近几年来,“互联网+”在各行各业中不断拓展应用,网站高并发已经成为一个常见场景,研究如何保证在海量数据高并发的压力下应用系统稳定并且高效的提供服务已经成为了一个重要的课题。由于教学制度的不断改革,各大高校的选课方式逐渐由纸面化向信息化过度。选课系统在日渐成熟的过程中,也逐渐暴露出一些不足,如何在业务复杂度不断增加、数据持续增长,并且不影响用户体验的情况下,弹性扩展选课系统吞吐能力并支持高并发场景,成为了一个公认的难点。因此,研究支持高并发场景的选课系统具有重要的现实意义。本课题完成的主要工作包括:(1)在充分调研各个高校选课系统的需求基础上,结合某高校的个性需求设计了一个完整的选课系统,涵盖从课程,选课,评估以及成绩等环节的教学全流程管理功能。(2)借鉴国内外大型网站对于高并发场景的成熟解决方案,结合选课系统的自身特点,选择asp.net MVC作为开发框架,IIS作为应用服务器,MsSqlserver作为数据库服务器,Nginx作为反向代理和负载均衡服务器分发请求,Rabbit MQ作为消息队列服务器处理对实时不敏感的操作,主要运用Redis缓存技术将所有选课关键数据,校验规则等缓存到内存,显著提高选课数据读写校验的速度,经过仿真测试通过了选课高并发场景的验证。(3)结合某高校沉淀的历史数据,通过对比选择了经典的“决策树”分类算法,借助spark框架完成了“优秀学生分类”评估模型建模并得出了分析结论。本文设计和实现的选课系统已经在某高校投入使用。系统运行以来稳定可靠,达到了预期设计目标。