数据库:Mysql
good表:包括商品重量、价格等基本信息
brand表:商家基本信息
(1) 增/改接口,包括接收前端的json数据与excel上传的文件
(2) 删除接口:提供按商品id删除和按商家id删除两种模式
(3) 查询:按商家id查询
定时任务,每天统计系统当前日期前一天的所有销售情况并存入daily_sales、daily_total、daily_material、daily_sku这些daily表中
task表:打包的起止时间、订单状态
pick_list表:拣货单,每个打包单的详细内容,包括所用包材和商品信息
daily_total表:用作日统计的均值数据
daily_material表:用作日统计商家各包材使用数量的均值数据
daily_sku表:用作日统计商家各包裹的sku
输入:商家编号,日期区间
(4) 输出:均值集合,包括以下。包裹重量的均值、包裹价值的均值、包裹中sku(所含商品的种类数)的均值、包裹中商品数目的均值
(5) 输出:商家各包材使用数目及占比,倒序排列
(6) 输出:商家在日期区间内的sku情况统计,包括特定sku数目下的包裹数及包裹数占比,按照占比从高到底排列
(7) 输出:商家在日期区间内的各sku每个包裹的平均商品数。如:sku = 1的每个包裹,平均含有 (1 + 2) / 2 = 1.5个商品,sku = 2的每个包裹,平均含有 (4 + 4 + 2 + 20) / 4 = 7.5个商品
(8) 输出:商家在日期区间内sku > 1的包裹的平均sku数。如:多sku包裹为包裹 1~5,平均sku数为(2+2+2+2+3) / 5 = 2.2
(9) 输出:商家在日期区间内销量前N的商品中,杂单包裹所占的比例;以及,商家在日期区间中,所售全部包裹中,杂单包裹所占的比例。
(10)输出:日期区间内,商家的"平效",按日期子区间分段展示
task表:打包的起止时间、订单状态
pick_list表:拣货单,每个打包单的详细内容,包括所用包材和商品信息
daily_sales表:用作日统计销量数据
输入:商家编号,日期区间
(11) 输出:日期区间内该商家各商品总销量值的排名
(12) 输出:商家在日期区间内的日发货量的集合,集合均值、最大值、最低值、中位数、标差
(13) 登录:登录以后返回token
(14) 用户信息:获取当前登录用户信息
(15) 登出
- SpringBoot
- Mybatis
- Mysql8
- Navicat15
- Python3.8