Django农场管理系统开发实战与优化经验

1. 项目概述

这个农场管理系统是我去年为一个中型农业合作社开发的实际项目。系统采用Django作为后端框架，搭配MySQL数据库，实现了从农业生产计划到农资管理的全流程数字化。在实际部署运行半年后，显著提升了农场的管理效率——农药化肥使用记录准确率从原来的68%提升到99%，生产计划执行率提高了40%。

2. 技术选型与架构设计

2.1 为什么选择Django

Django的ORM系统完美适配农场管理中的复杂数据关系。比如农药入库记录需要关联农药信息、仓库管理员和供应商等多个模型。通过Django的ManyToManyField和ForeignKey，我们可以轻松建立这些关联：

python复制class Pesticide(models.Model):
    name = models.CharField(max_length=100)
    specification = models.CharField(max_length=50)
    toxicity_level = models.CharField(max_length=20)
    
class PesticideStockIn(models.Model):
    pesticide = models.ForeignKey(Pesticide, on_delete=models.CASCADE)
    operator = models.ForeignKey(User, on_delete=models.CASCADE)
    quantity = models.IntegerField()
    batch_number = models.CharField(max_length=50)
    production_date = models.DateField()
    supplier = models.ForeignKey(Supplier, on_delete=models.CASCADE)

2.2 数据库设计要点

农场管理系统的核心是处理好三类数据流：

1. 农资流（农药、化肥的进出库）
2. 生产流（种植计划到采收）
3. 人员流（员工、农场主的工作分配）

我们采用MySQL 5.7作为数据库，主要考虑到：

• 农业数据增长稳定可预测，不需要NoSQL的扩展性
• 事务处理需求强（如农药出库需要同时更新库存表和出库记录表）
• GIS功能暂时不需要，未来可通过Django的GeoDjango扩展

重要提示：农业系统的日期字段特别重要，MySQL配置中一定要设置时区为东八区，否则农事操作记录会出现时间偏差。

3. 核心功能实现

3.1 农药全生命周期管理

农药管理是系统的核心模块之一，实现了从采购到使用的闭环跟踪：

1. 基础信息维护：

   • 农药登记证号校验（正则验证）
   • 安全间隔期自动计算（根据作物类型）

2. 库存管理：

python复制def stock_in(request):
    if request.method == 'POST':
        form = PesticideStockInForm(request.POST)
        if form.is_valid():
            # 原子操作：创建入库记录+更新库存
            with transaction.atomic():
                stock_in = form.save()
                stock, created = PesticideStock.objects.get_or_create(
                    pesticide=stock_in.pesticide,
                    defaults={'quantity': stock_in.quantity}
                )
                if not created:
                    stock.quantity += stock_in.quantity
                    stock.save()
            return redirect('pesticide:stock_list')
    else:
        form = PesticideStockInForm()
    return render(request, 'pesticide/stock_in.html', {'form': form})

3. 使用申请审批流：
   • 农场主提交申请
   • 技术员审核（检查安全间隔期）
   • 仓库管理员执行出库

3.2 生产计划模块

生产计划模块采用了甘特图展示方式，关键实现点：

1. 作物生长周期计算模型：

python复制def calculate_growth_period(crop_type, planting_date):
    """根据作物类型和种植日期计算预计采收期"""
    base_periods = {
        'tomato': 90,
        'cucumber': 70,
        'pepper': 85
    }
    standard_period = base_periods.get(crop_type, 60)
    
    # 考虑季节因素调整
    month = planting_date.month
    if month in [12, 1, 2]:  # 冬季
        standard_period *= 1.3
    elif month in [6, 7, 8]:  # 夏季
        standard_period *= 0.9
        
    return planting_date + timedelta(days=standard_period)

2. 任务分配算法：
   • 根据员工技能标签匹配任务
   • 考虑任务的地理位置集中度
   • 工作量均衡分配

4. 关键技术难点与解决方案

4.1 农资有效期预警

实现农药化肥的提前预警是个挑战，我们最终方案是：

1. 数据库层面创建索引：

sql复制CREATE INDEX idx_pesticide_expiry ON pesticide_stock(expiry_date);

2. 使用Django的Celery定时任务：

python复制@app.task
def check_expiry():
    soon = date.today() + timedelta(days=30)
    expiring = PesticideStock.objects.filter(
        expiry_date__lte=soon,
        expiry_notified=False
    ).select_related('pesticide')
    
    for item in expiring:
        send_notification(item)
        item.expiry_notified = True
        item.save()

4.2 移动端适配方案

考虑到农场工作人员常需要在田间操作，我们做了如下适配：

1. 响应式布局使用Bootstrap 5
2. 关键表单添加离线模式（localStorage暂存）
3. 照片上传压缩处理：

python复制def compress_image(image):
    img = Image.open(image)
    if img.mode != 'RGB':
        img = img.convert('RGB')
    output = BytesIO()
    img.save(output, format='JPEG', quality=60)
    output.seek(0)
    return ContentFile(output.read(), name=image.name)

5. 部署与性能优化

5.1 服务器配置建议

经过实际压力测试，推荐配置：

• 4核CPU/8GB内存（支持50人并发）
• 单独部署MySQL服务器
• 使用Redis缓存高频访问数据（如员工列表）

5.2 Django优化实践

1. 数据库查询优化：

   • 使用select_related/prefetch_related
   • 添加必要的数据库索引
   • 对大数据表使用分页

2. 缓存策略：

python复制class PesticideListView(ListView):
    queryset = Pesticide.objects.all().select_related('supplier')
    template_name = 'pesticide/list.html'
    
    def get_queryset(self):
        cache_key = 'pesticide_list'
        data = cache.get(cache_key)
        if not data:
            data = super().get_queryset()
            cache.set(cache_key, data, timeout=3600)
        return data

6. 实际运营中的经验教训

1. 数据录入准确性：

   • 初期发现农药浓度单位混乱（ppm vs %）
   • 解决方案：在表单中添加单位换算计算器

2. 移动网络问题：

   • 田间网络信号不稳定导致提交失败
   • 解决方案：表单添加自动保存草稿功能

3. 季节性高峰应对：

   • 农忙季节系统访问量激增
   • 提前进行负载测试和扩容

4. 用户培训要点：

   • 重点培训照片上传规范（需包含农药标签全貌）
   • 强调操作即时性（当天农事当天记录）

这个系统目前已在三个农场稳定运行，最大的收获是认识到农业数字化不是简单地把纸质记录电子化，而是要重构整个工作流程。比如农药管理模块，我们迭代了三次才找到最适合田间使用的操作方式。