优化细节

This commit is contained in:
zzh 2025-11-22 09:53:18 +08:00
parent 3736a4dc9c
commit 290d9eccf6
9 changed files with 34 additions and 807 deletions

View File

@ -1,116 +0,0 @@
# 直通良品率FPY功能说明
## 功能概述
新增了直通良品率First Pass Yield, FPY统计功能用于追踪首次通过测试的产品数量。
## 什么是直通良品率?
**直通良品率FPY** = 首次通过测试的产品数量 / 总生产数量 × 100%
- **直通良品**:首次测试就通过的产品
- **良品**:包括首次通过和返修后通过的所有合格产品
- **不良品**:测试未通过的产品
### 示例
假设生产了100个产品
- 80个首次测试通过直通良品
- 15个首次测试失败返修后通过
- 5个无法修复
则:
- **直通良品率** = 80/100 = 80%
- **总良品率** = (80+15)/100 = 95%
- **不良率** = 5/100 = 5%
## 功能实现
### 1. 数据库变更
`stats` 表中新增 `fpy_good` 字段:
```sql
ALTER TABLE stats ADD COLUMN fpy_good INTEGER DEFAULT 0
```
### 2. 仪表盘显示
在仪表盘顶部新增"直通良品率"卡片,显示在"良品率"之前:
- 直通良品率
- 良品率
- 发货数量
- 不良数量
### 3. 上传页面
在"良/不良统计"上传页面新增"直通良品数量"输入框:
- 直通良品数量(新增)
- 良品数量
- 不良数量
- 不良明细(可选)
### 4. API变更
#### 后端API
- `GET /api/dashboard` - 返回 `fpyRate` 字段
- `POST /api/upload/stats` - 接受 `fpy_good` 参数
- `GET /api/overview` - 返回 `fpyGoodTotal` 字段
- `GET /api/list/stats` - 返回 `fpy_good` 字段
#### 前端API
- `API.uploadStats({fpy_good, good, bad, details})` - 上传时包含直通良品数
## 使用方法
### 1. 上传统计数据
1. 进入"数据上传" -> "良/不良统计"
2. 填写:
- 直通良品数量:首次测试通过的数量
- 良品数量:所有合格产品数量(包括返修后合格的)
- 不良数量:测试失败的数量
3. 点击"上传"
### 2. 查看统计
在仪表盘可以看到:
- **直通良品率**:反映生产质量的稳定性
- **良品率**:反映最终产品的合格率
## 计算公式
```javascript
// 直通良品率
fpyRate = (fpy_good / (good + bad)) × 100%
// 总良品率
goodRate = (good / (good + bad)) × 100%
```
## 数据关系
```
总生产数 = 良品数 + 不良数
良品数 = 直通良品数 + 返修后合格数
直通良品数 ≤ 良品数 ≤ 总生产数
```
## 注意事项
1. **直通良品数不能大于良品数**:系统不会强制校验,请确保数据准确
2. **历史数据兼容**:旧数据的 `fpy_good` 默认为 0
3. **显示逻辑**:如果没有数据,显示为"—"
4. **通知功能**:上传时会通知超级管理员,包含直通良品数
## 业务价值
1. **质量监控**:直通良品率越高,说明生产过程越稳定
2. **成本控制**:减少返修可以降低成本
3. **流程优化**:通过对比直通良品率和总良品率,识别返修环节的效率
4. **趋势分析**:长期追踪直通良品率变化,发现质量问题
## 示例数据
| 日期 | 直通良品 | 良品 | 不良 | 直通良品率 | 总良品率 |
|------|---------|------|------|-----------|---------|
| 2025-01-01 | 80 | 95 | 5 | 80% | 95% |
| 2025-01-02 | 85 | 92 | 8 | 85% | 92% |
| 2025-01-03 | 90 | 96 | 4 | 90% | 96% |
从上表可以看出:
- 直通良品率在提升80% → 85% → 90%),说明生产质量在改善
- 总良品率保持在高位95%左右),说明返修环节有效

View File

@ -1,160 +0,0 @@
# 内存优化说明
## 优化内容
### 1. Dashboard 组件资源清理
**清理策略(三重保护):**
- **策略1**: 每5次更新清理一次约50秒
- **策略2**: 数据量超过500条时自动清理
- **策略3**: 超过1分钟强制清理
**清理内容:**
- 拼多多和圆通审计数据缓存
- Canvas 画布内容
- 趋势图数据对象
- 触发浏览器垃圾回收(如果支持)
**数据过滤:**
- 只缓存最近30天的数据
- 自动过滤超过30天的旧数据
- 减少内存占用
**日志输出:**
```javascript
console.log('[资源清理] 清理缓存数据,更新次数:', count, '数据量:', pddLength, ytLength);
```
### 2. Upload 组件事件监听器管理
**问题:**
- 每次渲染页面都添加新的事件监听器
- 旧的监听器没有被移除
- 导致内存泄漏
**解决方案:**
- 创建统一的事件监听器管理系统
- 使用 `addListener()` 替代 `addEventListener()`
- 页面切换时自动清理所有监听器
**实现:**
```javascript
const eventListeners = [];
const addListener = (element, event, handler) => {
if(element){
element.addEventListener(event, handler);
eventListeners.push({element, event, handler});
}
};
const cleanupListeners = () => {
eventListeners.forEach(({element, event, handler}) => {
element.removeEventListener(event, handler);
});
eventListeners.length = 0;
};
```
### 3. 内存监控工具
**功能:**
- 实时监控 JavaScript 堆内存使用情况
- 每10秒输出一次内存状态
- 内存使用超过70%时发出警告
**使用方法:**
```javascript
// 开发环境自动启动
// 生产环境手动启动
MemoryMonitor.start(10000); // 每10秒监控
// 查看当前内存状态
MemoryMonitor.logCurrent();
// 停止监控
MemoryMonitor.stop();
```
**输出示例:**
```
[内存监控] 使用: 45.23 MB / 2048.00 MB (2.21%)
[内存警告] 内存使用率超过70%,建议清理资源
```
## 监控方法
### 浏览器开发者工具
1. **打开控制台**F12 → Console
2. **查看内存日志**
- `[资源清理]` - 缓存清理日志
- `[内存监控]` - 内存使用情况
- `[内存警告]` - 内存使用过高警告
3. **性能监控**F12 → Performance
- 点击 Record 开始录制
- 使用应用一段时间
- 停止录制查看内存曲线
4. **内存快照**F12 → Memory
- 选择 Heap snapshot
- 拍摄快照对比内存变化
### 手动测试
```javascript
// 在控制台执行
MemoryMonitor.logCurrent();
// 查看缓存状态
console.log('Dashboard缓存:', window.__auditCache);
// 查看定时器
console.log('定时器ID:', window.__auditTimer);
```
## 预期效果
### 优化前
- 内存持续增长
- 30秒清理无明显效果
- 长时间使用后内存占用过高
### 优化后
- 内存使用稳定在合理范围
- 每50秒或数据量达到500条时自动清理
- 超过1分钟强制清理
- 只保留最近30天数据
- 事件监听器正确清理
## 注意事项
1. **浏览器支持**
- `performance.memory` API 仅在 Chrome/Edge 中可用
- Firefox/Safari 不支持此 API
2. **垃圾回收**
- `window.gc()` 需要浏览器启动时添加 `--js-flags="--expose-gc"` 参数
- 正常情况下浏览器会自动进行垃圾回收
3. **开发环境**
- 内存监控工具在 localhost 自动启动
- 生产环境需要手动启动
## 调整参数
如需调整清理策略,修改 `frontend/js/components/dashboard.js`
```javascript
// 修改清理条件
const shouldClean = cache.updateCount >= 5 || // 改为10次
(cache.pdd && cache.pdd.length > 500) || // 改为1000条
(now - cache.lastClean > 60000); // 改为1200002分钟
```
## 测试建议
1. 打开浏览器控制台
2. 进入 Dashboard 页面
3. 观察内存监控日志
4. 等待约1分钟查看清理日志
5. 切换到其他页面,确认定时器已停止

View File

@ -1,130 +0,0 @@
# 通知系统调试指南
## 已修复的问题
### 1. 铃铛无法点击问题
**原因:**
- 仪表盘页面有复杂的Canvas元素和图表可能遮挡铃铛按钮
- z-index层级设置不够高
- 事件可能被其他元素捕获
**解决方案:**
- 提高铃铛按钮的z-index到999
- 提高通知面板的z-index到1000
- 给content-header添加z-index:10
- 给#actions容器添加z-index:999
- 徽章设置pointer-events:none避免阻挡点击
- 铃铛按钮设置pointer-events:auto确保可点击
### 2. 点击铃铛没有弹出面板
**原因:**
- 通知系统可能被多次初始化,导致事件监听器混乱
- 事件监听器可能被重复绑定
**解决方案:**
- 添加isInitialized标志防止重复初始化
- 使用cloneNode()方法移除旧的事件监听器
- 添加详细的console.log调试信息
- 在togglePanel中添加元素存在性检查
### 3. 时间显示问题
**原因:**
- 后端使用UTC时间前端显示时差8小时
**解决方案:**
- 后端notify_superadmin()使用北京时间UTC+8
- 前端正确解析ISO格式的时间字符串
## 调试方法
### 1. 检查铃铛是否显示
打开浏览器控制台,查看是否有以下日志:
```
[Notifications] 铃铛已显示
[Notifications] 初始化完成
```
### 2. 检查点击事件
点击铃铛时,应该看到:
```
[Notifications] 铃铛被点击
[Notifications] 面板状态: 打开
```
### 3. 检查元素层级
在浏览器开发者工具中:
1. 检查#notification-bell的z-index是否为999
2. 检查#notification-panel的z-index是否为1000
3. 检查.content-header的z-index是否为10
4. 检查#actions的z-index是否为999
### 4. 检查CSS样式
确认以下样式已应用:
```css
.notification-bell {
z-index: 999;
pointer-events: auto;
}
.notification-badge {
z-index: 1000;
pointer-events: none;
}
.notification-panel {
z-index: 1000;
}
.content-header {
z-index: 10;
}
#actions {
z-index: 999;
}
```
### 5. 手动测试
在浏览器控制台执行:
```javascript
// 检查铃铛元素
const bell = document.getElementById('notification-bell');
console.log('铃铛元素:', bell);
console.log('铃铛样式:', window.getComputedStyle(bell));
// 检查面板元素
const panel = document.getElementById('notification-panel');
console.log('面板元素:', panel);
console.log('面板显示:', panel.style.display);
// 手动触发点击
bell.click();
```
## 常见问题
### Q: 铃铛显示了但点击没反应
A: 检查浏览器控制台是否有错误信息,确认事件监听器已绑定
### Q: 面板打开了但看不到
A: 检查z-index是否被其他元素覆盖或者面板位置是否在屏幕外
### Q: 时间显示还是不对
A: 确认服务器时区设置,检查后端是否使用了北京时间
### Q: 在某些页面可以点击,某些页面不行
A: 检查该页面是否有特殊的z-index或overflow设置
## 性能优化
1. **防止重复初始化**使用isInitialized标志
2. **移除旧事件监听器**使用cloneNode()方法
3. **定时器管理**在cleanup时清理定时器
4. **避免内存泄漏**在页面切换时调用cleanup
## 代码改进点
1. 添加了详细的日志输出,方便调试
2. 添加了元素存在性检查,避免空指针错误
3. 使用e.preventDefault()和e.stopPropagation()防止事件冒泡
4. 提高了z-index层级确保在所有页面都能正常显示

View File

@ -1,94 +0,0 @@
# 消息通知系统使用说明
## 功能概述
为超级管理员账号添加了消息通知系统,可以实时查看其他用户的操作记录。
## 主要特性
### 1. 消息铃铛
- 位置:页面右上角(仅超级管理员可见)
- 红色圆点徽章:显示未读消息数量
- 点击铃铛:打开/关闭消息面板
### 2. 消息面板
- 显示最近100条操作通知
- 未读消息有蓝色圆点标记和高亮背景
- 点击单条消息:标记为已读
- "全部已读"按钮:一键标记所有消息为已读
- "删除已读"按钮:删除所有已读消息(需确认)
### 3. 自动更新
- 每30秒自动刷新未读消息数量
- 实时显示最新的用户操作
### 4. 时间显示
- 使用北京时间UTC+8
- 智能显示刚刚、X分钟前、X小时前、X天前
- 超过7天显示完整日期时间
## 会触发通知的操作
以下操作会为超级管理员创建通知:
1. **批量上传MAC文件** - 显示上传类型pdd/yt/tx
2. **批量上传发货记录文件** - 显示箱数和总数量
3. **添加人员信息** - 显示姓名和角色
4. **上传发货记录** - 显示日期和数量
5. **上传MAC与批次** - 显示记录数量
6. **批量上传不良明细文件** - 显示记录数量
7. **上传返修记录** - 显示数量
8. **上传良/不良统计** - 显示良品和不良品数量
9. **上传不良明细** - 显示记录数量
## 通知内容
每条通知包含:
- **用户名**:执行操作的用户
- **操作类型**:执行的具体操作
- **详细信息**:操作的详细数据(如数量、日期等)
- **时间**操作时间智能显示刚刚、X分钟前、X小时前等
## 技术实现
### 后端
- 新增 `notifications` 数据表
- 新增 `notify_superadmin()` 函数,在关键操作点调用,使用北京时间
- 新增 5 个 API 端点:
- `GET /api/notifications` - 获取通知列表
- `GET /api/notifications/unread-count` - 获取未读数量
- `POST /api/notifications/mark-read` - 标记单条已读
- `POST /api/notifications/mark-all-read` - 标记全部已读
- `POST /api/notifications/delete-read` - 删除所有已读消息
### 前端
- 新增 `notifications.js` 组件
- 在 `index.html` 添加铃铛和通知面板
- 在 `styles.css` 添加通知相关样式
- 在 `app.js` 集成通知系统初始化
## 使用方法
1. 使用超级管理员账号登录系统
2. 在页面右上角可以看到消息铃铛图标 🔔
3. 当有新消息时,铃铛上会显示红色数字徽章
4. 点击铃铛查看消息列表
5. 点击单条消息标记为已读
6. 点击"全部已读"按钮标记所有消息为已读
7. 点击"删除已读"按钮清理已读消息(需确认)
## 注意事项
- 只有超级管理员role='superadmin')才能看到消息铃铛
- 超级管理员自己的操作不会创建通知
- 通知数据存储在 SQLite 数据库中
- 消息列表最多显示最近100条记录
- 所有时间使用北京时间UTC+8
- 删除已读消息操作不可恢复,请谨慎操作
## 修复的问题
### v1.1 更新
1. **修复时间显示问题**后端使用北京时间UTC+8存储前端正确解析显示
2. **修复铃铛无法点击问题**调整z-index层级确保铃铛和面板在最上层
3. **新增删除已读功能**:可以清理已读消息,保持消息列表整洁

View File

@ -63,8 +63,9 @@ const Upload = (() => {
async function renderMac(){
return section('MAC与批次MAC与批次对应关系表',`
<div class="field">
<label>上传类型</label>
<label>上传机种 <span style="color:#ff4444">*</span></label>
<select id="mac-type" class="input">
<option value="">请选择上传机种</option>
<option value="pdd">拼多多</option>
<option value="yt">圆通</option>
<option value="tx">兔喜</option>
@ -166,7 +167,11 @@ const Upload = (() => {
try {
const data = await API.listMac();
if(listEl && data.list && data.list.length > 0){
listEl.innerHTML = data.list.slice(0, 10).map(r=>`<li><span>${r.mac}</span><span class="badge">${r.batch}</span></li>`).join('');
const platformNames = {pdd: '拼多多', yt: '圆通', tx: '兔喜'};
listEl.innerHTML = data.list.slice(0, 10).map(r=>{
const platformName = platformNames[r.platform] || r.platform || '未知';
return `<li><span>${r.mac}</span><span class="badge">${r.batch}</span><span class="badge" style="background:var(--primary-light);color:var(--primary)">${platformName}</span></li>`;
}).join('');
} else if(listEl) {
listEl.innerHTML = '<li>暂无数据</li>';
}
@ -278,7 +283,11 @@ const Upload = (() => {
const data = await API.listMac();
if(listEl){
if(data.list && data.list.length > 0){
listEl.innerHTML = data.list.map(r=>`<li><span>${r.mac}</span><span class="badge">${r.batch}</span><span style="font-size:11px;color:var(--text-2);margin-left:8px">${new Date(r.ts).toLocaleString('zh-CN')}</span></li>`).join('');
const platformNames = {pdd: '拼多多', yt: '圆通', tx: '兔喜'};
listEl.innerHTML = data.list.map(r=>{
const platformName = platformNames[r.platform] || r.platform || '未知';
return `<li><span>${r.mac}</span><span class="badge">${r.batch}</span><span class="badge" style="background:var(--primary-light);color:var(--primary)">${platformName}</span><span style="font-size:11px;color:var(--text-2);margin-left:8px">${new Date(r.ts).toLocaleString('zh-CN')}</span></li>`;
}).join('');
API.toast(`显示全部 ${data.list.length} 条历史记录`);
} else {
listEl.innerHTML = '<li>暂无历史记录</li>';
@ -307,7 +316,22 @@ const Upload = (() => {
}
const typeEl = document.getElementById('mac-type');
const uploadType = typeEl ? typeEl.value : 'pdd';
const uploadType = typeEl ? typeEl.value : '';
// 验证是否选择了上传类型
if(!uploadType){
API.toast('请选择上传机种(拼多多/圆通/兔喜)');
return;
}
// 确认上传类型
const typeNames = {pdd: '拼多多', yt: '圆通', tx: '兔喜'};
const typeName = typeNames[uploadType] || uploadType;
const confirmed = confirm(`请确认上传机种:${typeName}\n\n文件名:${file.name}\n\n确认无误后点击"确定"继续上传`);
if(!confirmed){
return;
}
const logContainer = document.getElementById('upload-log');
const logPre = logContainer ? logContainer.querySelector('pre') : null;

View File

@ -80,6 +80,10 @@ def init_db():
c.execute('ALTER TABLE users ADD COLUMN avatar TEXT')
except Exception:
pass # 列已存在
try:
c.execute('ALTER TABLE mac_batches ADD COLUMN platform TEXT DEFAULT "pdd"')
except Exception:
pass # 列已存在
c.execute('''CREATE TABLE IF NOT EXISTS defects(
id INTEGER PRIMARY KEY AUTOINCREMENT,
mac TEXT,
@ -1384,7 +1388,7 @@ def export_pdf():
def list_mac():
conn = get_db()
c = conn.cursor()
c.execute('SELECT mac, batch, ts FROM mac_batches ORDER BY id DESC LIMIT 200')
c.execute('SELECT mac, batch, platform, ts FROM mac_batches ORDER BY id DESC LIMIT 200')
rows = [dict(r) for r in c.fetchall()]
conn.close()
return jsonify({'list': rows})
@ -1804,7 +1808,7 @@ def upload_mac_file():
mac = record.get('mac')
batch = record.get('batch')
if mac and batch:
c.execute('INSERT INTO mac_batches(mac, batch, ts) VALUES(?,?,?)', (mac, batch, now))
c.execute('INSERT INTO mac_batches(mac, batch, platform, ts) VALUES(?,?,?,?)', (mac, batch, upload_type, now))
conn.commit()
conn.close()
log('upload_mac_file_db', f"saved {len(records)} records to database")

View File

@ -1,139 +0,0 @@
# 发货记录合并单元格处理说明
## 功能特点
系统现在完全支持 Excel 中出货日期列的合并单元格,这是实际业务中常见的格式。
## Excel 文件结构
### 典型格式
```
| 出货日期 | 箱号 | SN1 | SN2 | ... | SN20 |
|------------|--------|--------|--------|-----|--------|
| 2025-11-20 | BOX001 | SN0001 | SN0002 | ... | SN0020 |
| ↓ | BOX002 | SN0021 | SN0022 | ... | SN0040 |
| ↓ | BOX003 | SN0041 | SN0042 | ... | SN0060 |
| 2025-11-21 | BOX004 | SN0061 | SN0062 | ... | SN0080 |
| ↓ | BOX005 | SN0081 | SN0082 | ... | SN0100 |
```
**说明**
- 出货日期列可以合并单元格
- 同一天的多个箱号共用一个日期单元格
- 每行代表一个箱号
- 横向包含该箱的 20 个 SN
## 解析逻辑
### 1. 合并单元格处理
```python
# 记录上一个有效的日期
last_valid_date = None
for row in rows:
# 如果当前行日期为空(合并单元格的后续行)
if current_date:
last_valid_date = current_date
date = current_date
else:
# 使用上一个有效日期
date = last_valid_date
```
### 2. 数据结构
每行解析后的数据:
```python
{
'date': '2025-11-20', # 出货日期
'box': 'BOX001', # 箱号
'sns': ['SN0001', 'SN0002', ...], # SN 列表
'qty': 20 # SN 数量
}
```
### 3. Redis 存储
每个 SN 单独存储:
```
HSET shipment_sn_mapping "SN0001" '{"date":"2025-11-20","box":"BOX001","ts":"..."}'
HSET shipment_sn_mapping "SN0002" '{"date":"2025-11-20","box":"BOX001","ts":"..."}'
...
```
## 创建测试模板
运行以下命令创建带合并单元格的测试模板:
```bash
python create_shipments_template.py
```
这将生成:
- `shipments_template.xlsx` - 带示例数据和合并单元格
- `shipments_template_empty.xlsx` - 空白模板
## 导入流程
1. **准备 Excel 文件**
- 第一列:出货日期(可合并单元格)
- 第二列:箱号
- 第3-22列SN1-SN20
2. **上传文件**
- 访问"发货记录"页面
- 选择 Excel 文件
- 点击"验证文件"
3. **验证通过后导入**
- 点击"导入数据"
- 系统自动解析合并单元格
- 数据存入 SQLite 和 Redis
4. **查询验证**
- 访问"SN出货查询"页面
- 输入任意 SN 号
- 查看出货日期和箱号
## 支持的格式
### Excel (.xlsx, .xls)
- ✅ 支持合并单元格
- ✅ 自动识别空单元格
- ✅ 按 SN 编号排序SN1, SN2, ..., SN20
### CSV (.csv)
- ✅ 支持空值(相当于合并单元格)
- ✅ 自动使用上一行的日期
- ⚠️ CSV 不支持真正的合并单元格,但空值会被正确处理
## 常见问题
### Q: 如果日期列第一行就是空的怎么办?
A: 系统会跳过该行,直到遇到第一个有效日期。
### Q: 如果某个箱子的 SN 不足 20 个?
A: 没问题,后面的 SN 列可以留空,系统只记录有值的 SN。
### Q: 可以一天有多少个箱子?
A: 没有限制,同一天可以有任意多个箱子,都会使用同一个日期。
### Q: 箱号可以重复吗?
A: 技术上可以,但建议保持唯一,便于追溯。
## 数据验证
导入后可以通过以下方式验证:
### 1. 查看 Redis 记录数
```bash
redis-cli HLEN shipment_sn_mapping
```
### 2. 查询特定 SN
```bash
redis-cli HGET shipment_sn_mapping "SN0001"
```
### 3. 通过 Web 界面
- 访问"SN出货查询"页面
- 页面顶部显示总记录数
- 输入 SN 查询详细信息

View File

@ -1,100 +0,0 @@
# 发货记录 Redis 存储结构说明
## Redis 数据结构
### Hash 表shipment_sn_mapping
用于存储 SN/MAC 到出货信息的映射关系。
**数据类型**: Redis Hash
**Key**: `shipment_sn_mapping`
**结构**:
```
Hash Key (Field) -> Hash Value
SN/MAC 号 -> JSON 格式的出货信息
```
### 存储示例
```redis
HSET shipment_sn_mapping "SN0001" '{"date":"2025-11-20","box":"BOX001","ts":"2025-11-20T10:30:00"}'
HSET shipment_sn_mapping "SN0002" '{"date":"2025-11-20","box":"BOX001","ts":"2025-11-20T10:30:00"}'
HSET shipment_sn_mapping "SN0021" '{"date":"2025-11-20","box":"BOX002","ts":"2025-11-20T10:30:00"}'
```
### JSON 值格式
```json
{
"date": "2025-11-20", // 出货日期
"box": "BOX001", // 箱号
"ts": "2025-11-20T10:30:00" // 记录时间戳
}
```
## 查询方式
### 1. 通过 API 查询
**接口**: `GET /api/shipments/query-by-sn?sn=SN0001`
**响应示例**:
```json
{
"found": true,
"sn": "SN0001",
"date": "2025-11-20",
"box": "BOX001",
"ts": "2025-11-20T10:30:00"
}
```
### 2. 直接使用 Redis 命令查询
```bash
# 查询单个 SN
redis-cli HGET shipment_sn_mapping "SN0001"
# 查询多个 SN
redis-cli HMGET shipment_sn_mapping "SN0001" "SN0002" "SN0003"
# 查看所有记录数量
redis-cli HLEN shipment_sn_mapping
# 查看所有 SN谨慎使用数据量大时会很慢
redis-cli HKEYS shipment_sn_mapping
# 扫描部分数据
redis-cli HSCAN shipment_sn_mapping 0 COUNT 100
```
## 数据导入流程
1. 用户上传 Excel 文件包含出货日期、箱号、SN1-SN20
2. 系统解析 Excel 文件
3. 提取每行的出货日期、箱号和所有 SN
4. 将数据保存到 SQLite用于统计和列表展示
5. 同时将每个 SN 映射关系写入 Redis Hash用于快速查询
## 性能特点
- **查询速度**: O(1) 时间复杂度,毫秒级响应
- **存储效率**: Hash 结构比单独的 Key-Value 更节省内存
- **批量写入**: 使用 Pipeline 批量写入,提高导入速度
- **容错性**: Redis 写入失败不影响 SQLite 数据保存
## 使用场景
1. **快速查询**: 扫描 SN 后立即查询出货信息
2. **追溯管理**: 根据 MAC 地址追溯出货批次
3. **质量追踪**: 结合不良品记录,追溯出货批次
4. **客户服务**: 快速响应客户关于产品出货信息的查询
## 维护建议
1. **定期备份**: 使用 Redis RDB 或 AOF 持久化
2. **监控容量**: 定期检查 Hash 大小 `HLEN shipment_sn_mapping`
3. **数据清理**: 根据业务需求定期清理过期数据
4. **索引优化**: 如需按日期或箱号查询,可建立额外的索引结构

View File

@ -1,62 +0,0 @@
# 发货记录 Excel 模板说明
## 文件格式要求
### 必需列(按顺序)
1. **出货日期** - 格式YYYY-MM-DD例如2025-11-20**支持合并单元格**
2. **箱号** - 箱子编号例如BOX001
3. **SN1** - 第1个序列号
4. **SN2** - 第2个序列号
5. **SN3** - 第3个序列号
6. ...
7. **SN20** - 第20个序列号
### 支持的文件格式
- Excel 文件:.xlsx, .xls
- CSV 文件:.csv
## Excel 模板示例
### 格式 1出货日期合并单元格推荐
| 出货日期 | 箱号 | SN1 | SN2 | SN3 | SN4 | SN5 | ... | SN20 |
|---------|------|-----|-----|-----|-----|-----|-----|------|
| 2025-11-20 | BOX001 | SN001 | SN002 | SN003 | SN004 | SN005 | ... | SN020 |
| ↓(合并) | BOX002 | SN021 | SN022 | SN023 | SN024 | SN025 | ... | SN040 |
| ↓(合并) | BOX003 | SN041 | SN042 | SN043 | SN044 | SN045 | ... | SN060 |
| 2025-11-21 | BOX004 | SN061 | SN062 | SN063 | SN064 | SN065 | ... | SN080 |
| ↓(合并) | BOX005 | SN081 | SN082 | SN083 | SN084 | SN085 | ... | SN100 |
**说明**:同一天的多个箱号,出货日期列可以合并单元格,系统会自动识别。
### 格式 2出货日期不合并
| 出货日期 | 箱号 | SN1 | SN2 | SN3 | SN4 | SN5 | ... | SN20 |
|---------|------|-----|-----|-----|-----|-----|-----|------|
| 2025-11-20 | BOX001 | SN001 | SN002 | SN003 | SN004 | SN005 | ... | SN020 |
| 2025-11-20 | BOX002 | SN021 | SN022 | SN023 | SN024 | SN025 | ... | SN040 |
| 2025-11-21 | BOX003 | SN041 | SN042 | SN043 | SN044 | SN045 | ... | SN060 |
## 注意事项
1. **列头必须完全匹配**出货日期、箱号、SN1、SN2、...、SN20
2. **合并单元格支持**:出货日期列支持合并单元格,同一天的多个箱号可以共用一个日期单元格
3. **SN列可以为空**如果某个箱子不足20个SN后面的SN列可以留空
4. **日期格式**:建议使用 YYYY-MM-DD 格式例如2025-11-20
5. **箱号唯一性**:建议每个箱号保持唯一,便于追溯
6. **数据行**:第一行为表头,从第二行开始为数据
7. **横向结构**:一行代表一个箱号,横向包含该箱的所有 SN最多20个
## 使用流程
1. 准备符合格式要求的 Excel 文件
2. 在系统中点击"选择文件"上传文件
3. 点击"验证文件"检查格式是否正确
4. 验证通过后,点击"导入数据"完成上传
5. 系统会自动统计每个箱次的SN数量并保存
## 导入结果
- 系统会显示导入的箱次数量
- 系统会显示导入的总SN数量
- 每条记录会保存出货日期、数量实际SN个数、箱号信息