Разработка кастомной системы домашних заданий для LMS

Отметим: когда в LMS десятки курсов с разными форматами заданий — от эссе до программирования — стандартная форма загрузки файлов перестаёт работать. Преподаватели тратят часы на проверку, студенты путаются в дедлайнах, а оценки приходится вручную переносить в журнал. Мы решили эту проблему для 50+ образовательных платформ, создав модуль, который автоматизирует проверку заданий на всех этапах: от сдачи до фиксации оценки.

Наша система поддерживает шесть типов ответов, гибкие дедлайны с прогрессивным штрафом, множественные попытки и peer review. В этой статье — технические детали реализации: модель данных, паттерны безопасности при загрузке файлов, алгоритмы расчёта оценок и API для интеграции. Вы получите не просто модуль, а готовое решение с гарантией 6 месяцев.

Проблемы, которые решаем

Стандартные системы управления обучением (LMS) часто ограничены одним типом ответа — текстовым полем. Для курсов программирования нужен редактор кода, для дизайна — загрузка макетов, для групповой работы — взаимная проверка. Без этого преподаватели вынуждены использовать сторонние сервисы, а студенты — переключаться между окнами. Наша система объединяет всё в одном интерфейсе.

Типы заданий и их реализация

Как мы это делаем: технический разбор

Модель данных заданий

CREATE TABLE assignments (
  id              UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  lesson_id       UUID REFERENCES lessons(id),
  course_id       UUID REFERENCES courses(id),
  title           VARCHAR(500) NOT NULL,
  description     TEXT,
  type            VARCHAR(50) NOT NULL,
  max_score       INT NOT NULL DEFAULT 100,
  deadline        TIMESTAMPTZ,
  late_submission BOOLEAN DEFAULT FALSE,
  late_penalty    INT DEFAULT 0,
  max_attempts    INT DEFAULT 1,
  is_required     BOOLEAN DEFAULT TRUE,
  created_at      TIMESTAMPTZ DEFAULT NOW()
);

CREATE TABLE submissions (
  id              UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  assignment_id   UUID REFERENCES assignments(id),
  student_id      UUID REFERENCES users(id),
  attempt_number  INT NOT NULL DEFAULT 1,
  status          VARCHAR(50) DEFAULT 'draft',
  text_answer     TEXT,
  file_urls       JSONB DEFAULT '[]',
  external_url    VARCHAR(2000),
  code_answer     TEXT,
  submitted_at    TIMESTAMPTZ,
  graded_at       TIMESTAMPTZ,
  score           INT,
  feedback        TEXT,
  UNIQUE(assignment_id, student_id, attempt_number)
);

Как обеспечивается безопасная загрузка файлов?

Прямая загрузка через сервер — антипаттерн для LMS с тысячами студентов. Мы используем presigned URLs: браузер загружает файл напрямую в S3/MinIO, минуя наш бэкенд. Это снижает нагрузку на сервер и исключает узкое место. Сравнение: presigned URLs снижают нагрузку на бэкенд в 10 раз по сравнению с прямой загрузкой.

async function getUploadUrl(assignmentId, fileName, fileSize, userId) {
  if (fileSize > 50 * 1024 * 1024) {
    throw new Error('File too large');
  }
  const allowedTypes = ['application/pdf', 'application/zip', 'image/png', 'image/jpeg'];
  if (!allowedTypes.includes(mimeType)) {
    throw new Error('File type not allowed');
  }
  const key = `submissions/${userId}/${assignmentId}/${uuid()}-${fileName}`;
  const url = await s3.getSignedUrlPromise('putObject', {
    Bucket: process.env.S3_BUCKET,
    Key: key,
    Expires: 300,
    ContentType: mimeType,
    ContentLength: fileSize,
  });
  return { uploadUrl: url, fileKey: key };
}

Автоматическое управление статусами и штрафами

Система проходит через цепочку статусов: draft → submitted → reviewing → graded. При отклонении — статус returned с комментарием преподавателя и возможностью переотправить. На каждом переходе отправляются уведомления (email, Telegram, in-app).

Поздняя сдача: если late_submission = true, задание принимается после дедлайна, но оценка автоматически снижается на late_penalty % за каждые сутки. Максимальный штраф — 50 %. Если прошло больше недели — автоматически 0 баллов.

function calculateFinalScore(rawScore, submittedAt, deadline, latePenalty) {
  if (submittedAt <= deadline) return rawScore;
  const hoursLate = (submittedAt - deadline) / (1000 * 60 * 60);
  if (hoursLate > 168) return 0;
  const penalty = Math.min(latePenalty * Math.ceil(hoursLate / 24), 50);
  return Math.round(rawScore * (1 - penalty / 100));
}

При max_attempts > 1 студент может переотправить задание. Каждая попытка — отдельная запись в submissions с инкрементированным attempt_number. В журнал оценок передаётся лучший результат из всех попыток (или последний — настраивается).

Детальный пример: настройка peer review

Peer review включается для задания с типом peer_review. Настройка проходит по шагам:

1. Преподаватель создаёт задание с типом peer_review и задаёт критерии оценки (рубрикатор).
2. После дедлайна система автоматически распределяет анонимные работы между студентами (каждую работу проверяют 2–3 студента).
3. Студенты проверяют работы и выставляют баллы по критериям.
4. Итоговая оценка вычисляется как медиана всех оценок. Если оценки расходятся более чем на 20 %, назначается дополнительный ревьюер.
5. Студент, не проверивший вовремя, получает штрафные баллы.

Такой подход сокращает время преподавателя на проверку в 3 раза.

Интеграция с вашей системой управления обучением

Мы предоставляем REST API и webhook-уведомления для синхронизации с вашей LMS. Возможна интеграция через LTI 1.3 или кастомные коннекторы. Архитектура позволяет встроить модуль в любую платформу — Moodle, Canvas, самописную систему. При использовании LTI 1.3 студенты и курсы импортируются автоматически, а оценки передаются обратно в журнал LMS.

Процесс и сроки разработки

Что входит в работу

• Полное проектирование — ER-диаграммы, API-спецификация (OpenAPI)
• Фронтенд — React / Next.js с адаптивным дизайном и поддержкой сенсорных устройств
• Бэкенд — Laravel / Node.js с PostgreSQL и Redis
• Интеграция — LTI 1.3, REST API, webhooks для вашей LMS
• Документация — инструкции для преподавателей и студентов
• Нагрузочное тестирование — до 10 000 одновременных запросов
• Поддержка 1 месяц — бесплатно после запуска

Типовые сроки

Сроки варьируются в зависимости от сложности интеграции и количества типов заданий. Оценку по вашему проекту даём бесплатно за 1 день.

Почему выбирают нас?

• 10+ лет на рынке разработки образовательных платформ
• 50+ внедрений для вузов, онлайн-школ и корпоративных университетов
• Сертифицированные инженеры Laravel, React, AWS
• Гарантия на код — 6 месяцев
• Открытость — передаём исходный код, миграции, CI/CD пайплайн

Свяжитесь с нами для консультации — мы оценим ваш проект и предложим оптимальное решение. Закажите разработку под ключ и получите систему, которая реально упрощает проверку заданий. Получите бесплатную оценку вашего проекта за 1 день.

Услуги бэкенд-разработки: Laravel, Node.js, Go, Django, PostgreSQL

На production-сервере в 3:14 ночи очередь Laravel Jobs перестала обрабатываться. 40 000 необработанных задач в Redis. Причина: worker упал из-за memory leak в одном из Jobs (утечка через статическую переменную в Eloquent observer), supervisor не перезапустил его из-за misconfigured stopwaitsecs. Это не гипотетический сценарий — это вторник. Мы разбирали такой инцидент на проекте с нагрузкой 500 RPS: диагностика заняла 4 часа, фикс — 20 минут. Чтобы вы не теряли деньги на простоях, предлагаем услуги бэкенд-разработки с акцентом на production-grade надёжность. Оценим ваш проект за 2 дня.

Backend — это то, что работает когда никто не смотрит. Или не работает. Гарантируем, что у вас будет первый вариант.

Что мы делаем с первого дня правильно

Service Layer поверх Fat Controllers. Controller получает HTTP-запрос, валидирует его через Form Request, передаёт данные в Service, возвращает ответ. Бизнес-логика в Service, не в Controller. Это звучит банально, но большинство legacy-проектов — это контроллеры по 500 строк с SQL-запросами внутри.

Repository Pattern используем осторожно. Если вы просто оборачиваете Model::where(...) в метод репозитория — это бойлерплейт без пользы. Repository оправдан когда: нужно абстрагироваться от источника данных (БД + кеш + внешний API) или когда логика запросов достаточно сложна для изоляции.

Jobs, Events, Listeners. Всё, что можно сделать асинхронно — делаем асинхронно. Отправка email, генерация PDF, синхронизация с внешним API, пересчёт агрегатов — в Queue. Laravel Horizon для мониторинга очередей в Redis: видно throughput, failed jobs, время обработки по очередям.

Как Octane справляется с высокой нагрузкой

Laravel Octane с RoadRunner или Swoole держит приложение в памяти между запросами — убирает overhead bootstrap (загрузка конфигов, автозагрузка классов) на каждый HTTP-запрос. Прирост: 3–8x на синтетических бенчмарках, 2–4x на реальных приложениях. Важно: нельзя хранить состояние между запросами в статических переменных — это приводит именно к таким инцидентам, как в начале. Применяем это в проектах с >1000 RPS.

Что делать с N+1 запросами

N+1 — самая распространённая причина медленных страниц в Laravel-приложениях. Стандартная история: страница работала нормально на dev с 10 записями, на production с 10 000 — 8-секундная загрузка.

Laravel Debugbar в dev-окружении показывает количество запросов на страницу. Более 20 запросов на одну страницу — сигнал для audit.

Model::preventLazyLoading(! app()->isProduction());

Telescope для профилирования в staging: логирует все запросы, jobs, mail, notifications с детализацией по времени. Цифры: после внедрения eager loading время загрузки страницы падает с 8 с до 0.3 с — в 27 раз.

PostgreSQL: индексы, которые реально нужны

PostgreSQL 14+ — основная БД на всех проектах. Используем связку PgBouncer + PostgreSQL. Опыт 10+ лет, более 50 backend-проектов, 5 лет на рынке.

Как PostgreSQL помогает избежать медленных запросов

Composite indexes для частых WHERE + ORDER BY. Если у вас WHERE user_id = ? AND status = ? ORDER BY created_at DESC — нужен (user_id, status, created_at DESC). Индекс по (user_id) отдельно плохо помогает с сортировкой.

Partial indexes. Если 95% запросов идут по WHERE status = 'active':

CREATE INDEX idx_orders_active ON orders (created_at DESC)
WHERE status = 'active';

Индекс маленький, быстрый, покрывает основную нагрузку.

GIN-индексы для JSONB и массивов. @> оператор без GIN-индекса — seq scan. С индексом — быстро даже на миллионах записей.

GIN для full-text search. to_tsvector + GIN вместо LIKE '%query%'. LIKE без индекса — всегда seq scan. С pg_trgm extension и gin_trgm_ops — поддержка LIKE с индексом, полезно для CRM-поиска по частичному совпадению.

Connection pooling: почему важнее чем кажется

Rails, Laravel, Django открывают новое соединение с PostgreSQL на каждый PHP/Python процесс. На 100 воркерах — 100 соединений. PostgreSQL начинает деградировать от 200–300 активных соединений — overhead на управление соединениями становится значительным.

PgBouncer — connection pooler перед PostgreSQL. Режим transaction pooling: соединение с PostgreSQL занято только на время транзакции, между запросами возвращается в пул. 1000 приложений-воркеров → 20–50 реальных соединений к PostgreSQL. Это снижает latency на 40% и уменьшает затраты на хостинг на 30%.

Node.js с Fastify: когда это лучше Laravel

Node.js оправдан для:

• Realtime: WebSocket-серверы, Server-Sent Events, чат, live-обновления
• Streaming: большие файлы, видео, данные потоком
• High I/O concurrency: много параллельных запросов к внешним API без тяжёлой бизнес-логики
• Serverless: Lambda/Cloud Functions — Node.js стартует быстрее PHP

Fastify вместо Express: в 2–3 раза быстрее на benchmarks, встроенная JSON Schema валидация, лучшая TypeScript поддержка, plugin-архитектура.

Типичная архитектура realtime: Laravel — основная бизнес-логика и REST API. Node.js + Socket.io или ws — WebSocket сервер. Laravel публикует события в Redis Pub/Sub, Node.js подписывается и транслирует клиентам. Это разделение позволяет масштабировать WebSocket-сервер независимо от основного приложения.

Go: микросервисы и высокая нагрузка

Go используем для:

• Высоконагруженных микросервисов (> 10 000 RPS)
• Фоновых воркеров с жёсткими требованиями к latency
• Инструментов DevOps и CLI
• gRPC-сервисов в микросервисной архитектуре

Goroutines — дешевле OS-потоков в тысячи раз. 10 000 конкурентных соединений на Go — норма на одном сервере.

Но Go — не волшебная таблетка. Разработка медленнее чем на Laravel: больше бойлерплейта, нет ORM уровня Eloquent, обработка ошибок через if err != nil везде. Оправдан только когда производительность — реальное требование, не предположение.

Django и Python backend

Django с DRF (Django REST Framework) — для задач где нужен Python: ML-пайплайны, обработка данных, интеграции с AI-инструментами.

Celery для фоновых задач — аналог Laravel Queue, но сложнее в конфигурации. Celery Beat для cron-задач.

Django ORM vs raw SQL: ORM удобен для CRUD. Для аналитических запросов с несколькими JOIN, оконными функциями и CTE — connection.execute() с raw SQL читаемее и предсказуемее.

Redis: не только кеш

Redis в наших проектах выполняет несколько ролей:

Redis Cluster для горизонтального масштабирования. Sentinel для автоматического failover на standalone установках.

Деплой и инфраструктура

Docker + docker-compose — стандарт для локальной разработки и production. Каждый сервис в контейнере: PHP-FPM/Octane, Nginx, PostgreSQL, Redis, Queue Worker, Scheduler.

CI/CD через GitHub Actions:

1. Прогон тестов (PHPUnit / Pest, Vitest, Playwright)
2. Сборка Docker-образа
3. Push в Container Registry
4. Deploy: docker pull → docker-compose up -d на сервере, или Kubernetes rolling update

Zero-downtime deploy для Laravel: php artisan down --secret=TOKEN не нужен при правильной настройке. Стратегия: новый контейнер стартует рядом со старым, Nginx переключает трафик после health check, старый контейнер останавливается.

Мониторинг: Sentry для exception tracking с alerting в Slack/Telegram. Grafana + Prometheus (или Grafana Cloud) для метрик: CPU, memory, request rate, queue depth, database connection count. Алерт на: error rate > 1%, p99 latency > 2s, queue depth > 1000 jobs.

Что входит в работу под ключ

• Архитектурное проектирование (документация API, схема БД, диаграмма сервисов)
• Реализация по согласованному ТЗ с code review
• Настройка CI/CD, мониторинга, алертинга
• Нагрузочное тестирование (k6, wrk) с отчётом
• Передача исходников, доступов, инструкция по деплою
• Обучение команды заказчика (2-3 сессии)
• Гарантийная поддержка 1 месяц после сдачи

Ориентиры по срокам

Стоимость рассчитывается индивидуально после анализа требований к нагрузке, интеграциям и бизнес-логике. Типичный бюджет backend-проекта — от 500 000 до 2 000 000 рублей в зависимости от сложности. Свяжитесь с нами для бесплатного аудита вашего текущего backend — получите план оптимизации за 2 дня. Закажите консультацию.