 数据库：MySQL，存储题目、试卷、答卷、用户等数据；
• 缓存：Redis，用于会话管理、验证码、热点数据缓存；
• 权限认证：基于 JWT 的 Token 机制。

这种架构的好处是前后端职责清晰，后端只提供 API，前端负责页面交互，后续如果要扩展小程序端、移动端 H5，可以复用同一套后端接口。

1.3 为什么推荐自建这类系统

在企业内部或教育场景中，自建问卷考试系统有几个实际优势：

• 数据私有化：问卷结果、考试成绩都存自己的服务器，不依赖外部 SaaS；
• 可以二次开发：开源项目自带源码，可以改 Logo、加登录方式、对接统一身份认证；
• 按需扩展：如果只做问卷调查，可以关闭考试模块；如果要万人同时在线考试，可以扩展部署；
• 学习价值：如果你是 Java 后端开发者，SurveyKing 是一个很好的全栈实战项目，可以学到权限管理、导入导出、统计报表、数据库设计等知识。

2. 环境准备与部署方式选择

2.1 部署方式对比

SurveyKing 的部署方式主要有三种：

如果你是第一次接触这个项目，想快速看效果，建议优先使用 Docker Compose。如果你想改代码、学原理，建议使用本地编译部署。

2.2 编译部署所需环境

如果选择手动编译或本地调试，需要准备以下环境：

• JDK 1.8 或 JDK 11 及以上版本；
• Maven 3.6 以上；
• Node.js 14 及以上版本（前端构建用）；
• MySQL 5.7 或 8.0；
• Redis 5.x 及以上版本。

不同的开源版本对 JDK、MySQL 版本要求可能不同，建议先看项目 README 和 pom 文件中的版本声明。这里不写死具体版本号，因为 SurveyKing 版本迭代较快，以你拉取代码时的实际要求为准。

2.3 服务器要求

如果是生产环境使用，建议服务器配置不低于：

• CPU：2 核；
• 内存：4 GB；
• 硬盘：40 GB；
• 系统：CentOS 7.x / Ubuntu 20.04 及以上。

如果只是本地体验，Windows / macOS 上都可运行，内存 8 GB 的电脑足够。

2.4 域名和端口规划

默认情况下后端 API 服务、前端页面都通过 Nginx 或 Spring Boot 的端口暴露。建议提前规划：

• 前端页面端口：比如 8080；
• 后端 API 端口：比如 8081；
• 如果使用 https，提前准备好域名和 SSL 证书。

3. 手动部署：从源码开始安装 SurveyKing

3.1 获取源码与项目结构

首先需要把源码拉到本地。方式很简单：

git clone https://gitee.com/vvkeeper/surveyking.git cd surveyking

进入项目后，目录结构大致如下：

surveyking/ ├── backend/ # 后端 Spring Boot 项目 │ ├── src/main/java # Java 源码 │ ├── src/main/resources # 配置文件 │ └── pom.xml # Maven 依赖 ├── frontend/ # 前端 Vue 项目 │ ├── src/ │ └── package.json ├── docker-compose.yml # Docker 编排文件 └── README.md

建议先查看README.md，因为每次版本更新后，部署步骤可能会有调整。

3.2 初始化数据库

SurveyKing 启动时需要 MySQL 数据库。我们可以先创建一个数据库，再执行源码中提供的初始化 SQL。

CREATE DATABASE `surveyking` DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;

创建完成后，在backend/src/main/resources下查看 SQL 初始化脚本，一般会有类似db.sql或init.sql的文件。执行方式如下：

mysql -uroot -p surveyking < backend/src/main/resources/db.sql

注意：数据库字符集建议使用utf8mb4，否则遇到 emoji 表情或生僻字可能出现乱码。

3.3 修改后端配置

后端启动前需要修改数据库和 Redis 连接配置。在backend/src/main/resources/application.yml或application.properties中，配置类似下面内容：

spring: datasource: url: jdbc:mysql://localhost:3306/surveyking?useUnicode=true&characterEncoding=utf8&useSSL=false&serverTimezone=Asia/Shanghai username: root password: your_password redis: host: localhost port: 6379 password:

这里需要根据自己的实际环境修改数据库地址、用户名、密码和 Redis 密码。

3.4 启动后端

后端是标准 Spring Boot 项目，可以直接使用 Maven 打包启动：

cd backend mvn clean package -DskipTests java -jar target/surveyking-backend-*.jar

如果 Maven 命令执行较慢，可以配置阿里云 Maven 镜像。启动成功后，看到类似Started SurveykingApplication的日志，就说明后端启动成功。

3.5 构建并启动前端

前端是 Vue 项目，先安装依赖，再构建静态文件：

cd frontend npm install npm run build

构建完成后，dist目录中就是打包好的前端静态文件。我们可以用 Nginx 来托管这些静态文件，并将/api请求代理到后端服务。

Nginx 配置示例：

server { listen 8080; server_name localhost; root /path/to/surveyking/frontend/dist; index index.html; location / { try_files $uri $uri/ /index.html; } location /api/ { proxy_pass http://127.0.0.1:8081; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; } }

这里假设后端运行在8081端口。配置完成后重启 Nginx，通过http://服务器IP:8080就能访问系统首页。

4. Docker Compose 一键部署（推荐）

对于不想折腾 Java 和 Node 环境的同学，Docker Compose 是最省事的方式。源码中通常已经提供docker-compose.yml文件，我们只需要准备 MySQL、Redis 和应用三个服务。

4.1 编写 Docker Compose 文件

如果源码目录中已有现成的docker-compose.yml，可以直接按 README 启动。如果没有，可以参考下面的思路：

version: '3' services: mysql: image: mysql:8.0 container_name: surveyking-mysql environment: MYSQL_ROOT_PASSWORD: root123456 MYSQL_DATABASE: surveyking ports: - "3306:3306" volumes: - mysql-data:/var/lib/mysql command: --character-set-server=utf8mb4 --collation-server=utf8mb4_general_ci redis: image: redis:7 container_name: surveyking-redis ports: - "6379:6379" surveyking: image: your-registry/surveyking:latest container_name: surveyking-app depends_on: - mysql - redis ports: - "8080:8080" environment: SPRING_DATASOURCE_URL: jdbc:mysql://mysql:3306/surveyking?useUnicode=true&characterEncoding=utf8&useSSL=false&serverTimezone=Asia/Shanghai SPRING_DATASOURCE_USERNAME: root SPRING_DATASOURCE_PASSWORD: root123456 SPRING_REDIS_HOST: redis SPRING_REDIS_PORT: 6379 volumes: mysql-data:

如果官方没有提供可直接使用的镜像，可以先在本地把后端代码打成 Docker 镜像，再用 Compose 启动。GitHub/Gitee 仓库中一般会有 Dockerfile，构建命令通常是：

docker build -t surveyking:latest .

4.2 启动服务

在包含docker-compose.yml的目录下执行：

docker-compose up -d

等待镜像拉取和容器启动完成后，用下面命令查看容器状态：

docker-compose ps

如果三个服务都处于Up状态，说明部署成功。此时访问http://服务器IP:8080即可看到系统页面。

4.3 查看日志

如果启动过程中出现问题，可以使用日志排查：

docker-compose logs -f surveyking

这种方式的优势在于不污染宿主机环境，后续升级版本时只需要替换镜像并重新创建容器即可。

5. 数据库初始化与管理员账号设置

5.1 首次启动的自动建表

SurveyKing 通常在启动时会自动创建数据库表，所以第 3 节中的手动db.sql执行可以省略。但如果你使用的是旧版本，或者需要手动维护数据库，建议执行源码中的初始化脚本。

5.2 管理员账号初始化

系统首次启动后，需要初始化管理员账号。不同版本管理后台的入口可能不同，常见的方式有两种：

• 通过命令行参数传入初始管理员账号；
• 通过页面注册第一个账号，并自动赋予管理员权限；
• 通过 SQL 脚本插入管理员数据。

部署完成后，建议第一时间进入系统，找到“系统设置”或“用户管理”，修改默认管理员密码。如果默认账号是admin/admin123这类常见密码，一定要在生产环境中改掉，避免被扫描器攻击。

5.3 数据库备份策略

数据库中的试卷、问卷、用户数据都是核心资产，建议开启 MySQL 定时备份。一个简单的每日备份脚本思路如下：

#!/bin/bash backup_dir="/data/backup/surveyking" mkdir -p $backup_dir mysqldump -uroot -p你的密码 surveyking > $backup_dir/surveyking_$(date +%Y%m%d).sql find $backup_dir -type f -mtime +7 -exec rm -f {} \;

将脚本加入 crontab 后，可以每天凌晨执行一次。生产环境的备份策略建议遵循“本地备份 + 异地备份”双副本原则。

6. 系统使用实战：问卷、考试、刷题与 AI 智能试卷

6.1 创建问卷收集

登录系统管理后台后，在“问卷管理”或“问卷列表”中点击“创建问卷”。

创建问卷时需要配置以下信息：

• 问卷标题：建议写成“XX部门员工满意度调查”这类清晰标题；
• 问卷说明：填写给参与者的引导语；
• 匿名设置：如果需要匿名收集，开启匿名提交；
• 截止时间：设置收集截止日期；
• 题型选择：单选、多选、单选下拉、评分、矩阵、填空等。

问卷编辑器中，每个题目可以设置：

• 是否必填；
• 选项随机顺序；
• 逻辑跳转；
• 分值（如果用于打分）。

保存并发布后，系统会生成一个问卷链接或二维码。参与者打开链接即可填写，不需要注册系统账号。

6.2 创建并发布在线考试

在线考试模块比问卷更严格，适合用来做正式考核。

发布一场在线考试的基本流程为：

1. 创建题库：先把题目录入题库，或者从 Excel 模板批量导入；
2. 创建试卷：从题库中随机抽题，或手动挑选题目；
3. 设置考试参数：考试时长、及格分数、是否允许查看答案、是否开启切屏检测；
4. 发布考试：选择考试时间范围，生成考试链接；
5. 考生答卷：考生在浏览器中作答；
6. 自动阅卷：客观题系统自动判分，主观题由管理员人工评阅。

在实际使用中，建议先创建一份“测试试卷”，用自己账号模拟一次完整考试流程，确认切屏检测、倒计时交卷等逻辑符合预期后再正式发布。

6.3 题库维护与批量导入

对于有大量题目的培训机构，手工录题效率太低。SurveyKing 通常支持 Excel 模板导入，一般步骤如下：

1. 下载系统提供的导入模板；
2. 按模板填写题干、选项、正确答案、解析、所属知识点；
3. 在题目列表中点击“批量导入”；
4. 上传模板文件，系统校验并导入。

导入时要注意模板不能随意修改列名，多选题答案格式一般使用 A,B,C 这种分隔符。如果导入失败，通常会返回具体行号的错误提示，按提示修正后重新上传即可。

6.4 刷题模式配置

刷题模块面向“平时练习”场景，与正式考试的区别在于：刷题可以即时查看解析和答案，适合学生自主巩固知识。

常用配置包括：

• 专项刷题：按知识点、章节出题；
• 随机练习：每次随机抽取一定数量的题目；
• 错题本：自动收集做错的题目，方便反复强化；
• 练习模式答题：一题一题作答，提交后立刻显示解析。

刷题功能在“题库练习”或“学习中心”中配置。管理员只需保证题库数据完整，并设置好题目的知识点分类即可。

6.5 AI 智能试卷：思路与配置

AI 智能试卷是 SurveyKing 比较吸引人的功能。它的核心价值在于：出题人只需要输入考试主题、题目数量和题型分布，AI 就能结合大模型生成一套包含题干、选项和答案的试卷，供后续人工校对和发布。

使用 AI 智能试卷前，通常需要做以下准备：

• 检查当前版本是否包含 AI 试卷入口；
• 配置大模型 API Key，不同的版本可能对接不同的模型服务提供商；
• 准备足够的题库数据或知识库上下文，方便 AI 生成符合要求的题目；
• 在系统设置中填写模型接口地址、Token 等信息。

如果版本没有内置 AI 生成能力，也可以自己二次开发：调用大模型 API，把题目要求作为提示词，让模型生成 JSON 结构的数据，再通过后端接口自动导入题库。这个思路不依赖具体的实现类，实施起来更灵活。

无论使用哪种方式，AI 生成的题目都建议人工审校。因为模型生成的题目可能存在知识点错误、选项重复、答案不准确的问题，不能直接用于正式考试。

7. 常见问题与排查思路

7.1 高频问题表

下面整理部署和使用过程中比较常见的几类问题：

7.2 端口被占用

启动后端或前端时，如果提示端口被占用，先找出占用进程：

lsof -i:8080

在 Linux 上也可以使用：

netstat -tunlp | grep 8080

确认占用进程后，要么关闭进程，要么修改应用配置文件中的端口。

7.3 前后端联调时接口 404

前端页面能打开，但点击登录提示接口不存在。这种问题通常是：

• 前端请求的 API 前缀和后端服务的 context-path 不一致；
• Nginx 没有正确代理/api路径；
• 后端启动失败，接口服务根本没起来。

建议先用 curl 直接测试后端接口：

curl http://127.0.0.1:8081/api/health

如果后端接口正常，再去排查 Nginx 代理配置。

7.4 部署到 Nginx 后刷新 404

这个问题在前端路由中非常经典。Vue 的 history 模式在刷新时会向服务器请求当前路径，而服务器上并没有对应的物理文件，导致 404。解决办法就是添加try_files配置，让所有未匹配路径都落到index.html。

8. 最佳实践与工程建议

8.1 运维层面的建议

• 生产环境一定要开启 HTTPS。考试/问卷场景会收集用户数据，明文传输存在窃听风险；
• 数据库、Redis 密码不要使用简单密码，避免使用默认密码；
• 定时备份数据库，并在另一台服务器或对象存储保存备份文件；
• 部署到 Docker 时，不要用 root 用户运行容器，尽量使用专用用户；
• Nginx 开启 Gzip 压缩，可以提高前端资源加载速度；
• 如果参与人数较多，考试当天提前压测，确认服务器带宽和数据库连接池足够。

8.2 业务使用层面的建议

• 正式考试前，先创建一份模拟试卷完整走一遍，检查计分逻辑和交卷流程；
• 问卷收集如果涉及多个渠道，可以在标题或 URL 上带渠道参数，方便统计来源；
• 题库导入后，安排专人抽查题目答案的正确性；
• 考生答案的查看权限要严格控制，避免成绩泄露；
• 对于主观题，人工评阅后要支持成绩复核流程。

8.3 二次开发层面的建议

• 如果需要对接公司内部用户体系，可以新增一个登录接口，复用 JWT 生成逻辑；
• 如果要做数据大屏，可以写定时任务把答卷数据统计结果汇总到独立表，减少对主库的压力；
• 前后端分离的项目，建议统一使用 API 文档工具（如 Knife4j、Swagger）维护接口文档；
• 修改代码时，不要直接改application.yml里的生产配置，推荐使用环境变量或配置中心。

8.4 安全加固清单

最后列出安全方面的自查项：

• 修改默认管理员账号密码；
• 关闭不必要的服务器对外端口；
• 使用数据库最小权限账号；
• 为 Redis 设置密码并禁止外网访问；
• 定期更新 SurveyKing 版本，关注官方安全公告。

9. 总结与下一步学习方向

至此，我们从零走通了 SurveyKing 的完整安装与使用流程：先了解了系统定位和技术架构，接着完成了手动编译部署和 Docker 部署两种方式，然后学习了数据库初始化、管理员设置、问卷创建、在线考试、题库刷题和 AI 智能试卷的使用思路，最后整理了高频报错和工程落地建议。

如果你部署成功，那么下一步可以这样继续深入：

• 仔细读一遍后端controller、service层的代码，理解 JWT 登录和创建试卷的完整流程；
• 尝试新增一种题型，从前端表单到后端存储完整实现一次；
• 尝试对接企业微信或钉钉的扫码登录；
• 尝试用 Nginx 部署 HTTPS，配置域名和自动续期证书；
• 尝试写一个简单的数据导出脚本，把考试结果定时同步到公司内部系统。

SurveyKing 这类开源系统最大的价值，不只是“能用”，而是“可以学到一套完整的企业级全栈思路”。如果你正在学习 Spring Boot 和 Vue 项目，把它当作实战项目来拆解，收获会很大。

如果在部署过程中还有其他问题，欢迎在评论区描述你的部署方式和日志截图，可以一起交流排查经验。实测通过的部署流程别忘了收藏备用。