SpringBoot+SSM项目实战 苍穹外卖(11)

继续上一节的内容，本节学习Apache ECharts，实现营业额统计、用户统计、订单统计和销量排名Top10功能。

数据统计效果图：

在这里插入图片描述

目录

  • Apache ECharts
    • 入门案例
  • 营业额统计
  • 用户统计
  • 订单统计
  • 销量排名Top10

Apache ECharts

Apache ECharts 是一款基于 Javascript 的数据可视化图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。

在这里插入图片描述

常见效果：柱形图、饼形图、折线图

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述




入门案例

Apache Echarts官方提供的快速入门

实现步骤：

1). 引入echarts.js 文件(当天资料已提供)

2). 为 ECharts 准备一个设置宽高的 DOM

3). 初始化echarts实例

4). 指定图表的配置项和数据

5). 使用指定的配置项和数据显示图表

在这里插入图片描述

<!DOCTYPE html>
<html><head><meta charset="utf-8" /><title>ECharts</title><!-- 引入刚刚下载的 ECharts 文件 --><script src="echarts.js"></script></head><body><!-- 为 ECharts 准备一个定义了宽高的 DOM --><div id="main" style="width: 600px;height:400px;"></div><script type="text/javascript">// 基于准备好的dom，初始化echarts实例var myChart = echarts.init(document.getElementById('main'));// 指定图表的配置项和数据var option = {title: { // 图表标题text: 'ECharts 入门示例'},tooltip: {},legend: { // 图例data: ['销量']},xAxis: { // x轴data: ['衬衫', '羊毛衫', '雪纺衫', '裤子', '高跟鞋', '袜子']},yAxis: {},series: [ // y轴数据{name: '销量',type: 'bar', // 指定柱状图类型data: [5, 20, 36, 10, 10, 20]}]};// 使用刚指定的配置项和数据显示图表。myChart.setOption(option);</script></body>
</html>

在这里插入图片描述

使用Echarts，重点在于研究当前图表所需的数据格式。通常是需要后端提供符合格式要求的动态数据，然后响应给前端来展示图表。






营业额统计

营业额统计基于折现图来展现，并且按照天来展示的，不管光标放在哪个点上，就会把具体的数值展示出来。并且日期并不是固定写死的，是由上边时间选择器来决定。比如选择是近7天、或者是近30日，或者是本周，就会把相应这个时间段之内的每一天日期通过横坐标展示。

在这里插入图片描述

业务规则：营业额指订单状态为已完成的订单金额合计、基于可视化报表的折线图展示营业额数据，X轴为日期，Y轴为营业额、根据时间选择区间，展示每天的营业额数据

通过上述原型图，设计出对应的接口。具体返回数据一般由前端来决定，前端展示图表，具体折现图对应数据是什么格式，是有固定的要求的。所以后端需要去适应前端，它需要什么格式的数据，我们就给它返回什么格式的数据。

请添加图片描述

根据接口定义设计对应的VO，在sky-pojo模块，TurnoverReportVO.java已定义。

@Data
@Builder
@NoArgsConstructor
@AllArgsConstructor
public class TurnoverReportVO implements Serializable {//日期，以逗号分隔，例如：2022-10-01,2022-10-02,2022-10-03private String dateList;//营业额，以逗号分隔，例如：406.0,1520.0,75.0private String turnoverList;}

根据接口定义创建admin.ReportController：

/*** 报表*/
@RestController
@RequestMapping("/admin/report")
@Slf4j
@Api(tags = "统计报表相关接口")
public class ReportController {@Autowiredprivate ReportService reportService;/*** 营业额数据统计** @param begin* @param end* @return*/@GetMapping("/turnoverStatistics")@ApiOperation("营业额数据统计")public Result<TurnoverReportVO> turnoverStatistics(@DateTimeFormat(pattern = "yyyy-MM-dd")LocalDate begin,@DateTimeFormat(pattern = "yyyy-MM-dd")LocalDate end) {return Result.success(reportService.getTurnover(begin, end));}}

创建ReportServiceImpl实现类，实现getTurnover方法:

@Service
@Slf4j
public class ReportServiceImpl implements ReportService {@Autowiredprivate OrderMapper orderMapper;/*** 根据时间区间统计营业额* @param begin* @param end* @return*/public TurnoverReportVO getTurnover(LocalDate begin, LocalDate end) {//dateList用于存放从begin到end范围内的每天的日期List<LocalDate> dateList = new ArrayList<>();dateList.add(begin);while (!begin.equals(end)){begin = begin.plusDays(1);//日期计算，获得指定日期后1天的日期dateList.add(begin);}List<Double> turnoverList = new ArrayList<>();for (LocalDate date : dateList) { //计算每个日期该天的营业额//查询data日期对应的营业额 要求状态为"已完成"的订单金额合计//给data日期加上时分秒 因为数据库里存的是LocalDateTime类型 而data是LocalDate类型LocalDateTime beginTime = LocalDateTime.of(date, LocalTime.MIN);//LocalTime.MIN对应一天开始的时刻'00:00'LocalDateTime endTime = LocalDateTime.of(date, LocalTime.MAX);//LocalTime.MAX对应一天结束的时刻'23:59:59.999999999'Map map = new HashMap();map.put("status", Orders.COMPLETED);map.put("begin",beginTime);map.put("end", endTime);Double turnover = orderMapper.sumByMap(map);turnover = turnover == null ? 0.0 : turnover;turnoverList.add(turnover);}//数据封装return TurnoverReportVO.builder().dateList(StringUtils.join(dateList,",")) //指定分隔符拼接list里的字符串.turnoverList(StringUtils.join(turnoverList,",")).build();}
}

在OrderMapper接口声明sumByMap方法：

/*** 根据动态条件统计营业额* @param map*/
Double sumByMap(Map map);

在OrderMapper.xml文件中编写动态SQL：

<select id="sumByMap" resultType="java.lang.Double">select sum(amount) from orders<where><if test="status != null">and status = #{status}</if><if test="begin != null">and order_time <![CDATA[>]]>= #{begin}</if><if test="end != null">and order_time <![CDATA[<]]>= #{end}</if></where>
</select>

这里日期的大于等于和小于等于因为是占位符，原本需要用一些占位符代替：

>=写成&gt;=
<=写成&lt;=

我使用了CDATA区，这种写法也可以，可以参考：java特殊文件 属性文件properties和XML文件

进入数据统计模块查看近7日营业额统计

在这里插入图片描述

进入开发者模式，查看返回数据

在这里插入图片描述






用户统计

通过折线图来展示用户的数量，蓝色线代表的是用户总量，绿色线代表的是新增用户数量，具体到每一天。所以说用户统计主要统计两个数据，一个是总的用户数量，另外一个是新增用户数量。

在这里插入图片描述

业务规则：基于可视化报表的折线图展示用户数据，X轴为日期，Y轴为用户数、根据时间选择区间，展示每天的用户总量和新增用户量数据

请添加图片描述

根据用户统计接口的返回结果设计VO，在sky-pojo模块，UserReportVO.java已定义

@Data
@Builder
@NoArgsConstructor
@AllArgsConstructor
public class UserReportVO implements Serializable {//日期，以逗号分隔，例如：2022-10-01,2022-10-02,2022-10-03private String dateList;//用户总量，以逗号分隔，例如：200,210,220private String totalUserList;//新增用户，以逗号分隔，例如：20,21,10private String newUserList;}

ReportController中创建userStatistics方法：

/*** 用户数据统计* @param begin* @param end* @return*/
@GetMapping("/userStatistics")
@ApiOperation("用户数据统计")
public Result<UserReportVO> userStatistics(@DateTimeFormat(pattern = "yyyy-MM-dd") LocalDate begin,@DateTimeFormat(pattern = "yyyy-MM-dd") LocalDate end){return Result.success(reportService.getUserStatistics(begin,end));
}

在ReportServiceImpl实现类中实现getUserStatistics方法：

/*** 根据时间区间统计用户数量* @param begin* @param end* @return*/
public UserReportVO getUserStatistics(LocalDate begin, LocalDate end) {//dateList用于存放从begin到end范围内的每天的日期List<LocalDate> dateList = new ArrayList<>();dateList.add(begin);while (!begin.equals(end)){begin = begin.plusDays(1);//日期计算，获得指定日期后1天的日期dateList.add(begin);}List<Integer> newUserList = new ArrayList<>(); //新增用户数List<Integer> totalUserList = new ArrayList<>(); //总用户数for (LocalDate date : dateList) {//计算每个日期该天的新增用户数量和总用户数量//给data日期加上时分秒 因为数据库里存的是LocalDateTime类型 而data是LocalDate类型LocalDateTime beginTime = LocalDateTime.of(date, LocalTime.MIN);//LocalTime.MIN对应一天开始的时刻'00:00'LocalDateTime endTime = LocalDateTime.of(date, LocalTime.MAX);//LocalTime.MAX对应一天结束的时刻'23:59:59.999999999'//新增用户数量 select count(id) from user where create_time >= ? and create_time <= ?Integer newUser = getUserCount(beginTime, endTime);//总用户数量 select count(id) from user where  create_time <= ?Integer totalUser = getUserCount(null, endTime);newUserList.add(newUser);totalUserList.add(totalUser);}return UserReportVO.builder().dateList(StringUtils.join(dateList,",")).newUserList(StringUtils.join(newUserList,",")).totalUserList(StringUtils.join(totalUserList,",")).build();
}

在ReportServiceImpl实现类中创建私有方法getUserCount：

/*** 根据时间区间统计用户数量* @param beginTime* @param endTime* @return*/
private Integer getUserCount(LocalDateTime beginTime, LocalDateTime endTime) {Map map = new HashMap();map.put("begin",beginTime);map.put("end", endTime);return userMapper.countByMap(map);
}

在UserMapper接口中声明countByMap方法：

/*** 根据动态条件统计用户数量* @param map* @return*/
Integer countByMap(Map map);

在UserMapper.xml文件中编写动态SQL：

<select id="countByMap" resultType="java.lang.Integer">select count(id) from user<where><if test="begin != null">and create_time &gt;= #{begin}</if><if test="end != null">and create_time &lt;= #{end}</if></where>
</select>

进入数据统计模块,查看近7日用户统计

在这里插入图片描述

进入开发者模式，查看返回数据

在这里插入图片描述






订单统计

通过一个折现图来展现订单，蓝色的线代表的是订单总数，而下边这根绿色的线代表的是有效订单数，即状态是已完成的订单，分别反映的是每一天的数据。上面还有3个数字，分别是订单总数、有效订单、订单完成率，它指的是整个时间区间之内总的数据。

业务规则：有效订单指状态为 “已完成” 的订单、基于可视化报表的折线图展示订单数据，X轴为日期，Y轴为订单数量、根据时间选择区间，展示每天的订单总数和有效订单数、展示所选时间区间内的有效订单数、总订单数、订单完成率，订单完成率 = 有效订单数 / 总订单数 * 100%

在这里插入图片描述

请添加图片描述

根据订单统计接口的返回结果设计VO，在sky-pojo模块，OrderReportVO.java已定义

@Data
@Builder
@NoArgsConstructor
@AllArgsConstructor
public class OrderReportVO implements Serializable {//日期，以逗号分隔，例如：2022-10-01,2022-10-02,2022-10-03private String dateList;//每日订单数，以逗号分隔，例如：260,210,215private String orderCountList;//每日有效订单数，以逗号分隔，例如：20,21,10private String validOrderCountList;//订单总数private Integer totalOrderCount;//有效订单数private Integer validOrderCount;//订单完成率private Double orderCompletionRate;}

在ReportController中根据订单统计接口创建orderStatistics方法：

/*** 订单数据统计* @param begin* @param end* @return*/
@GetMapping("/ordersStatistics")
@ApiOperation("用户数据统计")
public Result<OrderReportVO> orderStatistics(@DateTimeFormat(pattern = "yyyy-MM-dd")LocalDate begin,@DateTimeFormat(pattern = "yyyy-MM-dd")LocalDate end){return Result.success(reportService.getOrderStatistics(begin,end));
}

在ReportServiceImpl实现类中实现getOrderStatistics方法：

/*** 根据时间区间统计订单数量* @param begin* @param end* @return*/
public OrderReportVO getOrderStatistics(LocalDate begin, LocalDate end){//dateList用于存放从begin到end范围内的每天的日期List<LocalDate> dateList = new ArrayList<>();dateList.add(begin);while (!begin.equals(end)){begin = begin.plusDays(1);//日期计算，获得指定日期后1天的日期dateList.add(begin);}//每天订单总数集合List<Integer> orderCountList = new ArrayList<>();//每天有效订单数集合List<Integer> validOrderCountList = new ArrayList<>();for (LocalDate date : dateList) {//计算每个日期该天的总订单数和有效订单数//给data日期加上时分秒 因为数据库里存的是LocalDateTime类型 而data是LocalDate类型LocalDateTime beginTime = LocalDateTime.of(date, LocalTime.MIN);//LocalTime.MIN对应一天开始的时刻'00:00'LocalDateTime endTime = LocalDateTime.of(date, LocalTime.MAX);//LocalTime.MAX对应一天结束的时刻'23:59:59.999999999'//查询每天的总订单数 select count(id) from orders where order_time >= ? and order_time <= ?Integer orderCount = getOrderCount(beginTime, endTime, null);//查询每天的有效订单数 select count(id) from orders where order_time >= ? and order_time <= ? and status = ?Integer validOrderCount = getOrderCount(beginTime, endTime, Orders.COMPLETED);orderCountList.add(orderCount);validOrderCountList.add(validOrderCount);}//时间区间内的总订单数Integer totalOrderCount = orderCountList.stream().reduce(Integer::sum).get();//时间区间内的总有效订单数Integer validOrderCount = validOrderCountList.stream().reduce(Integer::sum).get();//订单完成率Double orderCompletionRate = 0.0;if(totalOrderCount != 0){orderCompletionRate = validOrderCount.doubleValue() / totalOrderCount;}return OrderReportVO.builder().dateList(StringUtils.join(dateList, ",")).orderCountList(StringUtils.join(orderCountList, ",")).validOrderCountList(StringUtils.join(validOrderCountList, ",")).totalOrderCount(totalOrderCount).validOrderCount(validOrderCount).orderCompletionRate(orderCompletionRate).build();}

在ReportServiceImpl实现类中提供私有方法getOrderCount：

/*** 根据时间区间统计指定状态的订单数量* @param beginTime* @param endTime* @param status* @return*/
private Integer getOrderCount(LocalDateTime beginTime, LocalDateTime endTime, Integer status) {Map map = new HashMap();map.put("status", status);map.put("begin",beginTime);map.put("end", endTime);return orderMapper.countByMap(map);
}

在OrderMapper接口中声明countByMap方法：

/***根据动态条件统计订单数量* @param map*/
Integer countByMap(Map map);

在OrderMapper.xml文件中编写动态SQL：

<select id="countByMap" resultType="java.lang.Integer">select count(id) from orders<where><if test="status != null">and status = #{status}</if><if test="begin != null">and order_time &gt;= #{begin}</if><if test="end != null">and order_time &lt;= #{end}</if></where>
</select>

进入数据统计模块查看近7日订单统计

在这里插入图片描述

进入开发者模式，查看返回数据

在这里插入图片描述






销量排名Top10

销量排名指的就是菜品和套餐销售的数量排名。通过柱形图来展示销量排名，这些销量是按照降序来排列，并且只需要统计销量排名前十的商品。

在这里插入图片描述

业务规则：根据时间选择区间，展示销量前10的商品（包括菜品和套餐）、基于可视化报表的柱状图降序展示商品销量、此处的销量为商品销售的份数

请添加图片描述

根据销量排名接口的返回结果设计VO，在sky-pojo模块，SalesTop10ReportVO.java已定义

@Data
@Builder
@NoArgsConstructor
@AllArgsConstructor
public class SalesTop10ReportVO implements Serializable {//商品名称列表，以逗号分隔，例如：鱼香肉丝,宫保鸡丁,水煮鱼private String nameList;//销量列表，以逗号分隔，例如：260,215,200private String numberList;}

在ReportController中根据销量排名接口创建top10方法：

/*** 销量排名统计* @param begin* @param end* @return*/
@GetMapping("/top10")
@ApiOperation("销量排名统计")
public Result<SalesTop10ReportVO> top10(@DateTimeFormat(pattern = "yyyy-MM-dd") LocalDate begin,@DateTimeFormat(pattern = "yyyy-MM-dd") LocalDate end){return Result.success(reportService.getSalesTop10(begin,end));
}

在ReportServiceImpl实现类中实现getSalesTop10方法：

/*** 查询指定时间区间内的销量排名top10* @param begin* @param end* @return* */
public SalesTop10ReportVO getSalesTop10(LocalDate begin, LocalDate end){//给data日期加上时分秒 因为数据库里存的是LocalDateTime类型 而data是LocalDate类型LocalDateTime beginTime = LocalDateTime.of(begin, LocalTime.MIN);//LocalTime.MIN对应一天开始的时刻'00:00'LocalDateTime endTime = LocalDateTime.of(end, LocalTime.MAX);//LocalTime.MAX对应一天结束的时刻'23:59:59.999999999'List<GoodsSalesDTO> goodsSalesDTOList = orderMapper.getSalesTop10(beginTime, endTime);String nameList = StringUtils.join(goodsSalesDTOList.stream().map(GoodsSalesDTO::getName).collect(Collectors.toList()),",");String numberList = StringUtils.join(goodsSalesDTOList.stream().map(GoodsSalesDTO::getNumber).collect(Collectors.toList()),",");return SalesTop10ReportVO.builder().nameList(nameList).numberList(numberList).build();
}

在OrderMapper接口中声明getSalesTop10方法：

/*** 查询商品销量排名* @param begin* @param end*/
List<GoodsSalesDTO> getSalesTop10(LocalDateTime begin, LocalDateTime end);

在OrderMapper.xml文件中编写动态SQL：

<select id="getSalesTop10" resultType="com.sky.dto.GoodsSalesDTO">select od.name name,sum(od.number) number from order_detail od ,orders owhere od.order_id = o.idand o.status = 5<if test="begin != null">and order_time &gt;= #{begin}</if><if test="end != null">and order_time &lt;= #{end}</if>group by nameorder by number desclimit 0, 10
</select>

这个select需要注意，返回的是List类型，并且查询语句也容易写错。

查看近30日销量排名Top10统计

请添加图片描述

进入开发者模式，查看返回数据

请添加图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/340423.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

130基于MATLAB并结合IBD算法的盲迭代反卷积法进行图像复原

130基于MATLAB并结合IBD算法的盲迭代反卷积法进行图像复原

基于MATLAB并结合IBD算法的盲迭代反卷积法进行图像复原 ,输出复原前后图像&#xff0c;PSF频谱结果。程序已调通&#xff0c;可直接运行。 130 matlab盲迭代反卷积IBD (xiaohongshu.com)
阅读更多...
Netty-Netty组件了解

Netty-Netty组件了解

EventLoop 和 EventLoopGroup 回想一下我们在 NIO 中是如何处理我们关心的事件的&#xff1f;在一个 while 循环中 select 出事 件&#xff0c;然后依次处理每种事件。我们可以把它称为事件循环&#xff0c;这就是 EventLoop 。 interface io.netty.channel. EventLoo…
阅读更多...
计算机系统总线

计算机系统总线

总线&#xff1a;连接计算机各个设备的公共信息。 数据总线&#xff0c;地址总线&#xff0c;控制总线 并行总线&#xff0c;串行总线 单总线结构&#xff0c;双总线结构&#xff0c;三总线结构 数据总线 CPU——内存———IO设备 双向传递数据。 地址总线 用于传输地址&am…
阅读更多...
C练习——递归求第n个人年龄

C练习——递归求第n个人年龄

题目&#xff1a; 有n个人坐在一起&#xff0c;第n个人比第n-1个人大2岁&#xff0c;第n-1个人比第n-2个人大2岁&#xff0c;以此类推&#xff0c;……&#xff0c;第1个人是10岁。请问第n个人年龄多大&#xff1f; 解析&#xff1a; 简单循环也能求解 但按题意要求递归求解…
阅读更多...
全网最细RocketMQ源码一：NameSrv

全网最细RocketMQ源码一：NameSrv

一、入口 NameServer的启动源码在NameStartup&#xff0c;现在开始debug之旅 二、createNamesrcController public static NamesrvController createNamesrvController(String[] args) throws IOException, JoranException {System.setProperty(RemotingCommand.REMOTING_VER…
阅读更多...
Github全球第一的免费waf防火墙雷池社区版的语义分析检测算法

Github全球第一的免费waf防火墙雷池社区版的语义分析检测算法

传统规则防护&#xff0c;在当下为什么失灵&#xff1f; 当下&#xff0c;Web 应用防火墙大多采用规则匹配方式来识别和阻断攻击流量&#xff0c;但由于 Web 攻击成本低、方式复杂多样、高危漏洞不定期爆发等原因&#xff0c;管理者们在安全运维工作中不得不持续调整防护规则&a…
阅读更多...
[C#]winform部署PaddleOCRV3推理模型

[C#]winform部署PaddleOCRV3推理模型

【官方框架地址】 https://github.com/PaddlePaddle/PaddleOCR.git 【算法介绍】 PaddleOCR是由百度公司推出的一款开源光学字符识别&#xff08;OCR&#xff09;工具&#xff0c;它基于深度学习框架PaddlePaddle开发。这款工具提供了一整套端到端的文字检测和识别解决方案&a…
阅读更多...
企业必知的加速FTP传输解决方案

企业必知的加速FTP传输解决方案

FTP是一种用于在网络上进行文件传输的协议&#xff0c;广泛应用于文件共享、数据备份、远程访问等场景。然而&#xff0c;随着数据量的增加和网络环境的复杂化&#xff0c;FTP传输面临着速度慢、安全性低、稳定性差、网络拥塞等问题&#xff0c;这些问题严重影响了企业的工作效…
阅读更多...
为什么基于树的模型在表格数据任务中比深度学习更优？

为什么基于树的模型在表格数据任务中比深度学习更优？

论文 | Why do tree-based models still outperform deep learning on tabular data? 代码 | https://github.com/LeoGrin/tabular-benchmark 虽然深度学习在计算机视觉、自然语言处理等领域取得了显著的成果&#xff0c;但在处理表格数据任务方面&#xff0c;深度学习模型的…
阅读更多...
Fenwick Tree——树状数组

Fenwick Tree——树状数组

问题陈述&#xff1a; 你得到一个长度为 N 的数组为 a0,a1,a2……an-1。处理以下类型的查询&#xff0c;一共有 Q 次查询。 0 p x : ap⬅ap x 1 l r : 打印 ai ( il 到 ir-1 的 ai 之和) 约束&#xff1a; 1 ≤ N,Q ≤ 500000 0 ≤ ai,x ≤ 1e9 0 ≤ p < N 0 ≤ li <…
阅读更多...
YOLOv8-Seg改进：轻量化改进 | 超越RepVGG！浙大阿里提出OREPA：在线卷积重参数化

YOLOv8-Seg改进：轻量化改进 | 超越RepVGG！浙大阿里提出OREPA：在线卷积重参数化

🚀🚀🚀本文改进：OREPA在线卷积重参数化巧妙的和YOLOV8结合，并实现轻量化 🚀🚀🚀YOLOv8-seg创新专栏：http://t.csdnimg.cn/KLSdv 学姐带你学习YOLOv8，从入门到创新，轻轻松松搞定科研； 1）手把手教你如何训练YOLOv8-seg； 2）模型创新，提升分割性能； 3）独家…
阅读更多...
解决：TypeError: ‘dict_keys’ object does not support indexing

解决：TypeError: ‘dict_keys’ object does not support indexing

解决&#xff1a;TypeError: ‘dict_keys’ object does not support indexing 文章目录 解决&#xff1a;TypeError: dict_keys object does not support indexing背景报错问题报错翻译报错位置代码报错原因解决方法方法一&#xff1a;方法二&#xff1a;方法三&#xff1a;今…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023