本项目是一个mini MVP版本的BI（商业智能）系统，采用现代技术栈实现数据开发、后端API和前端可视化功能。架构设计注重快速开发、学习价值和未来扩展性。
+-------------------------------------------------------------------+
| 前端层 (Frontend) |
| (Vue.js 3 + Element Plus + ECharts) |
+--------------------------------------+----------------------------+
| (HTTP/RESTful API)
+--------------------------------------v----------------------------+
| 后端层 (Backend API) |
| (Python FastAPI + ClickHouse + Redis) |
+--------------------------------------+----------------------------+
| (SQL查询 + 缓存读写)
+--------------------------------------v----------------------------+
| 数据层 (Data Layer) |
| +------------------+ +------------------+ +-----------------+ |
| | ClickHouse | | Redis | | 数据源接入 | |
| | (主数据仓库) | | (查询结果缓存) | | (MySQL,API,CSV) | |
| +------------------+ +------------------+ +-----------------+ |
+-------------------------------------------------------------------+
| 层级 | 技术栈 | 版本 | 选择理由 |
|---|---|---|---|
| 前端 | Vue.js 3 + Element Plus + ECharts | 最新稳定版 | 组件丰富，学习曲线平缓，图表功能强大 |
| 后端 | Python FastAPI + Uvicorn | 0.104+ | 高性能，自动API文档，异步支持 |
| 数据存储 | ClickHouse + Redis | 最新稳定版 | 分析查询性能极佳，缓存提升响应速度 |
| 数据开发 | Python (Pandas, Requests) | 3.8+ | 生态丰富，开发效率高 |
| 部署 | Docker + Docker Compose | 最新 | 环境一致性，快速部署 |
下面只是示例，不作为实际业务需求的代码
-- 用户行为事实表
CREATE TABLE IF NOT EXISTS user_behavior (
event_date Date,
event_time DateTime,
user_id UInt32,
product_id UInt32,
action_type String,
revenue Decimal(10,2),
session_id String,
platform String
) ENGINE = MergeTree()
PARTITION BY toYYYYMM(event_date)
ORDER BY (event_date, user_id, product_id)
SETTINGS index_granularity = 8192;
-- 产品维度表
CREATE TABLE IF NOT EXISTS dim_products (
product_id UInt32,
product_name String,
category String,
price Decimal(10,2),
created_date Date
) ENGINE = MergeTree()
ORDER BY product_id;# 缓存配置
CACHE_CONFIG = {
'high_frequency': 60, # 1分钟缓存
'medium_frequency': 300, # 5分钟缓存
'low_frequency': 1800, # 30分钟缓存
'static_data': 86400 # 24小时缓存
}backend/
├── app/
│ ├── api/ # API路由
│ │ ├── endpoints/
│ │ │ ├── dashboard.py
│ │ │ ├── charts.py
│ │ │ └── data.py
│ ├── core/ # 核心配置
│ │ ├── config.py
│ │ └── security.py
│ ├── models/ # 数据模型
│ ├── schemas/ # Pydantic模型
│ ├── services/ # 业务逻辑
│ │ ├── analytics_service.py
│ │ ├── cache_service.py
│ │ └── data_service.py
│ └── utils/ # 工具函数
│ ├── database.py
│ └── cache.py
├── requirements.txt
└── main.py
# backend/app/api/endpoints/dashboard.py
from fastapi import APIRouter, Depends, Query
from typing import List, Optional
from datetime import date
from app.services.analytics_service import AnalyticsService
router = APIRouter()
@router.get("/dashboard/summary")
async def get_dashboard_summary(
start_date: date = Query(..., description="开始日期"),
end_date: date = Query(..., description="结束日期"),
metrics: List[str] = Query(["revenue", "user_count"], description="指标"),
dimensions: List[str] = Query(["event_date"], description="维度"),
analytics_service: AnalyticsService = Depends()
):
"""
获取仪表板汇总数据
"""
return await analytics_service.get_dashboard_data(
start_date, end_date, metrics, dimensions
)frontend/
├── public/
├── src/
│ ├── components/
│ │ ├── charts/
│ │ │ ├── LineChart.vue
│ │ │ ├── BarChart.vue
│ │ │ └── PieChart.vue
│ │ ├── filters/
│ │ │ ├── DateRangePicker.vue
│ │ │ └── MetricSelector.vue
│ │ └── layout/
│ │ ├── Header.vue
│ │ └── Sidebar.vue
│ ├── pages/
│ │ ├── Dashboard.vue
│ │ ├── Analytics.vue
│ │ └── DataManagement.vue
│ ├── services/
│ │ ├── api.js
│ │ └── auth.js
│ ├── stores/ # Pinia状态管理
│ │ ├── dashboard.js
│ │ └── user.js
│ ├── utils/
│ │ ├── constants.js
│ │ └── helpers.js
│ ├── App.vue
│ └── main.js
├── package.json
└── vite.config.js
<!-- frontend/src/components/charts/LineChart.vue -->
<template>
<div class="line-chart">
<div v-if="loading" class="loading">加载中...</div>
<div v-else ref="chartEl" style="width: 100%; height: 400px;"></div>
</div>
</template>
<script>
import { ref, onMounted, watch, onUnmounted } from 'vue'
import * as echarts from 'echarts'
export default {
name: 'LineChart',
props: {
data: Array,
loading: Boolean,
title: String
},
setup(props) {
const chartEl = ref(null)
let chartInstance = null
const initChart = () => {
if (!chartEl.value) return
chartInstance = echarts.init(chartEl.value)
const option = {
title: { text: props.title },
tooltip: { trigger: 'axis' },
xAxis: { type: 'category' },
yAxis: { type: 'value' },
series: [{ type: 'line', data: props.data }]
}
chartInstance.setOption(option)
}
onMounted(() => {
initChart()
window.addEventListener('resize', () => chartInstance?.resize())
})
onUnmounted(() => {
chartInstance?.dispose()
window.removeEventListener('resize', () => chartInstance?.resize())
})
watch(() => props.data, initChart, { deep: true })
return { chartEl }
}
}
</script># docker-compose.yml
version: '3.8'
services:
clickhouse:
image: clickhouse/clickhouse-server:latest
ports:
- "8123:8123"
- "9000:9000"
volumes:
- clickhouse_data:/var/lib/clickhouse
- ./config/clickhouse:/etc/clickhouse-server
environment:
CLICKHOUSE_DB: bi_mvp
CLICKHOUSE_USER: admin
CLICKHOUSE_PASSWORD: password
redis:
image: redis:7-alpine
ports:
- "6379:6379"
volumes:
- redis_data:/data
command: redis-server --appendonly yes
backend:
build: ./backend
ports:
- "8000:8000"
depends_on:
- clickhouse
- redis
environment:
- CLICKHOUSE_URL=clickhouse:9000
- REDIS_URL=redis:6379
volumes:
- ./backend:/app
frontend:
build: ./frontend
ports:
- "3000:3000"
depends_on:
- backend
volumes:
clickhouse_data:
redis_data:# backend/.env
CLICKHOUSE_URL=clickhouse:9000
CLICKHOUSE_USER=admin
CLICKHOUSE_PASSWORD=password
CLICKHOUSE_DB=bi_mvp
REDIS_URL=redis:6379
REDIS_PASSWORD=
DEBUG=true
SECRET_KEY=your-secret-key本项目架构文档内容详实，涵盖了整体架构、技术选型、详细设计、部署方案和环境变量配置。以下为具体建议与评估，供团队参考：
- 架构清晰：采用前后端分离，前端(Vue3+Element Plus+ECharts)、后端(FastAPI+ClickHouse+Redis)、数据层(ClickHouse主仓库+Redis缓存+多数据源)的现代架构，便于扩展和维护。
- 技术选型合理：选用的技术栈主流且易于上手，适合快速开发和后续扩展。ClickHouse适合大数据分析，Redis提升查询性能，FastAPI高效且文档友好，前端栈适合数据可视化。
- 详细设计到位：数据层有示例表结构，后端API有目录和接口示例，前端有组件划分和代码示例，便于团队协作和后续开发。
- 部署与环境配置完善：提供了docker-compose和环境变量示例，方便一键部署和环境一致性。
- 可扩展性强：模块化设计，后续可方便地增加新功能或替换技术组件。
改进建议：
- 若用于实际生产，需补充安全、监控、日志等运维细节。
- 建议后续补充接口文档自动生成、测试用例、CI/CD流程等内容。
- 适合MVP快速落地和后续迭代，学习和实践价值高。
总结： 该文档是一个高质量的BI系统MVP架构方案，适合小团队或初创项目快速启动和迭代开发。