目录
摘 要
随着电子商务的迅猛发展，物流行业面临着前所未有的机遇与挑战。为了应对这些变化，提高物流效率和服务质量，本研究开发了一套基于Spring Boot框架的物流大数据展示系统，该系统集成了先进的爬虫技术和大屏可视化技术，旨在为企业提供全面的数据支持和直观的数据展示平台。
系统采用模块化设计，核心构建在Spring Boot之上，确保了系统的高效性、稳定性和可扩展性。通过集成网络爬虫技术，系统能够实时抓取互联网上的相关物流信息，为物流计划提供动态数据支持。同时，利用大屏技术将收集到的大数据进行可视化处理，使得企业决策者可以一目了然地掌握关键指标和发展趋势，从而做出更加迅速和准确的决策。
Spring Boot简化了应用开发过程，提供了强大的配置管理功能；爬虫技术实现了对多源异构数据的高效采集，增强了系统的数据获取能力；大屏展示运用现代可视化工具和技术，提供了丰富且直观的数据呈现方式，便于用户理解和分析。
本系统不仅有助于物流企业优化资源配置、降低成本、提升服务质量，还为其提供了深入了解市场动态和客户需求的能力，从而增强企业的市场竞争力。此外，系统的设计考虑到了未来的发展需求，具备良好的可扩展性和维护性，能够适应不断变化的业务环境和技术进步。
综上所述，基于Spring Boot的物流大数据展示系统是一个集数据采集、处理、分析和展示于一体的综合性解决方案，对于推动物流行业的数字化转型具有重要意义。它为企业提供了一个强大的工具，以更好地应对市场挑战，并抓住发展机遇。
关键词：物流大数据展示系统、SpringBoot、爬虫技术、大数据、可视化、大屏展板
Abstract
With the rapid development of e-commerce, the logistics industry is facing unprecedented opportunities and challenges. In order to cope with these changes and improve logistics efficiency and service quality, this research developed a set of logistics big data display system based on Spring Boot framework, which integrates advanced crawler technology and large screen visualization technology, aiming to provide enterprises with a comprehensive data support and intuitive data display platform.
The system adopts modular design and the core is built on Spring Boot to ensure the high efficiency, stability and scalability of the system. Through the integration of web crawler technology, the system can capture the relevant logistics information on the Internet in real time and provide dynamic data support for logistics planning. At the same time, the large-screen technology is used to visualize the collected big data, so that enterprise decision makers can grasp the key indicators and development trends at a glance, so as to make more rapid and accurate decisions.
Spring Boot Simplified the application development process, provides powerful configuration management function; crawler technology realizes the efficient collection of multi-source heterogeneous data, enhances the data acquisition ability of the system; large screen display using modern visualization tools and technology, provides rich and intuitive data presentation for users to understand and analyze.
This system not only helps logistics enterprises to optimize resource allocation, reduce costs, improve service quality, but also provides them with in-depth understanding of market dynamics and customer needs, so as to enhance the market competitiveness of enterprises. In addition, the system is designed to consider the future development needs, with good scalability and maintainability, able to adapt to the changing business environment and technological progress.
To sum up, the logistics big data display system based on Spring Boot is a comprehensive solution integrating data collection, processing, analysis and display, which is of great significance for promoting the digital transformation of the logistics industry. It provides enterprises with a powerful tool to better meet market challenges and seize development opportunities.
Keywords: Logistics big data display system, SpringBoot, crawler technology, big data, visualization, large-screen display board
-
绪 论
- 研究背景及意义
随着电子商务的迅速发展，物流行业迎来了前所未有的发展机遇与挑战。在这样的背景下，如何高效地管理物流信息、优化物流流程以及提高客户满意度成为了物流企业关注的重点[1]。Spring Boot作为一种简化了新Spring项目的初始搭建以及开发过程的框架，因其易于使用、配置简便等优点，逐渐成为构建企业级应用的首选之一。同时，大数据技术的发展为物流企业提供了更深入的数据分析能力，使其能够更好地理解市场需求、优化运营策略。
特别是在物流领域，通过爬虫技术收集互联网上的物流相关信息，可以为物流计划提供数据支持；而大屏技术则可以将这些数据以直观的方式展示给决策者，以便快速做出反应[2]。因此，基于Spring Boot构建一个集成爬虫和大屏技术的物流大数据展示系统具有重要的现实意义。
通过对物流相关大数据进行实时分析，并利用大屏技术展示关键指标，可以帮助企业管理层快速了解业务状态，做出更加科学的决策。借助于对物流大数据的深度挖掘，可以实现资源的最佳配置，比如根据货物运输量预测来合理安排车辆调度、仓库空间利用等，从而降低成本、提高效率[3]。通过数据分析洞察消费者需求变化趋势，提前调整供应链策略，有助于企业更快响应市场需求，增强市场竞争力。结合最新的爬虫技术和可视化技术，推动物流行业的数字化转型，激发更多创新应用的可能性。利用大数据分析结果改进服务流程，例如提供更准确的货物跟踪信息、预计到达时间等，进而提升客户满意度和服务质量。
综上所述，研究并开发基于Spring Boot的物流大数据展示系统不仅有助于解决当前物流企业在数据管理和分析方面面临的挑战，同时也为企业带来更多的商业机会和发展潜力。
在国内，随着电子商务的蓬勃发展和物流行业的快速扩张，对于物流大数据展示系统的需求日益增加。许多高校和科研机构都在积极探索如何利用Spring Boot框架结合爬虫技术和大屏技术来构建高效的物流大数据分析平台[4]。国内一些高校的研究团队正在开展关于物流大数据处理与分析的相关研究，并且已经取得了一定成果。例如，某些研究项目尝试将Hadoop、Spark等大数据处理技术与Spring Boot集成，以实现对海量物流数据的有效管理和分析。在企业层面，越来越多的物流公司开始重视信息化建设，通过引入先进的信息技术手段提升运营效率和服务质量。比如，菜鸟网络等大型物流企业已经在应用大数据技术优化其物流配送网络；同时，一些中小规模的物流企业也开始探索基于Spring Boot的轻量级解决方案，以适应市场变化和技术进步的要求。中国政府也在积极推动“互联网+”战略，鼓励企业采用新兴技术进行产业升级改造，这为物流大数据展示系统的研发提供了良好的政策环境和支持。
在国外，尤其是发达国家，由于物流行业起步较早且技术水平较高，因此在物流大数据展示系统方面也有着较为深入的研究与应用：国外的一些科技公司如亚马逊、UPS等早已在其业务中广泛应用了大数据分析技术，包括使用机器学习算法预测货物运输需求、优化路径规划等。此外，这些公司还积极投入资源开发自己的数据分析工具或购买第三方服务[5]。国际上有很多活跃的技术社区（如GitHub）和开源组织致力于开发和分享各种适用于不同场景下的物流管理软件。其中不乏基于Spring Boot框架构建的应用实例，它们通常包含了从数据收集到可视化展示的一整套流程。国外的研究往往更加注重跨学科的合作，例如计算机科学、运筹学以及工业工程等领域之间的交叉融合，共同解决物流领域中的复杂问题。这种多学科视角有助于产生更具创新性和实用价值的研究成果。
总体而言，无论是国内还是国外，基于Spring Boot的物流大数据展示系统都处于一个不断发展的阶段，未来有望借助于云计算、物联网等新兴技术进一步提升其功能性和智能化水平。然而，在实际应用过程中还需克服诸如数据安全、隐私保护以及系统集成等方面的挑战。
本论文共分为七个主要章节，具体结构如下：
1. 绪论：介绍研究背景与意义，回顾国内外研究现状，并概述论文的组织结构。
2. 相关技术介绍：详细介绍与本研究相关的技术，包括Java语言、B/S框架、SpringBoot框架、Vue技术和MySQL数据库、爬虫技术、Matplotlib可视化库、Pandas简介。
3. 需求分析：对系统的功能需求和非功能需求进行分析，明确用户和管理员的需求，并进行可行性分析，包括技术、操作和经济可行性。
4. 系统设计：涵盖系统架构设计、系统模块设计，并进行数据库的概念设计与表设计。
5. 系统实现：具体描述各个功能模块的实现过程，展示系统如何根据需求进行开发。
6. 系统测试：阐述测试的目的，分析测试结果并得出结论，以验证系统的稳定性和功能完整性。
7. 总结：总结研究的主要成果和贡献，指出存在的不足及未来的研究方向。
Java语言是一种广泛使用的高级编程语言，具有平台无关性、面向对象特性和丰富的标准库。Java通过Java虚拟机（JVM）实现跨平台运行，开发者可以编写一次代码，在任何支持JVM的环境中执行[1]。Java的面向对象特性使得代码复用和模块化变得更加容易，促进了软件的维护和扩展。Java支持多线程编程，允许开发者在同一程序中同时执行多个任务，提升了应用程序的性能。
Java语言的语法结构简洁且易于理解，吸引了大量开发者。Java的标准库包含数据结构、输入输出处理、网络编程等众多功能模块。这使得开发者在构建应用程序时能够高效利用已有工具，减少重复劳动。Java广泛应用于企业级应用、移动应用、Web开发和大数据处理等领域。
B/S（Browser/Server）架构是一种基于浏览器和服务器的系统架构模式，用户通过浏览器与服务器进行交互。B/S架构简化了客户端的部署和管理，用户无需在本地安装复杂的软件，只需使用标准浏览器即可访问应用程序。服务器端负责处理业务逻辑和数据存储，客户端则主要负责展示用户界面和数据交互[2]。B/S架构的设计使得系统更新和维护集中在服务器端，降低了维护成本。
B/S架构通常采用Web技术进行实现，包括HTML、CSS和JavaScript等。用户在浏览器中发起请求，服务器响应并返回数据。数据传输通常通过HTTP或HTTPS协议进行，B/S架构的灵活性使其适用于在线购物、信息管理系统和社交网络等各类应用场景[3]。由于其易于扩展性，B/S架构可以方便地支持大规模用户访问，适应不断变化的业务需求。
SpringBoot框架是基于Spring框架的开源项目，简化Java应用程序的开发过程。SpringBoot通过约定优于配置的理念，减少了传统Spring应用的繁琐配置，开发者可以快速搭建和部署应用程序。框架提供了一系列默认配置，支持自动化配置，简化了应用启动的复杂性[4]。SpringBoot内置了嵌入式Web服务器，使得开发者能够独立运行Java应用，无需外部容器。
SpringBoot支持微服务架构，开发者可以轻松创建和管理多个微服务。框架集成了丰富的功能模块，包括安全、数据访问和消息中间件等，支持RESTful API和JSON数据格式的处理[5]。SpringBoot还提供了强大的监控和管理功能，允许开发者实时监控应用的健康状态和性能指标。借助SpringBoot，开发者能够高效构建和维护现代企业级应用，满足复杂业务需求。
Vue是一种渐进式JavaScript框架，专注于构建用户界面。Vue采用组件化的开发模式，允许开发者将应用程序拆分为独立的、可重用的组件，从而提高了开发效率和代码的可维护性[6]。框架的核心库专注于视图层，支持数据绑定和DOM操作，提供了简洁的API。Vue的虚拟DOM机制提升了应用的性能，减少了实际DOM操作的次数。
Vue支持双向数据绑定，能够自动更新视图与模型之间的变化。开发者可以通过Vue的指令系统，简化数据展示和事件处理。Vue还支持路由管理和状态管理，使得开发复杂单页面应用变得更加容易[7]。借助Vue的生态系统，开发者能够使用多种工具和库来扩展功能，满足不同的业务需求。Vue在前端开发中逐渐成为主流选择，受到广泛关注和应用。
MySQL是一种开源关系型数据库管理系统，广泛应用于Web应用和企业级数据存储。MySQL支持结构化查询语言，允许开发者通过标准语句进行数据的创建、读取、更新和删除操作[8]。数据库通过表格形式组织数据，支持数据完整性和约束条件的定义。MySQL的存储引擎机制使得用户可以根据具体需求选择不同的存储引擎，以优化性能和功能。
MySQL具有高性能和可扩展性，支持大规模数据存储和高并发访问。系统提供了丰富的用户权限管理和数据加密安全特性。
爬虫技术是指使用程序自动抓取互联网数据的过程。网络爬虫能够模拟用户访问网页，并提取所需的数据。常用的爬虫库有requests和BeautifulSoup，它们可以帮助用户获取网页内容并解析HTML结构。
爬虫技术的主要步骤包括：
发送请求：向目标网站发送HTTP请求，获取网页内容。
解析数据：使用解析库提取所需信息，比如商品名称、价格等。
存储数据：将提取的数据保存到本地数据库或文件中，便于后续分析。
遵循规则：遵循网站的robots.txt协议，避免对网站造成负担或被禁止访问。
Matplotlib是一个广泛使用的绘图库，适用于生成各种类型的图形和可视化效果。它提供了高度灵活的绘图功能，适合于从简单图表到复杂可视化的各种需求。
Matplotlib的主要特点：
多种图形类型：支持折线图、柱状图、散点图、饼图等多种类型的图形。
高度自定义：可调整图形的各个参数，定制自己的可视化效果。
与NumPy、Pandas兼容性强：可以直接从NumPy数组和Pandas DataFrame中进行绘制。
交互性：支持在Jupyter Notebook等环境中进行交互式绘图，提高用户体验。
Pandas是一个强大的数据分析和操作库，特别适用于处理结构化数据。它提供了DataFrame和Series等数据结构，使数据处理变得更加简单高效。
Pandas的主要功能：
数据清洗：处理缺失数据、重复数据及数据格式转换。
数据分析：支持基本的统计操作和复杂的查询，方便数据分析师工作。
数据导入导出：能够方便地与多种格式（如CSV、Excel、数据库等）进行数据交互。
Spring Boot因其简化配置、易于部署的特点，为快速开发物流大数据展示系统提供了坚实的基础。其强大的生态系统和社区支持，使得集成爬虫技术（如使用Jsoup或Selenium）和大屏可视化技术（如ECharts、Grafana等）变得相对简单。现代大数据处理框架（如Apache Hadoop、Spark等）能够与Spring Boot无缝集成，确保系统可以高效地处理和分析海量物流数据。采用微服务架构设计的Spring Boot应用便于未来功能模块的扩展，例如新增数据分析算法、改进爬虫策略等。因此，从技术层面来看，开发物流大数据展示系统是完全可行的。
尽管初期的研发投入较大，但长远来看，基于Spring Boot的物流大数据展示系统可以通过优化物流流程、减少资源浪费等方式降低运营成本，并提高企业的市场竞争力。有效的数据分析可以帮助企业发现潜在的商业机会，制定更加精准的营销策略，从而实现更高的销售额和利润率。借助于对市场动态和客户需求的深入理解，企业能够及时调整战略方向，有效规避风险，保障资金安全。因此，从经济层面来看，开发物流大数据展示系统也是可行的。
通过提供实时的大数据展示界面，可以帮助物流企业更好地服务于客户，提高透明度，增强用户信任感。随着物流大数据展示系统的普及，对于既懂物流业务又掌握信息技术的专业人才需求将增加，有助于创造新的就业机会。该系统的成功实施可以作为行业标杆，鼓励其他物流企业进行数字化转型，进而带动整个行业的进步。
Spring Boot的应用程序通常具有友好的用户界面和清晰的操作流程，降低了用户的使用门槛。此外，针对不同角色（普通用户、管理员）定制的功能模块进一步提升了操作便捷性。由于采用了成熟的开源技术和标准化组件，系统的日常维护和故障排查工作相对容易执行。同时，良好的文档和技术支持也保证了问题解决的速度和效率。考虑到Spring Boot及其相关技术在IT领域内的广泛应用，企业内部员工接受相关培训的成本较低，且能较快上手。因此，从操作层面来看，物流大数据展示系统同样具备可行性。
物流大数据展示系统划分为了普通用户模块和管理员模块两大部分。
普通用户模块：
注册登录：用户可以通过简单的注册流程创建个人账户，输入必要的信息如用户名、密码和邮箱等。登录功能允许用户通过输入用户名和密码来访问他们的个人账户和管理系统。
后台首页：首页提供便捷的信息入口，方便用户快速查找快捷按钮。
系统公告管理：查看由管理员发布的系统公告，了解最新的通知或重要更新。虽然普通用户不能编辑或发布公告，但他们可以查看这些信息以保持与系统发展同步。
数据信息管理：允许用户查看他们自己的物流相关数据（例如货物追踪信息、运输记录等）。这有助于用户维护个人或组织的数据集，并根据需要调整数据。
数据分析管理：为用户提供工具或接口，以便于他们执行基本的数据分析任务。这可能包括简单的查询构建器、可视化仪表板等功能，使用户能够从自己的数据中提取有价值的见解。
管理员模块：
登录：管理员通过输入用户名和密码登录系统，系统通过验证管理员身份，管理员可以访问管理界面。
后台首页：管理员可以在此查看购票信息统计、路线预定统计、活动报名统计等数据，并修改个人资料，确保系统的稳定运行。
系统用户：管理员有权添加、删除或修改系统中的用户账户，包括分配角色（如普通用户、其他管理员等），设置权限级别，重置密码等操作。
系统公告管理：不仅可以查看公告，还可以创建、编辑和发布新的公告，向所有系统用户传达重要消息或指令。
数据信息管理：相比普通用户，管理员拥有更广泛的权限，可以访问并管理整个系统中的所有数据信息，确保数据的质量和安全性。
数据分析管理：提供高级的数据分析工具和服务，帮助管理员深入挖掘系统内所有可用的数据资源，制定战略决策。此外，管理员还可能负责配置分析环境，如设定数据源连接、定义数据模型等。
物流大数据展示系统的非功能性需求比如物流大数据展示系统的安全性怎么样，可靠性怎么样，性能怎么样，可拓展性怎么样等，具体可以表示在如下3-1表格中：
表3-1物流大数据展示系统非功能需求表
| 安全性 | 主要指物流大数据展示系统数据库的安装，数据库的使用和密码的设定必须合乎规范。 |
| 可靠性 | 可靠性是指物流大数据展示系统能够安装用户的指示进行操作，经过测试，可靠性90%以上。 |
| 性能 | 性能是影响物流大数据展示系统占据市场的必要条件，所以性能最好要佳才好。 |
| 可扩展性 | 比如数据库预留多个属性，比如接口的使用等确保了系统的非功能性需求。 |
| 易用性 | 用户只要跟着物流大数据展示系统的页面展示内容进行操作，就可以了。 |
| 可维护性 | 物流大数据展示系统开发的可维护性是非常重要的，经过测试，可维护性没有问题 |
物流大数据展示系统的完整UML用例图分别是图3-1、3-2。
普通用户角色用例如下图所示。
图 3-1物流大数据展示系统普通用户角色用例图
管理员角色用例如下图所示。
图 3-2物流大数据展示系统管理员角色用例图
系统开发流程的主要步骤，从需求分析到系统完成的全过程。流程包括需求分析、总体设计（结构、功能、数据）、详细设计（模块、编码）、模块整合与调用，以及测试、扩展和完善，最终完成系统的开发。本系统的开发流程如下图所示
图 3-3系统开发流程图
用户输入用户名和密码后，系统先检查输入是否为空，再验证用户名是否存在，若存在则通过用户名获取密码并校验。若密码正确则登录成功，否则提示密码错误。若用户名不存在或无法登录，提示用户操作无效。如下图所示。
图 3-4登录流程图
用户首先进入系统登录界面，输入用户名和密码后，系统验证信息是否正确。若验证失败，返回登录界面重新输入，若验证成功，则进入功能界面，执行相应功能处理后结束操作流程。操作流程如下图所示。
图 3-5 系统操作流程图
管理员可以添加信息，用户添加可以自己权限内的信息，输入信息后，要想利用这个软件来进行系统的安全管理，首先需要登录到该软件中。添加信息流程如下图所示。
图 3-6 添加信息流程图
用户首先选择需要修改的记录，输入修改后的数据，系统判断输入数据是否合法。若数据不合法，提示重新输入，若数据合法，则将修改后的数据写入数据库，完成操作后流程结束。修改信息流程图如下图所示。
图 3-7 修改信息流程图
用户选择需要删除的记录后，系统判断是否确认删除。若未确认，返回选择环节，若确认删除，则更新数据库，删除对应记录，完成操作后流程结束。删除信息流程图如下图所示。
图 3-8删除信息流程图
-
物流大数据展示系统 总体设计
本章主要讨论的内容包括物流大数据展示系统的功能模块设计、数据库系统设计。
本物流大数据展示系统从架构上分为三层：表现层（UI）、业务逻辑层（BLL）以及数据层（DL）。
图 4-1物流大数据展示系统架构设计图
表现层（UI）：也称为用户界面层，它负责与用户进行直接的交互。一个优秀的UI设计能够显著提升用户的体验，确保用户在使用物流大数据展示系统时感到舒适和便捷。为了确保良好的兼容性，UI界面设计需要适应不同版本的平台和各种屏幕尺寸的分辨率。此外，UI交互功能必须合理设计，确保用户的操作能够得到相应的反馈和结果，这要求表现层与业务逻辑层之间保持良好的通信和协同工作。
业务逻辑层（BLL）：这一层主要处理物流大数据展示系统的数据和业务逻辑。当用户通过表现层提交数据时，业务逻辑层会接收这些数据，进行处理，并将结果传递给数据层进行存储或查询。同时，当系统需要从数据层读取数据时，业务逻辑层会处理这些数据，并将其传递给表现层进行展示。
数据层（DL）：虽然本物流大数据展示系统的数据存储在服务端的MySQL数据库中，但数据层仍然作为一个独立的部分存在。它的主要功能是存储和管理物流大数据展示系统的数据。数据层与MySQL数据库进行交互，执行数据的增、删、改、查等操作，确保数据的完整性和安全性。
这三个层次相互独立但又紧密协作，共同构成了物流大数据展示系统的完整架构。通过合理的分层设计，可以提高系统的可维护性、可扩展性和可重用性，为用户提供更好的服务和体验。
在上一章节中主要对系统的功能性需求和非功能性需求进行分析，并且根据需求分析了本物流大数据展示系统中的用例。那么接下来就要开始对本物流大数据展示系统的架构、主要功能和数据库开始进行设计。物流大数据展示系统根据前面章节的需求分析得出，物流大数据展示系统的功能模块图如下图所示。
图 4-2物流大数据展示系统功能模块图
数据库设计一般包括需求分析、概念模型设计、数据库表建立三大过程，其中需求分析前面章节已经阐述，概念模型设计有概念模型和逻辑结构设计两部分。
-
-
- 数据库概念结构设计
-
下面是整个物流大数据展示系统中主要的数据库表总E-R实体关系图。
图 4-3物流大数据展示系统总E-R关系图
通过上一小节中物流大数据展示系统中总E-R关系图上得出一共需要创建多个数据表。在此主要罗列几个主要的数据库表结构设计。
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | token_id | int | 是 | 是 | 临时访问牌ID | |
| 2 | token | varchar | 64 | 否 | 否 | 临时访问牌 |
| 3 | info | text | 65535 | 否 | 否 | 信息 |
| 4 | maxage | int | 是 | 否 | 最大寿命：默认2小时 | |
| 5 | create_time | timestamp | 是 | 否 | 创建时间 | |
| 6 | update_time | timestamp | 是 | 否 | 更新时间 | |
| 7 | user_id | int | 是 | 否 | 用户编号 |
表 4-2-auth（用户权限管理）
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | auth_id | int | 是 | 是 | 授权ID | |
| 2 | user_group | varchar | 64 | 否 | 否 | 用户组 |
| 3 | mod_name | varchar | 64 | 否 | 否 | 模块名 |
| 4 | table_name | varchar | 64 | 否 | 否 | 表名 |
| 5 | page_title | varchar | 255 | 否 | 否 | 页面标题 |
| 6 | path | varchar | 255 | 否 | 否 | 路由路径 |
| 7 | parent | varchar | 64 | 否 | 否 | 父级菜单 |
| 8 | parent_sort | int | 是 | 否 | 父级菜单排序 | |
| 9 | position | varchar | 32 | 否 | 否 | 位置 |
| 10 | mode | varchar | 32 | 是 | 否 | 跳转方式 |
| 11 | add | tinyint | 是 | 否 | 是否可增加 | |
| 12 | del | tinyint | 是 | 否 | 是否可删除 | |
| 13 | set | tinyint | 是 | 否 | 是否可修改 | |
| 14 | get | tinyint | 是 | 否 | 是否可查看 | |
| 15 | field_add | text | 65535 | 否 | 否 | 添加字段 |
| 16 | field_set | text | 65535 | 否 | 否 | 修改字段 |
| 17 | field_get | text | 65535 | 否 | 否 | 查询字段 |
| 18 | table_nav_name | varchar | 500 | 否 | 否 | 跨表导航名称 |
| 19 | table_nav | varchar | 500 | 否 | 否 | 跨表导航 |
| 20 | option | text | 65535 | 否 | 否 | 配置 |
| 21 | create_time | timestamp | 是 | 否 | 创建时间 | |
| 22 | update_time | timestamp | 是 | 否 | 更新时间 |
表 4-3-code_token（验证码）
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | code_token_id | int | 是 | 是 | 验证码ID | |
| 2 | token | varchar | 255 | 否 | 否 | 令牌 |
| 3 | code | varchar | 255 | 否 | 否 | 验证码 |
| 4 | expire_time | timestamp | 是 | 否 | 失效时间 | |
| 5 | create_time | timestamp | 是 | 否 | 创建时间 | |
| 6 | update_time | timestamp | 是 | 否 | 更新时间 |
表 4-4-comment（评论）
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | comment_id | int | 是 | 是 | 评论ID | |
| 2 | user_id | int | 是 | 是 | 评论人ID | |
| 3 | reply_to_id | int | 是 | 否 | 回复评论ID | |
| 4 | content | longtext | 4294967295 | 否 | 否 | 内容 |
| 5 | nickname | varchar | 255 | 否 | 否 | 昵称 |
| 6 | avatar | varchar | 255 | 否 | 否 | 头像地址 |
| 7 | create_time | timestamp | 是 | 否 | 创建时间 | |
| 8 | update_time | timestamp | 是 | 否 | 更新时间 | |
| 9 | source_table | varchar | 255 | 否 | 否 | 来源表 |
| 10 | source_field | varchar | 255 | 否 | 否 | 来源字段 |
| 11 | source_id | int | 是 | 否 | 来源ID |
表 4-5-hits（用户点击）
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | hits_id | int | 是 | 是 | 点赞ID | |
| 2 | user_id | int | 是 | 否 | 点赞人 | |
| 3 | create_time | timestamp | 是 | 否 | 创建时间 | |
| 4 | update_time | timestamp | 是 | 否 | 更新时间 | |
| 5 | source_table | varchar | 255 | 否 | 否 | 来源表 |
| 6 | source_field | varchar | 255 | 否 | 否 | 来源字段 |
| 7 | source_id | int | 是 | 否 | 来源ID |
表 4-6-praise（点赞）
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | praise_id | int | 是 | 是 | 点赞ID | |
| 2 | user_id | int | 是 | 是 | 点赞人 | |
| 3 | create_time | timestamp | 是 | 否 | 创建时间 | |
| 4 | update_time | timestamp | 是 | 否 | 更新时间 | |
| 5 | source_table | varchar | 255 | 否 | 否 | 来源表 |
| 6 | source_field | varchar | 255 | 否 | 否 | 来源字段 |
| 7 | source_id | int | 是 | 否 | 来源ID | |
| 8 | status | tinyint | 是 | 否 | 点赞状态:1为点赞，0已取消 |
表 4-7-score（评分）
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | score_id | int | 是 | 是 | 评分ID | |
| 2 | user_id | int | 是 | 否 | 评分人 | |
| 3 | nickname | varchar | 64 | 否 | 否 | 昵称 |
| 4 | score_num | double | 是 | 否 | 评分 | |
| 5 | create_time | timestamp | 是 | 否 | 创建时间 | |
| 6 | update_time | timestamp | 是 | 否 | 更新时间 | |
| 7 | source_table | varchar | 255 | 否 | 否 | 来源表 |
| 8 | source_field | varchar | 255 | 否 | 否 | 来源字段 |
| 9 | source_id | int | 是 | 否 | 来源ID |
表 4-8-slides（轮播图）
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | slides_id | int | 是 | 是 | 轮播图ID | |
| 2 | title | varchar | 64 | 否 | 否 | 标题 |
| 3 | content | varchar | 255 | 否 | 否 | 内容 |
| 4 | url | varchar | 255 | 否 | 否 | 链接 |
| 5 | img | varchar | 255 | 否 | 否 | 轮播图 |
| 6 | hits | int | 是 | 否 | 点击量 | |
| 7 | create_time | timestamp | 是 | 否 | 创建时间 | |
| 8 | update_time | timestamp | 是 | 否 | 更新时间 |
表 4-9-upload（文件上传）
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | upload_id | int | 是 | 是 | 上传ID | |
| 2 | name | varchar | 64 | 否 | 否 | 文件名 |
| 3 | path | varchar | 255 | 否 | 否 | 访问路径 |
| 4 | file | varchar | 255 | 否 | 否 | 文件路径 |
| 5 | display | varchar | 255 | 否 | 否 | 显示顺序 |
| 6 | father_id | int | 否 | 否 | 父级ID | |
| 7 | dir | varchar | 255 | 否 | 否 | 文件夹 |
| 8 | type | varchar | 32 | 否 | 否 | 文件类型 |
表 4-10-user（用户账户）
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | user_id | int | 是 | 是 | 用户ID | |
| 2 | state | smallint | 是 | 否 | 账户状态：(1可用|2异常|3已冻结|4已注销) | |
| 3 | user_group | varchar | 32 | 否 | 否 | 所在用户组 |
| 4 | login_time | timestamp | 是 | 否 | 上次登录时间 | |
| 5 | phone | varchar | 11 | 否 | 否 | 手机号码 |
| 6 | phone_state | smallint | 是 | 否 | 手机认证：(0未认证|1审核中|2已认证) | |
| 7 | username | varchar | 16 | 是 | 否 | 用户名 |
| 8 | nickname | varchar | 16 | 否 | 否 | 昵称 |
| 9 | password | varchar | 64 | 是 | 否 | 密码 |
| 10 | | varchar | 64 | 否 | 否 | 邮箱 |
| 11 | email_state | smallint | 是 | 否 | 邮箱认证：(0未认证|1审核中|2已认证) | |
| 12 | avatar | varchar | 255 | 否 | 否 | 头像地址 |
| 13 | open_id | varchar | 255 | 否 | 否 | 针对获取用户信息字段 |
| 14 | create_time | timestamp | 是 | 否 | 创建时间 |
表 4-11-user_group（用户组）
| 编号 | 字段名 | 类型 | 长度 | 是否非空 | 是否主键 | 注释 |
| 1 | group_id | mediumint | 是 | 是 | 用户组ID | |
| 2 | display | smallint | 是 | 否 | 显示顺序 | |
| 3 | name | varchar | 16 | 是 | 否 | 名称 |
| 4 | description | varchar | 255 | 否 | 否 | 描述 |
| 5 | source_table | varchar | 255 | 否 | 否 | 来源表 |
| 6 | source_field | varchar | 255 | 否 | 否 | 来源字段 |
| 7 | source_id | int | 是 | 否 | 来源ID | |
| 8 | register | smallint | 否 | 否 | 注册位置 | |
| 9 | create_time | timestamp | 是 | 否 | 创建时间 | |
| 10 | update_time | timestamp | 是 | 否 | 更新时间 |
物流大数据展示系统的详细设计与实现主要是根据前面的物流大数据展示系统的需求分析和物流大数据展示系统的总体设计来设计页面并实现业务逻辑。主要从物流大数据展示系统界面实现、业务逻辑实现这两部分进行介绍。
不是物流大数据展示系统中正式用户的是可以在线进行注册的，当填写上自己的账号+密码+确认密码+昵称+邮箱+手机号+身份+用户姓名等信息后再点击“注册”按钮后将会先验证输入的有没有空数据，再次验证密码和确认密码是否是一样的，最后验证输入的账户名和数据库表中已经注册的账户名是否重复，只有都验证没问题后即可用户注册成功。其用户注册模块展示如下图所示。
图 5-1注册模块图
-
-
- 登录模块
-
物流大数据展示系统中的前台上注册后的用户是可以通过自己的账号+密码进行登录的，当用户输入完整的自己的账号+密码信息并点击“登录”按钮后，将会首先验证输入的有没有空数据，再次验证输入的用户名+密码和数据库中当前保存的用户信息是否一致，只有在一致后将会登录成功并自动跳转到物流大数据展示系统的首页中，否则将会提示相应错误信息，登录模块如下图所示。
图 5-2登录模块图
用户可以查看系统公告详情，进行公告标题搜索，还可以查询、修改等操作。模块如下图所示：
图 5-3系统公告管理模块图
用户可以查看详细的数据信息，如快递公司、省份名称、城市名称、快递状态等，支持搜索、查询、修改，提升用户体验。模块如下图所示。
图 5-4提交下单购票模块图
用户可以查看详细的数据分析信息，包括快递公司、省份名称、城市名称、快递状态等，支持搜索、查询和修改。模块如下图所示。
图 5-5数据分析管理模块图
-
- 管理员功能模块
管理员负责管理所有类型的用户账户（普通用户和管理员），包括查看详情、增删改查操作，确保用户信息的准确性和完整性。流程图如下所示。
图 5-6用户管理流程图
用户管理模块如下图所示。
图 5-7系统用户模块图
管理员不仅可以查看公告，还可以创建、编辑和发布新的公告，向所有系统用户传达重要消息或指令。模块如下图所示。
图 5-8系统公告列表模块图
图 5-9系统公告添加管理模块图
管理员可以查看和添加数据信息，支持查询、重置、删除操作，便于数据信息的有效管理。模块如下图所示。
图 5-10数据信息列表模块图
管理员可以查看数据分析详情，支持查询、重置、删除操作，帮助管理员深入挖掘系统内所有可用的数据资源，制定战略决策。模块如下图所示。
图 5-11数据分析模块图
管理员可以通过大屏查看省份分析（爬虫数据统计）、爬虫数据表格、城市分析、签收分析、订单分析（爬虫评论数统计）等大数据分析结果，为决策提供有力支持。模块如下图所示。
图 5-12可视化大屏模块图
测试的主要目的是确保系统的功能和性能满足预期的需求，同时识别和修复潜在的缺陷。通过系统测试，可以验证各个功能模块的正确性和稳定性，确保系统在不同使用场景下的表现符合设计要求。测试目的包括确认系统功能的完整性、验证数据处理的准确性、评估系统的性能和安全性。测试还可以提高用户满意度，保证用户在使用系统时获得流畅和可靠的体验。通过全面的测试，可以降低后期维护成本，减少系统上线后出现故障的风险，从而保障系统的长期稳定运行。
在本系统中，测试方法主要依赖于测试用例的设计与执行。测试用例是根据系统需求文档编写的，覆盖所有功能模块及其边界情况。每个测试用例包含输入数据、预期结果和实际结果的对比，以验证系统的功能是否按预期工作。
常见的测试用例包括功能测试用例、边界测试用例和异常测试用例。功能测试用例针对系统的各项功能进行验证；边界测试用例则侧重于输入数据的边界条件，验证系统在极端情况下是否能够稳定运行；异常测试用例则用于验证系统在处理错误输入或异常情况时的反应。本文选择功能测试用例进行系统测试。
在测试执行过程中，记录每个用例的执行结果，并根据实际结果与预期结果的对比，判断系统是否存在缺陷。通过系统化的测试用例执行，可以有效提高测试的覆盖率和效率，为系统的最终上线提供保障。
表6-1 用户登录功能测试表
| 用例名称 | 用户登录系统 |
| 目的 | 测试用户通过正确的用户名和密码可否登录功能 |
| 前提 | 未登录的情况下 |
| 测试流程 | 1) 进入登录页面 2) 输入正确的用户名和密码 |
| 预期结果 | 用户名和密码正确的时候，跳转到登录成功界面，反之则显示错误信息，提示重新输入 |
| 实际结果 | 实际结果与预期结果一致 |
在系统中，创建功能也是基础功能之一，因此创建功能的测试很有代表性。在此章节主要列举在创建时各种情况下系统结果的测试。由于系统涉及创建功能操作过多，因此将多处统称创建功能。
创建数据用例如表6-2 所示。
表6-2 创建数据测试用例
| 测试用例编号 | YL_05 | |
| 测试用例名称 | 系统使用者进行创建数据 | |
| 测试用例描述 | 使用者输入要创建的数据 | |
| 系统入口 | 浏览器 | |
| 步骤 | 预期结果 | 实际结果 |
| 输入完整并且格式正确的数据 | 提示“创建成功”，并显示所有数据 | 预期结果 |
| 核心位置数据但非必要位置不输入数据 | 提示“创建成功”，并显示所有数据 | 预期结果 |
| 核心数据位置不输入数据 | 提示“创建失败” | 预期结果 |
-
-
- 修改数据测试
-
在系统中，修改功能是系统主要实现功能，因此修改功能的测试很有代表性。在此章节主要列举在修改时各种情况下系统结果的测试。由于系统涉及修改功能操作过多，因此将多处数据表记录修改和状态修改统称修改功能。
修改数据用例如表6-3所示。
表6-3 修改数据测试用例
| 测试用例编号 | YL_06 | |
| 测试用例名称 | 系统使用者进行修改数据 | |
| 测试用例描述 | 使用者对可修改的数据项进行修改 | |
| 系统入口 | 浏览器 | |
| 步骤 | 预期结果 | 实际结果 |
| 将现有数据修改成正确的数据 | 提示“修改成功”，并显示所有数据 | 预期结果 |
| 将现有数据修改成错误的数据 | 提示“修改失败” | 预期结果 |
-
-
- 查询数据测试
-
在系统中，查询功能是使用系统使用最多也是最基础的功能，因此查询功能的测试很有代表性。在此章节主要列举在查询时各种情况下系统结果的测试。
查询数据用例如表6-4所示。
表6-4 查询数据测试用例
| 测试用例编号 | YL_05 | |
| 测试用例名称 | 系统使用者进行查询数据 | |
| 测试用例描述 | 全部查询以及输入关键词查询 | |
| 系统入口 | 浏览器 | |
| 步骤 | 预期结果 | 实际结果 |
| 界面自动查询全部 | 显示对应所有记录 | 预期结果 |
| 输入已存在且能匹配成功的关键字 | 显示所查询到的数据 | 预期结果 |
| 输入不存在的关键字 | 显示数据界面为空 | 预期结果 |
在本次测试的过程主要针对所有功能下的添加操作，修改操作和删除操作，并以真实数据一一进行相关功能项目的输入，最终能够保证每个项目涉及的功能都能够正常运行，因此能够保证本次设计的，已实现的功能能够正常运行并且相关数据库的信息也同样保证正确。
结 论
经过本次系统测试，物流大数据展示系统的各项功能均得到了全面验证。测试结果显示，系统在不同使用场景下均能稳定运行，功能和性能均达到了预期的设计要求。特别是在数据创建、数据修改以及数据查询等核心功能上，系统展现出了良好的稳定性和准确性。
在测试过程中，发现了少量潜在的缺陷，并进行了及时修复。这些修复工作进一步提升了系统的可靠性和用户体验。通过全面执行测试用例，确保了系统的测试覆盖率达到了较高水平，为系统的最终上线提供了坚实的保障。
综上所述，本次系统测试取得了圆满成功。物流大数据展示系统的功能和性能均达到了预期目标，为系统的后续开发和维护奠定了坚实的基础。该模块将在实际应用中发挥出色的表现，为用户提供高效、便捷的资源管理服务。
参考文献
- 杨士涓. 大数据背景下广西农产品智慧冷链物流信息系统构建研究 [J]. 物流科技, 2025, 48 (05): 138-140.
- 徐莉娜. 大数据背景下物流企业的成本管理探究 [J]. 中国管理信息化, 2025, 28 (05): 98-101.
- 王奕霖. 大数据驱动下的物流运营管理模式创新与实践 [J]. 经济师, 2025, (02): 275-276.
- 曾文辉,黄文平,杨民荣. 大数据分析技术在江西省现代医药物流企业应用研究 [J]. 上海医药, 2025, 46 (01): 69-74.
- Novais T ,Crussard G A ,Reallon E , et al. Assessing the prevalence of anticholinergic and sedative medications to avoid in older adults from the French Health Data System. [J]. Journal of the American Geriatrics Society, 2025,
- 徐廉政. 分布式可信物流数据交换平台的无侵入式系统对接研究与应用[D]. 临沂大学, 2024.
- 李康泉,曾小娟,罗志聪,等. 基于Python的招聘大数据分析展示系统设计与实现 [J]. 玩具世界, 2024, (03): 185-187.
- 杨政安. 基于大数据技术的沉浸式虚拟现实可视化展示系统研究 [J]. 信息系统工程, 2023, (08): 12-15.
- 陈雨君. 物流数据融合系统中的元数据管理及应用[D]. 临沂大学, 2023.
- 黄万伟, 物流安全全要素智能管控系统及规模化应用. 河南省, 河南信安通信技术股份有限公司, 2023-04-01.
- 连尧,丁皓,朱建民. 现代军事物流信息系统建设总体构想 [J]. 包装工程, 2022, 43 (19): 291-296.
- 钱松,戴尚龙. 钢铁原燃料物流数据可视化管理方法及系统 [J]. 包钢科技, 2022, 48 (04): 68-71.
- 张耿, 物流生产大数据信息化管控系统V1.0. 山西省, 阳泉昌泰智胜科技有限公司, 2022-08-03.
- 王红艳,李选芒. 基于数据挖掘的物流信息监控系统设计 [J]. 电子设计工程, 2022, 30 (06): 71-75.
- 张磊, 中医馆大数据展示系统. 北京市, 中国中医科学院中医药数据中心, 2022-03-01.
- Zhaodi L ,Dan L . Data Visualization and Interaction of Urban Traffic Logistics Management System Using WebGIS. [J]. Computational intelligence and neuroscience, 2022, 2022 9347247-9347247.
- 孟玉. 基于自适用BP神经网络的物流数据预测系统[D]. 南京邮电大学, 2021.
- 朱海鹏. 物流信息技术[M]. 人民邮电出版社: 202111. 238.
- 张雪萍,杨腾飞,王军峰,等. 大数据采集与处理[M]. 电子工业出版社: 202111. 492.
- Qingtong S ,Bo A ,Yubo W , et al. Particle System-Based Multi-Hierarchy Dynamic Visualization of Ocean Current Data [J]. ISPRS International Journal of Geo-Information, 2021, 10 (10): 667-667.
- 周攀. 物流系统数据实时集成平台设计与实现[D]. 电子科技大学, 2021.
- Na L ,Wei Y . Research on Visual Logistics Big Data Information Service System [J]. Journal of Physics: Conference Series, 2021, 1820 (1): 012164-.
- 严梅. 物联网环境下的船舶物流信息跟踪系统研究 [J]. 舰船科学技术, 2020, 42 (22): 187-189.
- 张驰. 基于大数据分布式存储物流个人信息的隐私保护机制 [J]. 电脑知识与技术, 2020, 16 (08): 286-288.
致 谢
物流大数据展示系统设计与实现工作已结束，虽然过程中充满挑战，但内心充满自豪和满足。感谢大学四年间教导我的所有老师，他们的专业知识与人生智慧让我成长为能独立完成系统的学生。特别感谢指导老师，他耐心解答疑惑，引导我解决问题，提升自主解决能力。室友和同学们的宝贵建议和支持也让我取得长足进步。未来，我将继续努力追求卓越，不辜负所学所悟和老师期望。坚信坚定信念和不懈努力，未来定能取得更辉煌成就。期待更美好未来！
此外，物流大数据展示系统设计与实现不仅是技术挑战，挫折和困难是成长的垫脚石，让我更深入理解问题，精确找到解决方案。每次解决问题，都感到满足和自豪。
对于未来，我充满期待和信心。无论道路多崎岖，只要保持坚定信念，持续努力，定能取得更大成就。期待将知识和技能运用到实际中，为社会做出更大贡献。
最后，感谢所有帮助和支持我的人。你们的教诲、鼓励和支持让我有今天的成就。我会继续努力，不辜负期望，为实现更美好的未来而奋斗。
代码：
连接数据库的文件在Resources 文件夹下的application.yml文件，代码如下：
server:
port: 5000
servlet:
context-path: /api
spring:
mvc:
static-path-pattern: /upload/**
resources:
static-locations: file:此处填写地址/project93355/server/src/main/resources/static
datasource:
jdbc:mysql://127.0.0.1:3306/projectxxxxx?serverTimezone=GMT%2B8&useSSL=false&characterEncoding=utf-8
username: root
password: root
driver-class-name: com.mysql.cj.jdbc.Driver
type: com.alibaba.druid.pool.DruidDataSource
jackson:
property-naming-strategy: CAMEL_CASE_TO_LOWER_CASE_WITH_UNDERSCORES
default-property-inclusion: ALWAYS
time-zone: GMT+8
date-format: yyyy-MM-dd HH:mm:ss
servlet:
项目启动文件Application.java，代码如下：
@SpringBootApplication(exclude = {DataSourceAutoConfiguration.class})
@EnableJpaRepositories
@MapperScan("com.project.demo.dao")
public class Application {
public static void main(String[] args) {
SpringApplication.run(Application.class,args);
}
}
修改数据代码如下：
@PostMapping("/set")
@Transactional
public Map<String, Object> set(HttpServletRequest request) throws IOException {
service.update(service.readQuery(request), service.readConfig(request), service.readBody(request.getReader()));
return success(1);
}
删除一条数据代码如下：
@RequestMapping(value = "/del")
@Transactional
public Map<String, Object> del(HttpServletRequest request) {
service.delete(service.readQuery(request), service.readConfig(request));
return success(1);
}
public void delete(Map<String,String> query,Map<String,String> config){
QueryWrapper wrapper = new QueryWrapper<E>();
toWhereWrapper(query, "0".equals(config.get(FindConfig.GROUP_BY)),wrapper);
baseMapper.delete(wrapper);
log.info("[{}] - 删除操作：{}",wrapper.getSqlSelect());
}
通过请求的参数获取列表数据，代码如下：
@RequestMapping("/get_list")
public Map<String, Object> getList(HttpServletRequest request) {
Map<String, Object> map = service.selectToPage(service.readQuery(request), service.readConfig(request));
return success(map);
}
获取某个组下面的数量，代码如下：
@RequestMapping(value = {"/count_group", "/count"})
public Map<String, Object> count(HttpServletRequest request) {
Integer value= service.selectSqlToInteger(service.groupCount(service.readQuery(request), service.readConfig(request)));
return success(value);
}
注册页登录代码如下：
/**
* 注册
* @param user
* @return
*/
@PostMapping("register")
public Map<String, Object> signUp(@RequestBody User user) {
// 查询用户
Map<String, String> query = new HashMap<>();
Map<String,Object> map = JSON.parseObject(JSON.toJSONString(user));
query.put("username",user.getUsername());
List list = service.selectBaseList(service.select(query, new HashMap<>()));
if (list.size()>0){
return error(30000, "用户已存在");
}
map.put("password",service.encryption(String.valueOf(map.get("password"))));
service.insert(map);
return success(1);
}
MD5加密，代码如下：
public String encryption(String plainText) {
String re_md5 = new String();
try {
MessageDigest md = MessageDigest.getInstance("MD5");
md.update(plainText.getBytes());
byte b[] = md.digest();
int i;
StringBuffer buf = new StringBuffer("");
for (int offset = 0; offset < b.length; offset++) {
i = b[offset];
if (i < 0)
i += 256;
if (i < 16)
buf.append("0");
buf.append(Integer.toHexString(i));
}
re_md5 = buf.toString();
} catch (Exception e) {
e.printStackTrace();
}
return re_md5;
}
登录页代码如下：
/**
* 登录
* @param data
* @param httpServletRequest
* @return
*/
@PostMapping("login")
public Map<String, Object> login(@RequestBody Map<String, String> data, HttpServletRequest httpServletRequest) {
log.info("[执行登录接口]");
String username = data.get("username");
String email = data.get("email");
String phone = data.get("phone");
String password = data.get("password");
List resultList = null;
Map<String, String> map = new HashMap<>();
if(username != null && "".equals(username) == false){
map.put("username", username);
resultList = service.selectBaseList(service.select(map, new HashMap<>()));
}
else if(email != null && "".equals(email) == false){
map.put("email", email);
resultList = service.selectBaseList(service.select(map, new HashMap<>()));
}
找回密码，接收用户输入的用户名、密码、验证码，并进行条件判断，代码如下：
/**
* 找回密码
* @param form
* @return
*/
@PostMapping("forget_password")
public Map<String, Object> forgetPassword(@RequestBody User form,HttpServletRequest request) {
JSONObject ret = new JSONObject();
String username = form.getUsername();
String code = form.getCode();
String password = form.getPassword();
// 判断条件
if(code == null || code.length() == 0){
return error(30000, "验证码不能为空");
}
if(username == null || username.length() == 0){
return error(30000, "用户名不能为空");
}
if(password == null || password.length() == 0){
return error(30000, "密码不能为空");
}
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
