1. 项目概述:打造个人读书管理系统
去年整理书架时,我发现一个尴尬的事实:虽然每月都在买书,但真正读完的不到三分之一。更糟的是,连去年读过哪些书、有什么收获都记不清了。这促使我开发了这个读书管理系统——它不只是简单的记录工具,而是通过数据驱动的方式,帮助建立可持续的阅读习惯。
这个系统的核心功能很明确:记录每月阅读清单、跟踪阅读时长、整理读书笔记,最终自动生成年度阅读报告并推荐同类书籍。我用三个月时间完成了从原型设计到上线的全过程,现在每天打开系统看到自己的阅读轨迹,那种掌控感比任何读书方法论都来得实在。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 系统设计与技术选型
2.1 架构设计思路
系统采用典型的三层架构:前端用Vue3+Element Plus实现响应式界面,后端选择Spring Boot提供RESTful API,数据库使用PostgreSQL存储结构化数据。特别之处在于增加了数据分析层,用Python的pandas和scikit-learn处理阅读行为数据。
选择这套技术栈主要考虑三点:首先,前后端分离便于后期扩展移动端;其次,PostgreSQL的JSONB类型完美适配读书笔记的非结构化存储需求;最后,Python生态在数据分析方面有天然优势。实际开发证明,这种组合在保证性能的同时,极大降低了开发复杂度。
2.2 核心数据模型设计
数据库设计围绕四个核心实体展开:
sql复制CREATE TABLE books (
id SERIAL PRIMARY KEY,
isbn VARCHAR(20) UNIQUE,
title VARCHAR(100) NOT NULL,
author VARCHAR(50) NOT NULL,
publish_date DATE,
cover_url VARCHAR(255),
category VARCHAR(30)
);
CREATE TABLE reading_sessions (
id SERIAL PRIMARY KEY,
book_id INTEGER REFERENCES books(id),
start_time TIMESTAMP NOT NULL,
duration INTERVAL NOT NULL,
page_from INTEGER,
page_to INTEGER
);
CREATE TABLE notes (
id SERIAL PRIMARY KEY,
session_id INTEGER REFERENCES reading_sessions(id),
content TEXT NOT NULL,
tags VARCHAR(100)[],
created_at TIMESTAMP DEFAULT NOW()
);
这种设计支持灵活的查询场景,比如"查询三月所有读书笔记"或"统计某本书的总阅读时长"。特别注意duration字段使用PostgreSQL特有的INTERVAL类型,避免了自己处理时间单位的麻烦。
