Python Django农场管理系统开发实战

1. 项目概述

这个基于Python Flask/Django框架的水果蔬菜农场信息管理系统，是我去年为一个本地有机农场开发的数字化管理解决方案。农场主王姐找到我的时候，正被Excel表格和纸质记录搞得焦头烂额 - 种植计划、采收记录、库存管理全混在一起，每次客户下单都要翻半天本子查库存。

系统上线后，他们实现了从种植到销售的全流程数字化管理。最让我自豪的是采收模块：工人用平板扫码记录采收数据后，库存自动更新，销售端实时可见可售数量，再没出现过超卖的情况。现在连60岁的农场老师傅都能熟练使用，每天少说节省2小时对账时间。

2. 核心功能设计

2.1 种植计划管理

采用Gantt图可视化呈现作物生长周期，我在Django admin基础上二次开发了拖拽调整功能。关键实现点：

python复制# models.py
class PlantingPlan(models.Model):
    crop = models.ForeignKey(Crop, on_delete=models.CASCADE)
    plot = models.ForeignKey(Plot, on_delete=models.CASCADE)
    start_date = models.DateField()
    end_date = models.DateField()
    status_choices = [
        ('planned', '计划中'),
        ('planted', '已种植'), 
        ('harvested', '已采收')
    ]
    status = models.CharField(max_length=20, choices=status_choices)

# 前端使用FullCalendar库实现拖拽
$('#calendar').fullCalendar({
    editable: true,
    eventDrop: function(event) {
        // AJAX更新后台日期
    }
})

踩坑提醒：初期直接用Django的DateTimeField导致时区问题，后来统一改用DateField并存储UTC时间，前端根据用户时区显示。

2.2 采收登记系统

这个模块我们迭代了3个版本：

1. 最初是表单填写 - 工人嫌麻烦
2. 改用扫码枪+Excel导入 - 不同步问题严重
3. 最终方案：PDA设备扫码+自动称重数据对接

关键代码片段：

python复制# 称重设备数据接口
@app.route('/api/weight', methods=['POST'])
def receive_weight():
    data = request.get_json()
    harvest = Harvest.objects.get(barcode=data['barcode'])
    harvest.actual_weight = data['weight']
    harvest.save()
    # 触发库存更新
    update_inventory(harvest.crop, harvest.actual_weight)
    return jsonify({'status': 'success'})

2.3 库存动态追踪

采用"期初库存+采收入库-销售出库"的实时计算模型，而非定期盘点。核心在于建立库存流水表：

python复制class InventoryFlow(models.Model):
    OPERATION_TYPES = [
        ('initial', '期初'),
        ('harvest', '采收'),
        ('sale', '销售'),
        ('adjust', '调整')
    ]
    crop = models.ForeignKey(Crop, on_delete=models.CASCADE)
    quantity = models.DecimalField(max_digits=10, decimal_places=2)
    operation_type = models.CharField(max_length=20, choices=OPERATION_TYPES)
    reference_id = models.CharField(max_length=100)  # 关联单据ID
    created_at = models.DateTimeField(auto_now_add=True)

# 实时库存视图
def current_inventory(crop_id):
    inflows = InventoryFlow.objects.filter(
        crop_id=crop_id,
        operation_type__in=['initial', 'harvest']
    ).aggregate(total=Sum('quantity'))
    
    outflows = InventoryFlow.objects.filter(
        crop_id=crop_id,
        operation_type='sale'
    ).aggregate(total=Sum('quantity'))
    
    return (inflows['total'] or 0) - (outflows['total'] or 0)

3. 技术架构详解

3.1 框架选型对比

最终选择Django而非Flask的考量：

• 自带Admin适合快速搭建后台
• ORM对复杂查询更友好
• 内置的用户权限系统
• 批量数据处理性能更好

实测数据（处理10万条采收记录）：

3.2 数据库设计技巧

采用星型模型设计：

• 事实表：harvest_records, sales_orders
• 维度表：crops, plots, customers

特别为采收记录添加了JSONField存储额外属性：

python复制class HarvestRecord(models.Model):
    base_info = models.JSONField()  # 存储不同作物的特殊属性
    # 比如水果的甜度、蔬菜的农药间隔期等

经验：不要过度使用JSONField，查询性能会下降。我们只对非过滤条件的数据用JSON存储。

3.3 缓存策略优化

采用三级缓存方案：

1. 高频访问数据（如当前库存）：Redis缓存5分钟
2. 复杂报表结果：文件缓存1小时
3. 静态资源：CDN缓存

配置示例：

python复制# settings.py
CACHES = {
    "default": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://127.0.0.1:6379/1",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
        }
    }
}

# 视图层使用
@cache_page(60 * 5)
def inventory_view(request):
    ...

4. 现场部署实战

4.1 离线模式实现

农场网络不稳定，我们开发了离线功能：

1. 前端使用PouchDB存储本地数据
2. 网络恢复后通过Service Worker同步
3. 冲突解决策略：时间戳优先

同步核心逻辑：

javascript复制function syncData() {
    if(navigator.onLine) {
        localDB.replicate.to(remoteDB, {
            filter: function(doc) {
                return doc._id.startsWith('harvest_');
            }
        }).on('complete', showSyncSuccess);
    }
}

4.2 移动端适配方案

针对采收工人的老旧安卓设备：

• 使用jQuery Mobile而非Vue/React
• 字体大小强制rem单位
• 按钮尺寸不小于44px
• 禁用所有hover效果

CSS关键设置：

css复制/* 确保可点击区域足够大 */
button, .btn {
    min-width: 44px;
    min-height: 44px;
    font-size: 1.2rem;
}

4.3 打印模块开发

采收标签打印的坑：

• 热敏打印机各品牌指令不同
• 中文编码问题
• 自动切纸控制

最终方案：统一生成PDF再调用系统打印

python复制from reportlab.pdfgen import canvas

def generate_label_pdf(data):
    buffer = BytesIO()
    p = canvas.Canvas(buffer)
    p.setFont("Helvetica", 12)
    p.drawString(100, 100, f"产品：{data['crop_name']}")
    # ...更多绘制逻辑
    p.showPage()
    p.save()
    return buffer.getvalue()

5. 运维监控体系

5.1 异常检测机制

我们部署了这些监控点：

1. 采收数据异常值（如单次采收量突变）
2. 库存负数预警
3. 同步失败告警

使用Django Signals实现：

python复制@receiver(post_save, sender=HarvestRecord)
def check_harvest_outlier(sender, instance, **kwargs):
    avg = HarvestRecord.objects.filter(
        crop=instance.crop
    ).aggregate(avg=Avg('weight'))['avg']
    
    if instance.weight > avg * 1.5:
        alert.delay(f"采收异常：{instance.crop.name}单次采收{instance.weight}kg")

5.2 备份策略

采用3-2-1原则：

• 3份备份（本地+云端+异地）
• 2种介质（数据库dump+CSV导出）
• 1份离线存储

备份脚本示例：

bash复制#!/bin/bash
# 每日凌晨执行
DATE=$(date +%Y%m%d)
pg_dump -Fc farm_db > /backups/db_$DATE.dump
python manage.py dumpdata --format=json > /backups/json_$DATE.json
rclone copy /backups remote:backups

6. 实际效果与改进

系统上线后的关键指标变化：

• 订单处理时间：45分钟 → 8分钟
• 库存准确率：68% → 99.7%
• 采收数据录入延迟：隔日 → 实时

客户反馈最有用的三个功能：

1. 手机扫码采收（减少80%录入错误）
2. 库存预警（避免3次重大断货）
3. 种植计划甘特图（优化了土地轮作）

下一步计划迭代：

• 增加AI产量预测
• 对接物流系统
• 开发微信小程序版本

这个项目给我的最大启示是：农业数字化不是要把系统做得多么高大上，而是要解决"老农民用着顺手"这个最朴实的需求。有时候一个扫码功能比十个数据分析图表更有价值。