SpringBoot+Vue规模化生猪养殖管理系统开发实战

1. 项目概述

作为一名从事Java开发十余年的技术老兵，今天想和大家分享一个基于SpringBoot的规模化生猪养殖场管理系统开发实战。这个项目最初是为某农业科技公司设计的，后来经过多次迭代优化，逐渐发展成为一个功能完善、架构稳定的生产级系统。

这个系统主要解决了传统养猪场管理中的几个痛点：

1. 纸质记录效率低下，数据容易丢失
2. 养殖过程难以标准化管理
3. 缺乏实时数据监控和预警机制
4. 多部门协作困难

系统采用SpringBoot+Vue前后端分离架构，整合了养殖管理、饲料管理、疫病防控、销售管理等核心模块，实现了从仔猪入栏到出栏销售的全生命周期数字化管理。

2. 系统架构设计

2.1 技术选型考量

在技术选型阶段，我们主要考虑了以下几个因素：

1. 开发效率：农业信息化项目通常预算有限，需要快速交付
2. 团队技能：团队成员主要熟悉Java技术栈
3. 可维护性：系统需要长期维护和迭代
4. 性能要求：需要支持100+并发用户操作

基于这些考虑，我们最终选择了以下技术栈：

后端：

• Spring Boot 2.7.x：简化配置，快速开发
• MyBatis-Plus 3.5.x：简化数据库操作
• Shiro 1.10.x：权限控制
• Redis 6.x：缓存和会话管理

前端：

• Vue 3.x：组件化开发
• Element Plus：UI组件库
• ECharts 5.x：数据可视化

数据库：

• MySQL 8.0：关系型数据库
• MongoDB 5.0：非结构化数据存储

2.2 系统架构设计

系统采用标准的B/S架构，整体分为五层：

1. 表现层：基于Vue的前端界面
2. API网关层：统一接口管理和鉴权
3. 业务逻辑层：Spring Boot实现核心业务
4. 数据访问层：MyBatis-Plus操作数据库
5. 数据存储层：MySQL+MongoDB混合存储

这种分层架构的优势在于：

• 职责分离，便于维护
• 可以独立扩展各层资源
• 前后端分离，便于团队协作

3. 核心功能模块实现

3.1 养殖管理模块

养殖管理是系统的核心模块，主要包括以下功能：

1. 猪只档案管理：

java复制// 猪只实体类设计
@Data
@TableName("pig_info")
public class PigInfo {
    @TableId(type = IdType.ASSIGN_ID)
    private Long id;
    private String earTag; // 耳标号
    private Integer pigType; // 猪只类型
    private Date birthDate;
    private Long fatherId;
    private Long motherId;
    private Integer status; // 状态
    private Long barnId; // 所在猪舍
    // 其他字段...
}

2. 生长记录管理：

• 每日体重记录
• 采食量统计
• 生长曲线分析

关键技术点：

• 使用Redis缓存常用查询结果
• 采用定时任务计算生长指标
• 使用ECharts实现数据可视化

3.2 饲料管理模块

饲料成本占养殖成本的60-70%，因此饲料管理至关重要。主要功能包括：

1. 饲料库存管理：

sql复制CREATE TABLE `feed_stock` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `feed_type` varchar(50) NOT NULL COMMENT '饲料类型',
  `batch_no` varchar(50) NOT NULL COMMENT '批次号',
  `quantity` decimal(10,2) NOT NULL COMMENT '数量(kg)',
  `unit_price` decimal(10,2) NOT NULL COMMENT '单价(元/kg)',
  `product_date` date NOT NULL COMMENT '生产日期',
  `expire_date` date NOT NULL COMMENT '过期日期',
  `supplier_id` bigint NOT NULL COMMENT '供应商ID',
  `storage_location` varchar(100) NOT NULL COMMENT '存储位置',
  `status` tinyint NOT NULL DEFAULT '1' COMMENT '状态',
  PRIMARY KEY (`id`),
  KEY `idx_feed_type` (`feed_type`),
  KEY `idx_batch_no` (`batch_no`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='饲料库存表';

2. 饲料配方管理：

• 不同生长阶段配方设置
• 成本计算与优化
• 自动生成采购计划

3.3 疫病防控模块

疫病防控是养殖场的关键环节，系统实现了：

1. 免疫计划管理：

• 自动生成免疫时间表
• 疫苗库存预警
• 免疫记录追踪

2. 疾病预警系统：

java复制// 疾病预警服务实现
@Service
public class DiseaseAlertService {
    
    @Autowired
    private PigHealthMapper healthMapper;
    
    @Scheduled(cron = "0 0 8 * * ?") // 每天8点执行
    public void checkHealthStatus() {
        // 查询异常健康状态的猪只
        List<PigHealth> abnormalPigs = healthMapper.selectAbnormalRecords();
        
        abnormalPigs.forEach(pig -> {
            // 根据症状匹配可能的疾病
            List<Disease> possibleDiseases = matchDisease(pig.getSymptoms());
            
            // 生成预警通知
            generateAlert(pig, possibleDiseases);
        });
    }
    
    // 其他方法...
}

4. 系统关键技术实现

4.1 权限控制系统

系统采用Shiro实现细粒度的权限控制，主要设计如下：

1. 权限模型设计：

java复制@Data
public class SysPermission {
    private Long id;
    private String name; // 权限名称
    private String code; // 权限代码
    private String url; // 资源URL
    private String method; // 请求方法
    private Integer type; // 权限类型
}

@Data
public class SysRole {
    private Long id;
    private String name;
    private String code;
    private List<SysPermission> permissions;
}

@Data
public class SysUser {
    private Long id;
    private String username;
    private String password;
    private List<SysRole> roles;
}

2. 动态权限控制：

java复制@Configuration
public class ShiroConfig {
    
    @Bean
    public ShiroFilterFactoryBean shiroFilter(SecurityManager securityManager) {
        ShiroFilterFactoryBean factoryBean = new ShiroFilterFactoryBean();
        factoryBean.setSecurityManager(securityManager);
        
        // 动态获取权限规则
        Map<String, String> filterChainDefinitionMap = new LinkedHashMap<>();
        List<Permission> permissions = permissionService.listAll();
        
        permissions.forEach(p -> {
            String url = p.getUrl();
            String code = p.getCode();
            filterChainDefinitionMap.put(url, "perms[" + code + "]");
        });
        
        factoryBean.setFilterChainDefinitionMap(filterChainDefinitionMap);
        return factoryBean;
    }
}

4.2 数据统计分析

系统提供了丰富的数据分析功能：

1. 养殖效率分析：

sql复制-- 计算各猪舍的料肉比
SELECT 
    b.barn_name,
    SUM(f.amount) AS total_feed,
    SUM(p.weight) AS total_weight,
    SUM(f.amount)/SUM(p.weight) AS feed_ratio
FROM 
    feed_record f
JOIN 
    pig_info p ON f.pig_id = p.id
JOIN 
    barn_info b ON p.barn_id = b.id
WHERE 
    f.feed_date BETWEEN :startDate AND :endDate
GROUP BY 
    b.barn_name
ORDER BY 
    feed_ratio;

2. 成本收益分析：

• 饲料成本占比分析
• 人工成本计算
• 销售收益预测

5. 系统部署与优化

5.1 生产环境部署方案

推荐部署架构：

• Nginx：反向代理和负载均衡
• 2台应用服务器：Spring Boot应用
• Redis集群：缓存和会话共享
• MySQL主从：读写分离
• MinIO：文件存储

部署脚本示例：

bash复制#!/bin/bash
# Spring Boot应用启动脚本

JAVA_OPTS="-Xms512m -Xmx1024m -XX:+UseG1GC"
APP_HOME=/opt/pig-farm
LOG_DIR=$APP_HOME/logs

mkdir -p $LOG_DIR

nohup java $JAVA_OPTS -jar $APP_HOME/pig-farm.jar \
--spring.profiles.active=prod \
> $LOG_DIR/console.log 2>&1 &

5.2 性能优化实践

1. 数据库优化：

• 合理设计索引
• 使用连接池配置

yaml复制spring:
  datasource:
    hikari:
      maximum-pool-size: 20
      minimum-idle: 5
      connection-timeout: 30000
      idle-timeout: 600000
      max-lifetime: 1800000

2. 缓存策略：

java复制@Cacheable(value = "pigCache", key = "#pigId")
public PigInfo getPigDetail(Long pigId) {
    return pigMapper.selectById(pigId);
}

@CacheEvict(value = "pigCache", key = "#pigId")
public void updatePigInfo(PigInfo pigInfo) {
    pigMapper.updateById(pigInfo);
}

3. 前端性能优化：

• 组件懒加载
• API请求合并
• 本地缓存常用数据

6. 开发经验与问题解决

6.1 典型问题及解决方案

1. 大量数据导出内存溢出：

• 问题：导出上万条记录时OOM
• 解决方案：使用流式查询分页处理

java复制public void exportPigData(HttpServletResponse response) {
    // 设置响应头
    response.setContentType("application/vnd.ms-excel");
    
    try (ExcelWriter excelWriter = EasyExcel.write(response.getOutputStream()).build()) {
        int pageSize = 1000;
        int pageNum = 1;
        
        while (true) {
            Page<PigInfo> page = new Page<>(pageNum, pageSize);
            IPage<PigInfo> pageResult = pigMapper.selectPage(page, null);
            
            if (pageResult.getRecords().isEmpty()) {
                break;
            }
            
            WriteSheet writeSheet = EasyExcel.writerSheet(pageNum, "第" + pageNum + "页").build();
            excelWriter.write(pageResult.getRecords(), writeSheet);
            
            pageNum++;
        }
    }
}

2. 定时任务执行时间过长：

• 问题：统计任务影响正常业务
• 解决方案：使用xxl-job分布式任务调度

java复制@XxlJob("dailyStatJob")
public void dailyStatJob() {
    // 分片参数
    int shardIndex = XxlJobHelper.getShardIndex();
    int shardTotal = XxlJobHelper.getShardTotal();
    
    // 根据分片处理数据
    List<Long> barnIds = getBarnIdsByShard(shardIndex, shardTotal);
    
    barnIds.forEach(barnId -> {
        calculateBarnDailyStat(barnId);
    });
}

6.2 开发经验总结

1. 领域模型设计：

• 深入理解养殖业务是关键
• 与养殖专家充分沟通
• 建立准确的业务术语表

2. 异常处理原则：

• 用户操作异常要有友好提示
• 系统异常要记录完整上下文
• 关键业务操作要有补偿机制

3. 测试策略：

• 单元测试覆盖核心算法
• 集成测试验证业务流程
• 定期进行全链路压测

4. 文档规范：

• API文档使用Swagger
• 数据库变更记录在Flyway脚本
• 业务规则集中维护

7. 系统扩展与演进

7.1 物联网集成

当前系统已经预留了IoT设备接入接口，未来计划：

1. 智能饲喂系统对接：

• 实时采集饲喂数据
• 自动调整饲喂计划
• 设备异常预警

2. 环境监控集成：

java复制// 环境数据接收接口
@PostMapping("/api/env/data")
public R receiveEnvData(@RequestBody EnvDataDTO data) {
    // 验证设备
    Device device = deviceService.getByCode(data.getDeviceCode());
    if (device == null) {
        return R.error("设备未注册");
    }
    
    // 保存数据
    envDataService.saveData(device.getBarnId(), data);
    
    // 检查是否需要预警
    envAlertService.checkAlert(device.getBarnId(), data);
    
    return R.ok();
}

7.2 大数据分析

计划引入大数据技术实现：

1. 生长预测模型：

• 基于历史数据训练
• 预测出栏时间
• 优化养殖计划

2. 疫病预测系统：

• 结合环境数据
• 早期疫病识别
• 预防措施建议

8. 项目收获与建议

通过这个项目的开发，我深刻体会到农业信息化领域的几个特点：

1. 业务复杂性高：养殖业务涉及多个专业领域，需要与不同专家协作
2. 用户水平参差：系统设计要考虑从技术员到场长的不同用户群体
3. 数据价值大：养殖数据积累后可以产生巨大商业价值

对于准备开发类似系统的开发者，我的建议是：

1. 前期充分调研业务，不要急于编码
2. 设计灵活的扩展架构，农业需求变化快
3. 重视数据质量，建立完善的数据校验机制
4. 考虑移动端需求，养殖场现场操作多

这个项目从最初的简单信息管理，逐步发展成现在的智能化养殖平台，过程中遇到了各种挑战，但也积累了宝贵的经验。最大的成就感是看到系统真正帮助养殖场提高了管理效率，降低了生产成本。