智能评估时代:SurveyKing开源问卷系统YYDS

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 我发现了一个开源的问卷/考试系统SurveyKing([GitHub](https://github.com/javahuang/surveyking) / [Gitee](https://gitee.com/surveyking/surveyking)),拥有强大功能,包括丰富的问卷设计选项。它在GitHub上有2.9k stars。虽然后端开源,但前端代码未公开。快速体验可通过Docker运行`docker run -p 1991:1991 surveyking/surveyking`。项目部署涉及数据库初始化和编写`docker-compose.yml`。

最近有同事在设计问卷系统,我碰巧在 GitHub 上发现了一个开源的问卷/考试系统,觉得它非常不错,给他推荐了下。今天我打算和家人们分享一下这个发现。

项目介绍

  • 功能最强大的调查问卷系统和考试系统,有如下特性:

_20240509222816.jpg

  • 同类型的项目比较:

_20240509223110.jpg

  • star 详情

该项目目前在github上已有2.9k star

_20240509223242.jpg

  • 缺点

项目后端代码是开源的,项目前端代码部分未提供,整体项目是以打包后的jar文件的形式提供的。

项目部署

我们此处以以docker的形式部署

  • 快速体验部署

作者给我们提供了一个快速部署的docker镜像,我们只需运行以下命令启动项目即可在本地快速体验

docker run -p 1991:1991 surveyking/surveyking
  • 正式环境部署

如果我们需要在正式环境使用或者需要持久化我们的数据,则需要依赖mysql数据库,进作者的qq交流群,从群文件中下载最新的jar文件和初始化sql。

_20240509225008.png

第一步:初始化数据库

在mysql数据中创建数据库surveyking,执行我们下载的初始化sql文件init-mysql.sql

第二步:编写docker-compose.yml文件

创建部署目录surveyking,在surveyking下创建docker-compose.yml文件

docker-compose.yml

version: '3.8'
services:
  surveyking:
    environment:
      JAVA_OPTS: "-Xms128m -Xmx1024m"
    image: "openjdk:8u342-jdk"
    container_name: surveyking
    restart: always
    ports:
        - 1991:1991
    logging:
      driver: "json-file"
      options:
        max-file: "5"
        max-size: "100m"
    volumes:
      - "./surveyking-v1.7.1.jar:/surveyking.jar"
      - "./logs:/logs"
      - "./files:/files"
      - "/etc/localtime:/etc/localtime:ro"
    command: [
            "sh",
            "-c",
            "java -jar /surveyking.jar --spring.datasource.url=jdbc:mysql://192.168.10.171:3306/surveyking --spring.datasource.username=root --spring.datasource.password=123456"]

其中 command 启动命令中的参数为我们数据库的连接地址,用户和密码。

创建好之后将我们下载的surveyking-v1.7.1.jar文件复制到docker-compose.yml的同级目录下。

第三步:启动容器

在docker-compose.yml的同级目录下执行以下命令启动容器

docker-compose up -d 

到此处,如果不出意外的话我们项目就部署好了。

使用项目

作者在官网的使用手册中对于项目的配置有详细的描述,我们此处就简单坐下说明。我比较喜欢的是所有地方支持插入图片的这个功能,我们可以在每个选项、题目、题干说明等地方直接复制粘贴图片、拖拽改变图片大小的功能。

  • 创建问卷

_20240509230901.jpg

  • 问卷设置

_20240509230949.jpg

  • 问卷数据查看

_20240509231250.jpg

  • 问卷数据报表

_20240509231355.jpg

其它功能我们就不在此处说明了,家人们可自行尝试

总结

SurveyKing作为一款开源的问卷考试系统,为教育和企业界提供了一个灵活、高效的评估工具。通过本文的介绍,您可以了解到SurveyKing的主要特点和部署步骤,希望对您有所帮助。

相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
Web App开发 搜索推荐 安全
免费、好用、强大的开源笔记软件综合评测
笔记产品那么多,为什么要使用开源笔记软件? 开源笔记软件的优点和缺 优点 • 免费使用; • 可扩展性强,满足用户的个性化需求; • 数据更加安全,不用担心开发者突然跑路; 缺点 • 用户最好具备一定的技术,有些功能的使用可能需要用户自 下面是一些比较著名的开源笔记软件。绝大多数开源软件都是针对某款知名笔记软件的替代品,比如印象笔记/EverNote、Roam Research、Notion 等笔记软件的替代品。 具体包括,Joplin、 Turtle、 Laverna、 Boostnote、 Anytype、 Focalboard、 TiddlyWiki 、 Athens、 Trilium.
2250 0
免费、好用、强大的开源笔记软件综合评测
|
2月前
|
人工智能 数据可视化 API
10 分钟构建 AI 客服并应用到网站、钉钉或微信中测试评
10 分钟构建 AI 客服并应用到网站、钉钉或微信中测试评
102 2
|
6月前
|
搜索推荐 数据管理 数据挖掘
提升调研效率!2024年哪个问卷工具更值得选择?
Zoho Survey是一款适用于多行业的问卷工具,提供丰富的调查功能,包括多样问题类型、定制化设计、高级逻辑、自动化、多渠道分发、日期提醒、自定义链接、多语言支持和数据管理集成。其独特优势在于与Zoho应用的无缝集成、高级问题类型、协作功能、强大的数据分析和实时响应跟踪等,适合高效、个性化的调查需求。
91 0
|
6月前
|
人工智能 双11
淘宝设计2023年度AI设计实践报告(中)
淘宝设计2023年度AI设计实践报告(中)
234 3
|
6月前
|
数据采集 人工智能 自然语言处理
淘宝设计2023年度AI设计实践报告(下)
淘宝设计2023年度AI设计实践报告(下)
356 1
|
机器学习/深度学习 自然语言处理 测试技术
中文竞技场大模型评测体验报告
Modelscope是一个用于评估和分析深度学习模型的开源工具,它可以帮助研究人员和开发者对模型进行性能分析、可解释性分析和对比实验等。本次我体验了代码相关、知识常识和x写作创作相关这三个对话类型场景,下面是我的一些测试模型的分析。
433 19
|
自然语言处理 安全 机器人
中文竞技场大模型测评报告-小白体验
我们进行这次测评的主要目标是检验中文竞技场提供的大模型在写作代码相关、中文游戏和知识常识方面的性能。我们进入了中文竞技场大模型平台,对这些模型进行了实际操作,并在以下方面进行了测试和评估。
260 16
|
人工智能 机器人
AI智能自动交易量化机器人系统开发稳定版丨案例设计丨方案项目丨功能分析丨源码说明
When developing an AI automated quantitative trading robot system, it is first necessary to clarify the system's goals and requirements. Determine key factors such as the market, trading strategy, and risk control methods to be traded. Next, establish the basic framework for data acquisition and pro
如何用ChatGPT做内容营销方案和选题计划,同时生产和优化内容?
该场景对应的关键词库(31个): 内容营销、目标、主题、类型、选题计划、素材、推广策略、优化方案、渠道、目标受众、竞争对手、行业背景、转化率、品牌知名度、客户参与度、销售、发布频率、选题阶段、生产阶段、推广阶段、预算分配、人群特征、话题标签、视觉元素、电子邮件、SEO、数字广告、线下广告、在线聊天、社交媒体、赞助
559 0
如何用ChatGP协助你,从品牌角度对产品提出升级建议?
该场景对应的关键词库(19个): 品牌洋葱图思维模型、产品信息、人群、品类、属性、体验、差异化特征、功效、品牌价值主张、目标用户、需求、痛点、爽点、消费者、外观、功能、结构、产品优化建议、产品开发可行性。
122 0