# 北京云栈科技有限公司

**Repository Path**: beijing-cloud-stack/beijing-cloud-pavilion

## Basic Information

- **Project Name**: 北京云栈科技有限公司
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-18
- **Last Updated**: 2026-09-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 房价预测系统 —— 数据库部分（成员2 分工）

## 项目简介

基于链家新房数据的房价预测系统，采用 Python 爬虫采集数据，Hadoop 做离线统计，
HBase 存储大数据明细，Flask 提供 Web 服务，sklearn 多元线性回归完成房价预测。
本仓库为其中**数据库设计与维护**部分的代码。

## 文件说明

### 核心分工文件

| 文件 | 说明 |
| --- | --- |
| `config.py` | 数据库连接配置。MySQL 连接串、字符集、自动提交开关、Flask SECRET_KEY，以及 HBase 地址 |
| `db.py` | SQLAlchemy 实例初始化，延迟绑定，由 app.py 的 `db.init_app(app)` 与 Flask 应用绑定 |
| `createTable.py` | 建表脚本，推入应用上下文后调用 `db.create_all()` 依据模型类生成物理表 |
| `model/User.py` | 用户表 user 的 ORM 映射（含与 History 的一对多关系） |
| `model/Hourse_info.py` | 房源信息表 hourse_info 的 ORM 映射（18 个业务字段） |
| `model/History.py` | 预测历史表 history 的 ORM 映射（含 user_id 外键） |

### 配套文件

| 文件 | 说明 |
| --- | --- |
| `setup_db.py` | 一键建库与数据导入脚本，对 Navicat 导出脚本做清洗并执行，导入后自检 |
| `utils/query.py` | 原生 SQL 封装 `querys()`，供 ORM 不便处理的查询使用 |
| `utils/getPublicData.py` | 数据访问层，基于 ORM 的增删改查、城市列表、预测历史统计与 JSON 字段处理 |

## 数据库概况

- 数据库：MySQL 5.7
- 库名：`hourses_data`
- 字符集：utf8 / utf8_general_ci
- 数据表：3 张
  - `user` —— user_id（主键）、user_name（唯一）、user_password
  - `hourse_info` —— id（主键）+ 18 个业务字段
  - `history` —— id（主键）、city、price、user_id（外键）
- 表关系：`user.user_id ← history.user_id`，一对多
- 数据规模：7127 条房源，覆盖 81 个城市

## 字段设计要点

- 户型 `rooms_desc`、面积区间 `area_range`、标签 `tags`、总价区间 `totalPrice_range`
  为多值属性，采用 JSON 字符串存储，读写通过 `json.dumps` / `json.loads` 转换
- 封面图 `cover`、详细地址 `address`、详情链接 `detail_url` 长度设为 varchar(2555)，
  防止长 URL 被截断
- 单价 `price` 使用 varchar 存储，可兼容"待定"等非数值，预测时再统一转为整型
- 交房时间 `on_time` 等时间字段使用字符串类型，避免 MySQL 严格模式下
  `0000-00-00` 导致的插入失败

## 运行说明

1. 启动本地 MySQL 5.7，确认口令与 `config.py` 中一致
2. 执行 `python setup_db.py` 建库并导入数据脚本
3. 执行 `python createTable.py` 生成或校验表结构
4. 启动整个项目请回到项目根目录运行 `run_app.py`

## 注意事项

`config.py` 中的数据库口令为本地实训环境口令，仅限本机开发环境使用。