1. 项目背景与需求分析
在文学研究领域,获奖作家信息的系统化管理一直是个痛点。传统的手工记录方式效率低下,电子表格又难以实现复杂关联查询。我在参与某省级作协信息化建设项目时,发现他们使用Excel管理300多位获奖作家的信息,每次统计获奖情况都需要人工筛选数小时,且经常出现数据不一致的情况。
这个系统正是为了解决以下核心问题而设计的:
- 数据孤岛问题:作家基本信息、获奖记录、作品数据分散在不同文件中
- 检索效率低下:无法快速获取"某流派在2010-2020年间获得国际奖项的作家列表"这类复合查询
- 统计分析困难:难以自动生成作家创作趋势、奖项分布等可视化报表
提示:系统设计时特别考虑了文学研究者的实际使用场景,比如支持按文学流派、获奖级别、作品类型等多维度交叉分析,这比通用CRM系统更贴合专业需求。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术架构设计
2.1 为什么选择SpringBoot+Vue组合
在技术选型阶段,我们对比了三种主流方案:
- PHP+Laravel+AdminLTE:开发快但后期维护成本高
- Python+Django+Vue:适合数据分析但并发性能较弱
- Java+SpringBoot+Vue:企业级稳定性最佳
最终选择方案3基于以下考量:
- 性能需求:预计需要支持500+并发查询
- 技术栈统一:团队熟悉Java生态
- 长期维护:SpringBoot的自动配置机制减少后续升级成本
2.2 数据库设计要点
作家信息的特殊性决定了数据库设计的几个关键点:
2.2.1 作家表核心字段
sql复制CREATE TABLE `writer_basic_info` (
`writer_id` INT NOT NULL AUTO_INCREMENT,
`writer_name` VARCHAR(50) COLLATE utf8mb4_unicode_ci NOT NULL,
`pen_name` VARCHAR(50) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
`gender` ENUM('M','F','U') DEFAULT 'U' COMMENT 'U代表未知',
`birth_place` VARCHAR(100) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
`birth_date` DATE DEFAULT NULL,
`death_date` DATE DEFAULT NULL,
`literary_style` VARCHAR(50) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
`biography` TEXT COLLATE utf8mb4_unicode_ci,
PRIMARY KEY (`writer_id`),
FULLTEXT KEY `ft_name` (`writer_name`,`pen_name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
注意:使用utf8mb4字符集支持生僻字,FullText索引实现姓名模糊搜索
2.2.2 获奖表特殊处理
- 设立award_level字段区分国家级/省级/国际级
- 使用tinyint(1)存储布尔值比bit类型更通用
- 增加award_category字段区分小说奖、诗歌奖等类别
2.3 前后端交互设计
采用RESTful AP
