微搭低代码MBA 培训管理系统实战 22——课程排课

微搭低代码MBA 培训管理系统实战 22——课程排课

目录

在上一讲中,我们完成了班级管理与花名册的搭建。学员已经分好班了,接下来教务老师面临的最头疼的工作就是排课。本讲将详细介绍如何实现排课功能,包括教室管理、课表设计以及核心的资源冲突检测机制。


第一步:数据准备

1.1 教室表(MBA_Classrooms)

创建教室表,用于管理物理空间:

字段名称字段标识类型说明
教室名称room_name单行文本如:第一阶梯教室、VIP面授室
容纳人数capacity数字用于后期校验是否超载
状态status枚举启用、停用、维护中
创建时间created_at日期时间自动生成
更新时间updated_at日期时间自动更新
在这里插入图片描述

1.2 课表/排课记录表(MBA_Schedules)

创建排课记录表,承载具体的上课时间与资源绑定:

字段名称字段标识类型说明
关联班级rel_class_id关联关系关联MBA_Classes表
关联教师rel_teacher_id关联关系关联MBA_Teachers表
关联教室rel_room_id关联关系关联MBA_Classrooms表
上课日期course_date日期如:2026-04-15
开始时间start_time时间如:09:00
结束时间end_time时间如:11:30
课表状态status枚举待上课、已结课、已取消
创建时间created_at日期时间自动生成
更新时间updated_at日期时间自动更新
在这里插入图片描述

第二步:教室管理页面搭建

2.1 页面整体布局

点击创建页面的图标

在这里插入图片描述

输入页面的名称"教室管理",布局选择管理员布局(基础数据管理通常由管理员维护)

在这里插入图片描述

切换到页面布局,选择管理员布局,添加平级菜单,添加教室管理菜单

在这里插入图片描述

2.2 数据表格配置

在管理员布局的内容插槽下添加布局组件

在这里插入图片描述

修改标题,改为"教室管理"

在这里插入图片描述

在页面布局中添加数据表格组件,数据模型选择教室表

在这里插入图片描述

2.3 配置查询条件

点击筛选器,给表格配置查询条件

添加具体的查询条件:

  • 教室名称(模糊搜索)
  • 状态(下拉选择)
在这里插入图片描述

2.4 配置排序字段

默认按照创建时间的倒序进行排序,最新的教室显示在最前面

在这里插入图片描述

第三步:排课页面布局搭建

3.1 页面整体布局

点击创建页面的图标

在这里插入图片描述

输入页面的名称"排课管理",布局选择教务布局(因为主要是教务人员使用)

在这里插入图片描述

切换到页面布局,选择教务布局,添加平级菜单,添加排课管理菜单

在这里插入图片描述

3.2 数据表格配置

在教务布局的内容插槽下添加布局组件

在这里插入图片描述

修改标题,改为"排课管理"

在这里插入图片描述

在页面布局中添加数据表格组件,数据模型选择课表

在这里插入图片描述

3.3 配置查询条件

点击筛选器,给表格配置查询条件

添加具体的查询条件:

  • 关联班级(关联选择)
  • 关联教师(关联选择)
  • 关联教室(关联选择)
  • 上课日期范围(日期范围)
在这里插入图片描述

3.4 配置排序字段

默认按照上课日期的倒序进行排序,最新的排课显示在最前面

在这里插入图片描述

第四步:排课弹窗实现

在排课管理页面添加弹窗组件,用于录入新的排课

在这里插入图片描述

从组件库中拖拽弹窗组件到页面,设置弹窗标题为"新增排课"

在这里插入图片描述

在弹窗中添加表单容器组件,数据模型选择课表

在这里插入图片描述

修改表单布局,改为双列布局

在这里插入图片描述

选中弹窗组件,关闭显示底部按钮,关闭弹窗默认打开状态

在这里插入图片描述


在这里插入图片描述


给新建按钮配置点击事件,打开弹窗

在这里插入图片描述

第五步:冲突检测与排课提交

创建自定义方法,用来检查排课是否冲突并且提交排课记录

// 提交排课asyncfunctioncheckScheduleConflict(params){const{ teacherId, roomId, classId, courseDate, startTime, endTime }= params;// 计算开始和结束的时间戳(日期毫秒值 + 时间毫秒值)const startTimestamp = courseDate + startTime;const endTimestamp = courseDate + endTime;// 构造核心的时间重叠查询条件: (新开始 < 旧结束) AND (新结束 > 旧开始)const timeOverlapFilter ={$and:[{course_date:{$eq: courseDate }},// 同一天{start_time:{$lt: endTime }},// 新开始时间 < 旧结束时间{end_time:{$gt: startTime }},// 新结束时间 > 旧开始时间{status:{$neq:'3'}}// 排除已取消的课程]};try{// 1. 检测【教师】冲突const teacherRes =await $w.cloud.callDataSource({dataSourceName:'MBA_Schedules',methodName:'wedaGetRecordsV2',params:{filter:{where:{$and:[{rel_teacher_id:{$eq: teacherId }}, timeOverlapFilter ]}},getCount:true}});if(teacherRes.total >0){return{code:-1,msg:'排课失败:该教师在此时间段已有排课安排!'};}// 2. 检测【教室】冲突const roomRes =await $w.cloud.callDataSource({dataSourceName:'MBA_Schedules',methodName:'wedaGetRecordsV2',params:{filter:{where:{$and:[{rel_room_id:{$eq: roomId }}, timeOverlapFilter ]}},getCount:true}});if(roomRes.total >0){return{code:-2,msg:'排课失败:该教室在此时间段已被占用!'};}// 3. 检测【班级】自身的冲突(防止同一班级同一时间排两节不同的课)const classRes =await $w.cloud.callDataSource({dataSourceName:'MBA_Schedules',methodName:'wedaGetRecordsV2',params:{filter:{where:{$and:[{rel_class_id:{$eq: classId }}, timeOverlapFilter ]}},getCount:true}});if(classRes.total >0){return{code:-3,msg:'排课失败:该班级在此时间段已排有课程!'};}// 全部通过,无冲突return{code:0,msg:'校验通过,资源可用'};}catch(error){ console.error('冲突检测失败:', error);return{code:-99,msg:'系统异常,请稍后重试'};}}exportdefaultasyncfunctionsubmitSchedule({ event, data }){// 1. 获取表单数据const formData = $w.form1.value;// 2. 校验时间合法性(course_date、start_time、end_time都是毫秒值)if(formData.start_time >= formData.end_time){ $w.utils.showToast({title:'开始时间必须小于结束时间',icon:'error'});return;} $w.utils.showLoading({title:'正在检测资源冲突...'});try{// 3. 调用前端的冲突检测方法const checkRes =awaitcheckScheduleConflict({teacherId: formData.rel_teacher_id,roomId: formData.rel_room_id,classId: formData.rel_class_id,courseDate: formData.course_date,startTime: formData.start_time,endTime: formData.end_time });// 4. 根据校验结果决定是否入库if(checkRes.code !==0){ $w.utils.hideLoading(); $w.utils.showModal({title:'冲突警告',content: checkRes.msg });return;}// 5. 校验通过,正式写入排课表await $w.cloud.callDataSource({dataSourceName:'MBA_Schedules',methodName:'wedaCreateV2',params:{data:{rel_class_id:{_id: formData.rel_class_id },rel_teacher_id:{_id: formData.rel_teacher_id },rel_room_id:{_id: formData.rel_room_id },course_date: formData.course_date,start_time: formData.start_time,end_time: formData.end_time,status:'1',// 待上课}}}); $w.utils.hideLoading(); $w.utils.showToast({title:'排课成功',icon:'success'}); $w.modal1.close({});// 关闭弹窗 $w.table1.refresh();// 刷新排课列表}catch(error){ $w.utils.hideLoading(); $w.utils.showToast({title:'系统异常',icon:'error'});}}

选择表单容器,修改表单的提交方法,改为我们的自定义方法

在这里插入图片描述


最终效果

教务人员打开排课管理页面,可以看到所有的排课记录:

在这里插入图片描述

点击"新增排课"按钮,打开排课弹窗:

在这里插入图片描述

当试图把张老师同时排给 A 班和 B 班时,系统会立即拦截并弹出:"排课失败:该教师在此时间段已有排课安排!"的警告。

在这里插入图片描述

总结

本节我们完成了排课系统引擎的完整实现:

  1. 数据模型设计
    • 创建了MBA_Classrooms教室表,管理物理空间
    • 创建了MBA_Schedules课表,记录排课信息
  2. 页面搭建
    • 创建排课管理页面,使用教务布局
    • 配置数据表格,显示排课列表
    • 配置查询条件和排序规则
  3. 冲突检测引擎
    • 实现教师冲突检测
    • 实现教室冲突检测
    • 实现班级冲突检测
    • 使用 (Start A < End B) AND (End A > Start B) 算法
  4. 排课提交
    • 时间戳转换与校验
    • 冲突检测调用
    • 排课数据写入

通过本讲的实现,教务人员可以方便地进行排课操作,系统会自动检测并拦截冲突的排课安排。

下一步,我们将继续完善考勤消课机制,实现扫码签到与课时扣减功能。

Read more

2026年医疗AI的可信革命全栈实现(上)

2026年医疗AI的可信革命全栈实现(上)

当AI Agent学会说“我不知道” 主题关键词:Python、向量数据库、医疗AI Agent、贝叶斯网络、NVIDIA 2026 适用对象:医疗信息化团队、算法工程师、医院CIO/CTO、科研与产品团队 核心判断:医疗AI下一阶段的竞争焦点,不是更会“说”,而是更会“量化不确定性、约束错误传播,并在必要时把决定权交还给人类专家”。 执行摘要 本文围绕一个核心命题展开:在2026年的医疗AI部署中,真正稀缺的并不是生成文本的能力,而是系统对“不确定性”的治理能力。大语言模型擅长读懂语言、整合文档、生成解释,却不天然擅长在证据不足时保持克制。贝叶斯网络与贝叶斯增强方法提供的,正是这种“认知刹车”。 工程上,本文给出一套完整实现路径:以Python作为主开发语言,以结构化患者工件作为中间表示,以Milvus/Qdrant/pgvector或FAISS/cuVS承接证据层,以pgmpy/PyMC/NumPyro承接概率推理层,

Spring Cloud + AI:微服务架构下的智能路由、故障自愈、日志分析

Spring Cloud + AI:微服务架构下的智能路由、故障自愈、日志分析

在云原生时代,微服务架构的复杂性带来了路由决策、故障恢复、日志排查三大痛点。将 AI 能力融入 Spring Cloud 生态,可以显著提升系统的自适应能力和运维效率。本文将围绕智能路由、故障自愈、智能日志分析三大场景,给出完整的架构设计与代码实现。 一、整体架构 智能路由 智能路由 智能路由 指标上报 指标上报 指标上报 实时指标 服务状态 路由权重 熔断指令 日志输出 日志输出 日志输出 异常日志 告警/报告 客户端请求 Spring Cloud Gateway + AI 路由策略 服务 A 服务 B 服务 C Nacos 服务注册中心 Prometheus + Grafana AI

一文带大家理解各种AI大模型收费指标tokens到底是什么东东

一文带大家理解各种AI大模型收费指标tokens到底是什么东东

Token收费举例 大家在使用各个模型的过程中,一定会关注到,各个模型都是按照使用的tokens进行收费的,例如: 1. 推理输入:0.6 元 / 百万 tokens * 含义:你向大模型提问、上传文档、粘贴上下文等 “给模型看的内容”,每消耗 100 万个 tokens,收费 0.6 元。 * 通俗例子:你发了一段 1000 字的文章给模型,大约 ≈ 1300 tokens(按 1 字≈1.3 token 粗算)。费用 ≈ 0.6 元 / 1,000,000 × 1,300 ≈ 0.00078

大模型大比对:2026主流AI大模型全方位横评与选型指南

大模型大比对:2026主流AI大模型全方位横评与选型指南

引言:AI大模型时代,选对模型比用好模型更重要 步入2026年,AI大模型行业早已告别野蛮生长,进入精细化、场景化、差异化竞争的新阶段。从海外OpenAI、Google、Anthropic三巨头领跑,到国内通义千问、智谱GLM、Kimi、文心一言、豆包等模型强势崛起,市面上可供选择的大模型数量繁多,性能、价格、擅长领域各有千秋。对于普通用户、职场人、开发者以及企业而言,面对琳琅满目的AI产品,盲目跟风选择往往会造成效率浪费和成本损耗,只有摸清各大模型的核心优势、短板与适用场景,才能精准匹配需求,让AI真正成为高效助手。 本文精选海内外10款主流大模型,涵盖头部闭源商用模型、高性价比国产模型、开源标杆模型,从核心参数、文本创作、逻辑推理、代码能力、多模态表现、长文本处理、使用成本、隐私合规八大维度展开全方位对比,深入剖析各模型差异,同时给出不同场景下的选型建议,助力读者找到最适合自己的AI大模型。 一、参评大模型一览:覆盖海内外主流选手 本次对比选取当前市场渗透率高、用户口碑好、技术实力领先的10款大模型,