1. 项目概述
作为一名长期从事前后端开发的技术博主,我最近完成了一个基于SpringBoot+Vue的智能菜谱推荐系统。这个项目源于我个人的实际需求——作为一个996程序员,经常为"今天吃什么"这个问题困扰。市面上的菜谱App要么推荐不够精准,要么功能过于复杂。于是,我决定自己开发一个既能满足日常烹饪需求,又能根据个人口味智能推荐的系统。
这个系统采用了主流的前后端分离架构,后端使用SpringBoot+MyBatis+MySQL技术栈,前端采用Vue.js+ElementUI。系统最大的亮点是实现了基于用户行为的个性化推荐算法,能够根据你的历史浏览、评分和收藏记录,智能推荐符合你口味的菜谱。
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. 系统架构设计
2.1 技术选型考量
在技术选型上,我主要考虑了以下几个因素:
- 开发效率:SpringBoot的约定优于配置原则和丰富的starter可以快速搭建后端服务
- 性能需求:考虑到菜谱数据的读写比例,MySQL作为关系型数据库完全能满足需求
- 前后端协作:RESTful API接口规范确保前后端可以并行开发
- 用户体验:Vue.js的响应式特性和ElementUI丰富的组件能提供良好的交互体验
2.2 系统架构图
整个系统分为四层:
- 表现层:Vue.js前端应用
- API层:SpringBoot提供的RESTful接口
- 业务逻辑层:核心推荐算法和业务处理
- 数据持久层:MyBatis+MySQL数据存储
code复制前端(Vue.js) ↔ 后端(SpringBoot) ↔ 数据库(MySQL)
↑
(RESTful API)
3. 数据库设计
3.1 核心表结构
系统主要包含三张核心表:
用户表(user)
sql复制CREATE TABLE `user` (
`user_id` bigint NOT NULL AUTO_INCREMENT,
`username` varchar(50) NOT NULL,
`password` varchar(100) NOT NULL,
`email` varchar(100) NOT NULL,
`gender` varchar(10) DEFAULT NULL,
`age` int DEFAULT NULL,
`preference_tags` varchar(255) DEFAULT NULL,
`create_time` datetime NOT NULL,
PRIMARY KEY (`user_id`),
UNIQUE KEY `idx_username` (`username`),
UNIQUE KEY `idx_email` (`email`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
菜谱表(recipe)
sql复制CREATE TABLE `recipe` (
`recipe_id` bigint NOT NULL AUTO_INCREMENT,
`title` varchar(100) NOT NULL,
`description` text,
`ingredients` text NOT NULL,
`steps` text NOT NULL,
`cook_time` int DEFAULT NULL,
`difficulty` varchar(20) DEFAULT NULL,
`category` varchar(50) DEFAULT NULL,
`creator_id` bigint NOT NULL,
`create_time` datetime NOT NULL,
PRIMARY KEY (`recipe_id`),
KEY `idx_category` (`categor
