WuTong-ww/BookStore

DB第一次项目

stars

commits

Python

primary language

Nov 4, 2025

updated

README

BookStore - MongoDB版在线书店系统

华东师范大学数据科学与工程学院
当代数据管理系统课程 Project1
团队成员：王惜冉、吴彤

📚 项目简介

本项目是一个基于MongoDB文档数据库的在线书店系统，支持买家购书、卖家开店、订单管理等完整的电商业务流程。项目采用Flask后端框架，实现了用户管理、商品管理、订单处理、智能推荐等功能。

✨ 核心特性

✅ 完整的电商流程：注册→登录→充值→下单→付款→发货→收货
🔍 智能搜索：支持全站/店铺搜索，多字段匹配，分页显示
🤖 智能推荐系统：
- 基于用户共现的个性化推荐
- 协同过滤推荐算法
📖 书名提取器：基于ChatLM-mini-Chinese预训练模型的NLP功能
⏰ 订单超时管理：APScheduler定时任务+deque队列自动取消超时订单
📊 高测试覆盖率：107个测试用例，覆盖率达91%

🏗️ 技术栈

技术	版本	说明
Python	3.11+	开发语言
Flask	2.0.0	Web框架
MongoDB	4.0+	文档数据库
PyMongo	4.3.3	MongoDB驱动
PyJWT	2.9.0	JWT令牌认证
APScheduler	3.10.4	定时任务调度
Transformers	4.31.0	NLP模型库
Pytest	8.0+	测试框架
Coverage	7.6.2	测试覆盖率

📁 项目结构

bookstore5/                      # 项目根目录
├── bookstore/                   # 主项目目录
│   ├── be/                      # 后端代码
│   │   ├── model/               # 业务逻辑层
│   │   │   ├── buyer.py        # 买家模块（下单、付款、收货、推荐）
│   │   │   ├── seller.py       # 卖家模块（开店、上架、发货）
│   │   │   ├── user.py         # 用户模块（注册、登录、搜索）
│   │   │   ├── store.py        # 数据库连接与索引管理
│   │   │   ├── times.py        # 订单超时管理
│   │   │   ├── error.py        # 错误码定义
│   │   │   └── db_conn.py      # 数据库连接基类
│   │   ├── view/                # 路由接口层
│   │   │   ├── auth.py         # 用户认证路由
│   │   │   ├── buyer.py        # 买家路由
│   │   │   └── seller.py       # 卖家路由
│   │   ├── serve.py            # Flask服务启动
│   │   └── app.py              # Flask应用实例
│   ├── fe/                      # 前端测试代码
│   │   ├── access/              # API访问封装
│   │   ├── test/                # 功能测试用例
│   │   ├── bench/               # 性能测试
│   │   ├── data/                # 测试数据
│   │   │   └── book.db         # SQLite图书数据
│   │   ├── conf.py             # 测试配置
│   │   └── conftest.py         # pytest配置
│   ├── doc/                     # API文档
│   ├── script/                  # 脚本文件
│   │   ├── test.sh             # 基础测试脚本
│   │   └── test_log.sh         # 带日志的测试脚本
│   ├── logs/                    # 测试日志目录
│   ├── htmlcov/                 # 覆盖率HTML报告
│   ├── pic/                     # 项目图片资源
│   ├── requirements.txt         # 依赖包列表
│   └── setup.py                # 项目安装配置
├── importbook_to_mongo.py      # 数据导入脚本（根目录）
└── README.md                   # 项目说明文档

🚀 快速开始

1️⃣ 环境准备

安装MongoDB

Windows: 下载 MongoDB Community Server
macOS: brew install mongodb-community
Linux: sudo apt-get install mongodb

启动MongoDB服务：

# Windows
net start MongoDB

# macOS/Linux
sudo systemctl start mongod

验证MongoDB运行：

mongo --version

安装Python依赖

# 克隆项目
git clone https://github.com/WuTong-ww/BookStore.git
cd BookStore/bookstore

# 创建虚拟环境（推荐）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

2️⃣ 数据库初始化

# 从SQLite导入到MongoDB
cd bookstore
python import_books_from_sqlite.py

该脚本会自动：

连接到本地MongoDB（mongodb://localhost:27017）
创建bookstore数据库
从fe/data/book.db导入图书数据
创建必要的索引

3️⃣ 运行测试

推荐使用conda环境：

# 进入项目目录
cd bookstore

# 激活conda环境
conda activate bookstore5-py310

# 运行完整测试（带日志）
bash script/test_log.sh

测试输出：

完整日志：logs/pytest_YYYYMMDD_HHMMSS.log
错误摘要：logs/pytest_errors_YYYYMMDD_HHMMSS.log
覆盖率报告：logs/coverage_YYYYMMDD_HHMMSS.log
HTML报告：htmlcov/index.html

其他测试方式：

# 基础测试
bash script/test.sh

# Windows用户
run_tests.bat

# 运行特定测试
pytest fe/test/test_new_order.py -v

4️⃣ 启动服务

cd bookstore
python be/serve.py

服务将在 http://127.0.0.1:5000 启动

📊 数据库Schema

项目使用以下MongoDB集合：

集合名	说明	主要字段
`users`	用户信息	user_id, password, balance, token
`stores`	商店信息	store_id, user_id, books[]
`books`	图书详情	id, title, author, price, tags, picture
`new_books`	推荐用图书	book_id, book_info
`new_order`	待付款订单	order_id, user_id, store_id, status
`new_order_detail`	订单明细	order_id, book_id, count, price
`history_order`	历史订单	order_id, status, commit_time
`history_order_detail`	历史订单明细	order_id, book_id, count, price

📊 功能模块

基础功能（60%）

1. 用户模块

✅ 用户注册 POST /auth/register
✅ 用户登录 POST /auth/login
✅ 用户登出 POST /auth/logout
✅ 注销账户 POST /auth/unregister
✅ 修改密码 POST /auth/password

2. 买家模块

✅ 账户充值 POST /buyer/add_funds
✅ 创建订单 POST /buyer/new_order
✅ 支付订单 POST /buyer/payment

3. 卖家模块

✅ 创建商店 POST /seller/create_store
✅ 添加图书 POST /seller/add_book
✅ 增加库存 POST /seller/add_stock_level

附加功能（40%）

4. 订单流程

✅ 卖家发货 POST /seller/delivery_order
✅ 买家收货 POST /buyer/receive_order
✅ 订单查询 GET /buyer/query_order
✅ 取消订单 POST /buyer/cancel_order
✅ 超时自动取消（APScheduler定时任务）

5. 搜索功能

✅ 全站搜索 GET /search_books?query=xxx
✅ 店铺搜索 GET /search_books?query=xxx&store_id=xxx
✅ 多字段匹配（title, tags, author, content）
✅ 分页显示 &page=1&page_size=10

6. 推荐系统

✅ 基于用户共现推荐 GET /recommend_books?user_id=xxx
✅ 协同过滤推荐 GET /recommend_books_one?user_id=xxx&count=5

7. 书名提取器

✅ 智能提取书名 POST /extract_titles
使用ChatLM-mini-Chinese预训练模型

🎯 项目亮点

3个创新功能

书名提取器：基于Transformer模型的NLP功能，支持从自然语言文本中提取书名
推荐系统1：基于用户共现的个性化推荐，分析购买行为相似度
推荐系统2：协同过滤算法，基于余弦相似度计算书籍关联性

4个数据库优化

聚合管道优化：使用$match和$group在数据库层面计算订单总价
哈希索引优化：为books集合的id字段创建哈希索引，加速查询
$lookup联表查询：在推荐功能中实现多集合数据关联
deque队列+定时任务：高效管理未付款订单，实现超时自动取消

🧪 测试说明

总测试用例：107个
测试覆盖率：91%
测试日志：自动保存在logs/目录

🐛 常见问题

1. MongoDB连接失败

确认MongoDB服务已启动：net start MongoDB (Windows) 或 sudo systemctl start mongod (Linux)
检查端口27017是否被占用

2. Flask版本冲突

pip install flask==2.0.0 Werkzeug==2.0.0

3. 测试数据导入失败

确认fe/data/book.db文件存在
检查MongoDB写入权限

4. Conda环境问题

# 创建新环境
conda create -n bookstore5-py310 python=3.10
conda activate bookstore5-py310
pip install -r requirements.txt

🤝 开发团队

姓名	学号	分工
王惜冉	10235501401	买家模块、书名提取器、推荐系统2、测试、报告
吴彤	10222140442	卖家模块、用户模块、搜索功能、推荐系统1、测试、报告

📄 许可证

本项目仅用于学习和研究目的。

🔗 相关链接

项目仓库：https://github.com/WuTong-ww/BookStore
MongoDB文档：https://www.mongodb.com/zh-cn/docs/
Flask文档：https://flask.palletsprojects.com/
ChatLM模型：https://github.com/charent/ChatLM-mini-Chinese

Contributors

WuTong-ww

9 commits

irani0811

5 commits

Similar repos

WuTong-ww/BookStore2

DB第二次项目

shared contributors

tthanhhau/UTEShop_Project

macrozheng/mall

mall项目是一套电商系统，包括前台商城系统及后台管理系统，基于Spring Boot+MyBatis实现，采用Docker容器化部署。…

84,729

macrozheng/mall-learning

mall学习教程，架构、业务、技术要点全方位解析。mall项目（60k+star）是一套电商系统，使用现阶段主流技术实现。涵盖了SpringBoot、MyBatis、Elasticsearch、Ra…

13,416

Owen1u/Virtual-TA

虚拟助教@SHU

newbee-ltd/newbee-mall

🔥 🎉newbee-mall是一套电商系统，包括基础版本(Spring Boot+Thymeleaf)、前后端分离版本(Spring Boot+Vue…

11,618

sanudasandipa/MarketMatic-Smart-Assistant-backend

lidaixingchen/RAG_AI_READ

基于检索增强生成（RAG）的个性化智能阅读系统的设计与实现。

Languages

Python

98.9%

Shell

1.1%

WuTong-ww/BookStore

DB第一次项目

stars

commits

Python

primary language

Nov 4, 2025

updated

README

BookStore - MongoDB版在线书店系统

华东师范大学数据科学与工程学院
当代数据管理系统课程 Project1
团队成员：王惜冉、吴彤

📚 项目简介

✨ 核心特性

✅ 完整的电商流程：注册→登录→充值→下单→付款→发货→收货
🔍 智能搜索：支持全站/店铺搜索，多字段匹配，分页显示
🤖 智能推荐系统：
- 基于用户共现的个性化推荐
- 协同过滤推荐算法
📖 书名提取器：基于ChatLM-mini-Chinese预训练模型的NLP功能
⏰ 订单超时管理：APScheduler定时任务+deque队列自动取消超时订单
📊 高测试覆盖率：107个测试用例，覆盖率达91%

🏗️ 技术栈

技术	版本	说明
Python	3.11+	开发语言
Flask	2.0.0	Web框架
MongoDB	4.0+	文档数据库
PyMongo	4.3.3	MongoDB驱动
PyJWT	2.9.0	JWT令牌认证
APScheduler	3.10.4	定时任务调度
Transformers	4.31.0	NLP模型库
Pytest	8.0+	测试框架
Coverage	7.6.2	测试覆盖率

📁 项目结构

bookstore5/                      # 项目根目录
├── bookstore/                   # 主项目目录
│   ├── be/                      # 后端代码
│   │   ├── model/               # 业务逻辑层
│   │   │   ├── buyer.py        # 买家模块（下单、付款、收货、推荐）
│   │   │   ├── seller.py       # 卖家模块（开店、上架、发货）
│   │   │   ├── user.py         # 用户模块（注册、登录、搜索）
│   │   │   ├── store.py        # 数据库连接与索引管理
│   │   │   ├── times.py        # 订单超时管理
│   │   │   ├── error.py        # 错误码定义
│   │   │   └── db_conn.py      # 数据库连接基类
│   │   ├── view/                # 路由接口层
│   │   │   ├── auth.py         # 用户认证路由
│   │   │   ├── buyer.py        # 买家路由
│   │   │   └── seller.py       # 卖家路由
│   │   ├── serve.py            # Flask服务启动
│   │   └── app.py              # Flask应用实例
│   ├── fe/                      # 前端测试代码
│   │   ├── access/              # API访问封装
│   │   ├── test/                # 功能测试用例
│   │   ├── bench/               # 性能测试
│   │   ├── data/                # 测试数据
│   │   │   └── book.db         # SQLite图书数据
│   │   ├── conf.py             # 测试配置
│   │   └── conftest.py         # pytest配置
│   ├── doc/                     # API文档
│   ├── script/                  # 脚本文件
│   │   ├── test.sh             # 基础测试脚本
│   │   └── test_log.sh         # 带日志的测试脚本
│   ├── logs/                    # 测试日志目录
│   ├── htmlcov/                 # 覆盖率HTML报告
│   ├── pic/                     # 项目图片资源
│   ├── requirements.txt         # 依赖包列表
│   └── setup.py                # 项目安装配置
├── importbook_to_mongo.py      # 数据导入脚本（根目录）
└── README.md                   # 项目说明文档

🚀 快速开始

1️⃣ 环境准备

安装MongoDB

Windows: 下载 MongoDB Community Server
macOS: brew install mongodb-community
Linux: sudo apt-get install mongodb

启动MongoDB服务：

# Windows
net start MongoDB

# macOS/Linux
sudo systemctl start mongod

验证MongoDB运行：

mongo --version

安装Python依赖

# 克隆项目
git clone https://github.com/WuTong-ww/BookStore.git
cd BookStore/bookstore

# 创建虚拟环境（推荐）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

2️⃣ 数据库初始化

# 从SQLite导入到MongoDB
cd bookstore
python import_books_from_sqlite.py

该脚本会自动：

连接到本地MongoDB（mongodb://localhost:27017）
创建bookstore数据库
从fe/data/book.db导入图书数据
创建必要的索引

3️⃣ 运行测试

推荐使用conda环境：

# 进入项目目录
cd bookstore

# 激活conda环境
conda activate bookstore5-py310

# 运行完整测试（带日志）
bash script/test_log.sh

测试输出：

完整日志：logs/pytest_YYYYMMDD_HHMMSS.log
错误摘要：logs/pytest_errors_YYYYMMDD_HHMMSS.log
覆盖率报告：logs/coverage_YYYYMMDD_HHMMSS.log
HTML报告：htmlcov/index.html

其他测试方式：

# 基础测试
bash script/test.sh

# Windows用户
run_tests.bat

# 运行特定测试
pytest fe/test/test_new_order.py -v

4️⃣ 启动服务

cd bookstore
python be/serve.py

服务将在 http://127.0.0.1:5000 启动

📊 数据库Schema

项目使用以下MongoDB集合：

集合名	说明	主要字段
`users`	用户信息	user_id, password, balance, token
`stores`	商店信息	store_id, user_id, books[]
`books`	图书详情	id, title, author, price, tags, picture
`new_books`	推荐用图书	book_id, book_info
`new_order`	待付款订单	order_id, user_id, store_id, status
`new_order_detail`	订单明细	order_id, book_id, count, price
`history_order`	历史订单	order_id, status, commit_time
`history_order_detail`	历史订单明细	order_id, book_id, count, price

📊 功能模块

基础功能（60%）

1. 用户模块

✅ 用户注册 POST /auth/register
✅ 用户登录 POST /auth/login
✅ 用户登出 POST /auth/logout
✅ 注销账户 POST /auth/unregister
✅ 修改密码 POST /auth/password

2. 买家模块

✅ 账户充值 POST /buyer/add_funds
✅ 创建订单 POST /buyer/new_order
✅ 支付订单 POST /buyer/payment

3. 卖家模块

✅ 创建商店 POST /seller/create_store
✅ 添加图书 POST /seller/add_book
✅ 增加库存 POST /seller/add_stock_level

附加功能（40%）

4. 订单流程

✅ 卖家发货 POST /seller/delivery_order
✅ 买家收货 POST /buyer/receive_order
✅ 订单查询 GET /buyer/query_order
✅ 取消订单 POST /buyer/cancel_order
✅ 超时自动取消（APScheduler定时任务）

5. 搜索功能

✅ 全站搜索 GET /search_books?query=xxx
✅ 店铺搜索 GET /search_books?query=xxx&store_id=xxx
✅ 多字段匹配（title, tags, author, content）
✅ 分页显示 &page=1&page_size=10

6. 推荐系统

✅ 基于用户共现推荐 GET /recommend_books?user_id=xxx
✅ 协同过滤推荐 GET /recommend_books_one?user_id=xxx&count=5

7. 书名提取器

✅ 智能提取书名 POST /extract_titles
使用ChatLM-mini-Chinese预训练模型

🎯 项目亮点

3个创新功能

书名提取器：基于Transformer模型的NLP功能，支持从自然语言文本中提取书名
推荐系统1：基于用户共现的个性化推荐，分析购买行为相似度
推荐系统2：协同过滤算法，基于余弦相似度计算书籍关联性

4个数据库优化

聚合管道优化：使用$match和$group在数据库层面计算订单总价
哈希索引优化：为books集合的id字段创建哈希索引，加速查询
$lookup联表查询：在推荐功能中实现多集合数据关联
deque队列+定时任务：高效管理未付款订单，实现超时自动取消

🧪 测试说明

总测试用例：107个
测试覆盖率：91%
测试日志：自动保存在logs/目录

🐛 常见问题

1. MongoDB连接失败

确认MongoDB服务已启动：net start MongoDB (Windows) 或 sudo systemctl start mongod (Linux)
检查端口27017是否被占用

2. Flask版本冲突

pip install flask==2.0.0 Werkzeug==2.0.0

3. 测试数据导入失败

确认fe/data/book.db文件存在
检查MongoDB写入权限

4. Conda环境问题

# 创建新环境
conda create -n bookstore5-py310 python=3.10
conda activate bookstore5-py310
pip install -r requirements.txt

🤝 开发团队

姓名	学号	分工
王惜冉	10235501401	买家模块、书名提取器、推荐系统2、测试、报告
吴彤	10222140442	卖家模块、用户模块、搜索功能、推荐系统1、测试、报告

📄 许可证

本项目仅用于学习和研究目的。

🔗 相关链接

项目仓库：https://github.com/WuTong-ww/BookStore
MongoDB文档：https://www.mongodb.com/zh-cn/docs/
Flask文档：https://flask.palletsprojects.com/
ChatLM模型：https://github.com/charent/ChatLM-mini-Chinese

Similar repos

WuTong-ww/BookStore2

DB第二次项目

shared contributors

tthanhhau/UTEShop_Project

macrozheng/mall

mall项目是一套电商系统，包括前台商城系统及后台管理系统，基于Spring Boot+MyBatis实现，采用Docker容器化部署。…

84,729

macrozheng/mall-learning

13,416

Owen1u/Virtual-TA

虚拟助教@SHU

newbee-ltd/newbee-mall

🔥 🎉newbee-mall是一套电商系统，包括基础版本(Spring Boot+Thymeleaf)、前后端分离版本(Spring Boot+Vue…

11,618

sanudasandipa/MarketMatic-Smart-Assistant-backend

lidaixingchen/RAG_AI_READ

基于检索增强生成（RAG）的个性化智能阅读系统的设计与实现。

Contributors

WuTong-ww

9 commits

irani0811

5 commits

Languages

Python

98.9%

Shell

1.1%