内容摘要：上线第一周，数据库就崩了两次。那是2019年秋天，我参与搭建的一个企业内部在线学习系统，注册用户刚过三千，选课峰值把MySQL连接池打满。运维同事在群里甩出一张CPU飙到98%的截图，配文：“谁写的选

上线第一周，线学习系数据库就崩了两次。线学习系那是线学习系2019年秋天，我参与搭建的线学习系一个企业内部在线学习系统，注册用户刚过三千，线学习系选课峰值把MySQL连接池打满。线学习系运维同事在群里甩出一张CPU飙到98%的线学习系截图，配文：“谁写的线学习系选课逻辑，自己出来认领。线学习系”没人吭声。线学习系后来查出来是线学习系课程详情页每刷新一次就全表扫描一遍章节表——典型的N+1查询，代码里嵌套了三层for循环。线学习系

这件事让我对“在线学习”这四个字一直保持警惕。线学习系市面上的线学习系产品都在讲自适应学习路径、AI推荐、线学习系知识图谱，但地基往往松得吓人。一个视频播放页，拖动进度条能卡成PPT；讨论区发帖按钮点了没反应，因为前端没做防抖，用户连点五下就发出去五个空帖。这些细节没人写进BP，但它们决定了一个系统能不能活过第一个学期。

真正好用的在线学习系统，核心就三件事：视频别断、进度别丢、讨论区别死。听起来简单，做起来全是坑。视频断不断，不取决于你买了多贵的CDN，而取决于有没有做分片上传和断点续传。我们当时用HLS切片，每个ts文件10秒，结果有用户在地铁里看，隧道一进一出，播放器直接报错退出，进度条归零。后来加了本地缓存indexedDB，每5秒存一次currentTime，才算稳住。进度别丢，考验的是后端写库频率和冲突处理。同一个账号在手机和电脑同时看，两边的进度谁覆盖谁？我们试过时间戳优先，结果用户用手机看完一节，电脑上还停在开头，以为没学，又看一遍。最后改成“取最远进度”，但加了个手动重置按钮。

讨论区是最容易被低估的模块。很多人觉得不就是发帖回帖吗，用现成的论坛插件就行。但学习场景的讨论区不一样——它得跟课程章节绑定，得支持@助教，得能折叠已解决问题。我们最初用开源论坛搭，结果学生发帖问“第三章第二节的作业截止时间”，帖子飘在首页，三天后沉底，助教根本没看见。后来改成每个章节下面挂一个讨论串，问题按“未解决/已解决”筛选，助教每天扫一遍未解决的，回复后自动标记。活跃度反而比之前高了两倍。

还有个小细节：搜索。学生找“梯度下降”的讲解，搜出来的却是“梯度下降算法在推荐系统中的应用”这种进阶内容。因为全文索引没做权重区分，标题匹配和正文匹配一个优先级。后来把课程名称、章节标题、视频字幕、讲义文本分成四层，标题命中给3倍权重，字幕命中给1.5倍，才算能用了。这些事没有一件是“智能”的，全是笨功夫。

我见过太多团队一上来就做知识图谱，结果连用户上次看到哪一集都记不住。在线学习系统的本质是“别让用户重复劳动”——别让他重新找进度，别让他重新搜同一个问题，别让他重新缓冲同一段视频。把这三件事做到80分，比把推荐算法做到95分更有用。毕竟，一个学生打开系统，想的是“接着上次的地方看”，而不是“让AI给我规划一条通往大师的路”。

去年我重新翻看那个系统的日志，发现最活跃的用户不是学霸，而是一个每天凌晨两点打卡的保安。他只看一门课——《电工基础》，每次看12分钟，然后做5道题，错了就退回上一节重看。系统没有给他任何“智能推荐”，只是老老实实记住了他上次看到第37分钟。他用了四个月考过了证。这大概就是在线学习系统最该有的样子：安静，可靠，不抢戏。