KO
|
EN
gitlite — search
Search
#typescript
#ai-agents
#ai
#dsh-plugin
#deepseek-harness
#open-source
#cli
#claude-code
#codex
#developer-tools
#react
#windows
hshe
★ 78
Open GitHub ↗
Online Judge System 在线评测系统 代码查重 作业质量
Download README (.md)
Explore Similar Repositories
Actor-Critic-PyTorch
:
Policy Gradient Actor-Critic PyTorch | Lunar Lander v2
typed-json-dataclass
:
A python3.7 dataclass supplemental library. Enhances dataclasses to perform basic type checking and makes the dataclass JSON serializable.
cargo-whatfeatures
:
a simple cargo plugin to get a list of features for a specific crate
Tiny-ImageNet
:
Image classification on Tiny ImageNet
kubevirt-images-generator
:
Easy Kubevirt images generator - Public images repository 💿
// repository documentation
Was this content helpful?
★ 0
(0 ratings)
Select Rating:
★
★
★
★
★
Submit Feedback
Recent Feedback
×
Download README
Do you want to download the
README.md
file for
hshe
?
Download (.md)
# HSHE 在线评测系统 [](https://travis-ci.com/shawnsky/hshe) 主要使用 Spring Boot 开发 Web 前后台，评测模块和查重模块。评测模块内核使用 C++ 开发。使用垂直型的应用架构和分布式集群部署，服务间通过消息中间件通信。使用了前后端分离的开发模式，前端使用 Vue 框架开发 SPA 应用，后端 Web 模块全 RESTful API ，使用 Redis 做缓存，提供了良好的使用体验。部署使用Docker 容器，保证系统的安全性与可靠性。 ## 部署 ### 通过 Docker Compose 安装 本项目实现了从源码构建打包到部署运行自动化。所以，在 `git clone` 本仓库后，可以直接一行命令运行起整个系统。（前提是部署环境安装了 Docker 和 [Docker Compose](https://docs.docker.com/compose/install/)） #### 启动 ``` cd docker/ docker-compose up ``` 后续的依赖下载和部署过程大概需要等待3～5分钟，之后可以通过 `8080` 端口访问测试，可以使用如下账号 - Teacher: ID `00079888` Password `123456` - Student: ID `180705202` Password `123456` #### 停止 ``` cd docker/ docker-compose kill docker-compose rm --force ``` 杀死并删除所有容器 ### 手动安装 #### 安装依赖服务 在部署环境安装以下软件： - Docker - MySQL 5.6 - RabbitMQ 3.6 - Redis 4.0 - Nginx #### 配置 - 部署环境创建数据目录 ``` mkdir -p /data/subs/ mkdir -p /data/tests/ ``` - 复制 judge_sim.sh（在这里 `docker/sim/judge_sim.sh` ）到部署环境 `/usr/local/bin` 下 - 复制 sim302 目录（在这里 `docker/sim/sim302` ）到部署环境 `/usr/local` 下 - 在 `core`, `judge`, `sim` 子项目的 `application.properties` 中修改： - 相应服务的 `host`, `user`, `password` 等 - 系统数据存储路径 - 认证密钥等（建议设置为环境变量） - 复制 Nginx 配置文件（在这里 `docker/web/nginx.conf`），并修改 `/api` 路由的 `proxy_pass` 为你的部署主机地址。然后复制 `static` 目录到部署环境的 `/hshe/static` - 运行 SQL 脚本，导入数据库 Demo 数据（在这里 `docker/mysql-dump/hshe-7-12.sql`） #### 构建项目 **已通过测试的构建环境** CentOS 7、Ubuntu 18.04 在 `core`, `judge`, `sim` 目录中分别执行： ``` mvn clean package -DskipTests ``` #### 构建镜像 使用 Docker Java 8 基础镜像分别构建 3 个嵌入 jar 的镜像。Dockerfile 示例： - core ``` FROM java:8 COPY . /usr/bin WORKDIR /usr/bin CMD ["java", "-jar", "core-0.0.1-SNAPSHOT.jar"] ``` - judge ``` FROM java:8 COPY . /usr/bin WORKDIR /usr/bin RUN useradd hshe -u 1000 -p "$(openssl passwd -1 hshepasswd)" USER hshe CMD ["java", "-jar", "judge-0.0.1-SNAPSHOT.jar"] ``` - sim ``` FROM java:8 COPY . /usr/bin WORKDIR /usr/bin CMD ["java", "-jar", "sim-0.0.1-SNAPSHOT.jar"] ``` 在各自的 Dockerfile Context 下分别构建 3 个镜像： ``` docker build -t image-{core|judge|sim} . ``` #### 运行 启动容器 ``` docker run -d -p 9000:9000 --name core image-core docker run -d --restart always -v /data/:/data/ --name judger1 image-judge docker run -d --restart always -v /data/:/data/ --name judger2 image-judge docker run -d -v /data/:/data/ -v /usr/local/sim_judge.sh:/usr/local/sim_judge.sh -v /usr/local/sim302/:/usr/local/sim302/ --name simer1 image-sim ``` 注意 `core`, `judge` 和 `sim` 之间的方法调用是 MQ 实现的 RPC，所以 `core` 和 `judge`/`sim` 可以运行在不同主机上，且 `judge`和 `sim` 容器可不限数量的启动 启动 Nginx 服务器 ``` /usr/local/nginx ``` ## 运行截图 #### 用户登录 学生和教师使用同一登录入口，教师登录后会出现后台管理入口。  #### 首页 展示系统内作业题目信息。  #### 题目界面 展示题目详情，样例输入和样例输出。可选的编程语言由评测环境决定，目前的测试基于 OpenJDK 1.8，可以评测 Java 代码。  #### 提交结果 检查提交结果，同时显示资源占用情况。  #### 管理后台 教师对班级、学生、作业的增删改管理。系统概览还可以查看目前各个评测机的运行状态。 **★ 加入了代码相似度分析（仅教师可见），比较并显示同一题目的某同学代码和其他同学代码的最高相似度，并把互相相似的代码作业标记为一组雷同作业。以帮助教师方便判定存在的作业抄袭情况。**    ## 说明 项目目录中，`core` 是指后端API服务（命名不规范请见谅）；`judge` 是指后端评测服务，收到来自前端的代码提交调用后，通知 `judge` 模块对代码编译、运行、判定结果；`sim` 是指后端查重服务，其实就是对开源查重工具SIM的调用封装，若 `judge` 模块判定代码通过，会通知 `sim` 模块对代码进行查重，并更新结果。`static` 目录是前端项目，需要单独发布。 `judge` 和 `sim` 是内部服务，不提供外部调用入口，总体的调用顺序是 `core` -> `judge` -> `sim` ，但为了避免同步调用，所以才使用了 MQ 来做服务通信，同时启动多个 `judge` 和 `sim` 来消费，很大程度的提升了系统的性能和稳定性。 服务端运行来自用户的代码非常危险，因此服务运行于容器，保证了评测服务的安全。 *本项目的架构大致如下图  欢迎大家运行体验！
