# python_dailyfresh

**Repository Path**: ahcfl_leon/python_dailyfresh

## Basic Information

- **Project Name**: python_dailyfresh
- **Description**: dailyfresh是基于python并采用django框架开发的一款B2C购物商城项目。
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 4
- **Created**: 2021-06-02
- **Last Updated**: 2024-06-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# dailyfresh mall based on B2C model

#### 项目介绍
dailyfresh是基于python的django框架并采用B2C方式开发的一款购物商城项目。
![输入图片说明](https://images.gitee.com/uploads/images/2021/0711/095531_913a0156_8172401.png "首页.png")

#### 软件架构
```
1. 语言：Python3.* (Django)
2. 数据库: MySql、 redis
3. 任务队列(异步处理): celery(django-celery)
4. 分布式文件存储: FastDFS
5. 搜索引擎(商品检索)： haystack(django-haystack)、whoosh、二次开发
6. web服务器配置: Nginx+ uwsgi
7. 开发环境： PyCharm、Linux、vim
开发架构
   Browser/Server(浏览器/服务器)结构
   Nginx+uwsgi
```

#### 开发配置说明
https://gitee.com/ahcfl_leon/python_dailyfresh/tree/master/%E9%A1%B9%E7%9B%AE%E5%BC%80%E5%8F%91%E6%96%87%E6%A1%A3


#### 主体模块
```
1. 用户模块
2. 商品相关模块
3. 购物车相关模块
4. 订单相关模块  
```
#### 数据库表设计
```
1. SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。
   【简单来说，属性值、特性相同的商品就可以称为一个SPU】
   例如，华为手机可以是一个SPU，小米手机也可以是一个SPU，这个与商家无关，与颜色、款式、套餐也无关。
2. SKU库存进出计量的单位， 可以是以件、盒、托盘等为单位，在服装、鞋类商品中使用最多最普遍。
   例如，衣服中一个SKU，通常表示：规格、颜色、款式。
```
![输入图片说明](https://images.gitee.com/uploads/images/2021/0711/095447_c494cbb2_8172401.png "Snipaste_2021-07-11_09-52-57.png")

#### 功能与性能优化
```
案例1：用户注册发激活邮件时，可能发送邮件所需的时间较长，客户端会需要等待，用户体验不好。
案例2：用户访问量过大时，每次都需要从数据库动态获取首页页面数据，数据库查询次数较多，也要考虑到DDOS攻击。
改进: 把耗时的任务放到后台异步执行，此处使用celery任务队列, 其中使用redis作中间件。

问题一：用户注册发激活邮件时，可能发送邮件所需的时间较长，客户端会需要等待一段时间，体验感不好。怎么优化呢？
答：
可以将耗时的发送邮件任务放到后台异步执行，交给Celery任务队列处理。 使用Redis作为中间件，监听任务队列，交给Worker执行。

问题二：Django框架本身内置的文件存储只能存放小文件，不能解决项目的海量图片存储。应该怎么处理呢？
答：
引入FastDFS+Nginx对商品图片进行存储和调度。FastDFS 是C编写的一款开源分布式文件系统。
充分考虑了冗余备份、负载均衡、线性扩容等机制。使用 FastDFS 很方便搭建一套高性能的文件服务器集群，提供文件上传下载等服务。

问题三：开发过程中，用户的浏览记录和用户购物车商品信息如何存储，以什么格式存储呢？
答：
Redis存储用户历史浏览记录, 采用list数据结构，例如: history_userId: [skuid1,skuid2,skuid3]；
存储用户购物车商品信息，采用hash数据结构，例如:cart_userid: {'sku_id1': num, 'sku_id2': num}。

问题四：用户访问量过大时，每次都需要从数据库动态获取首页页面数据，数据库查询次数较多，考虑到DDOS攻击，怎么解决呢？
答：
可以把首页第一次查询的数据在Redis缓存存储。当用户再次查询这些数据时，先从缓存中获取，如获取不到，再去查询数据库，减少数据库的查询次数。

问题五：订单并发处理
答：
可以进行加锁处理，悲观锁首先对数据进行了定位和加锁，再去获取数据。其他事务要想获取锁，必须等原事件结束。
乐观锁在进行操作时不会加锁，提交更正时才进行判断。所以，在本项目并发冲突比较少的场景，可以引入乐观锁。
```