基于 Hadoop + Spring Boot + Vue 3 的生猪智慧养殖大数据系统，集成环境监测、数据分析、智能预测等功能。
实时监控养殖场环境指标、猪只分布及生长趋势预测，支持 ECharts 动态交互。
纯前端 JavaScript 实现的预测算法，支持多套饲养方案的增重效果直观对比，毫秒级响应。
完善的 CRUD 功能与基于 JWT 的角色权限管理系统。
- 框架: Spring Boot 2.6.7
- 语言: JDK 11
- ORM: MyBatis 2.2.2
- 数据库: MySQL 8.0 + Druid 连接池
- 安全: Spring Security + JWT (jjwt 0.9.1)
- 大数据: Hadoop 3.4.3 (HDFS + MapReduce)
- 工具库: Lombok, PageHelper, Apache POI, FastJSON, Hutool
- 框架: Vue 3.3.x
- 构建工具: Vue CLI 5.0.x (计划迁移至 Vite)
- 语言: JavaScript (ES6+)
- 路由: Vue Router 4.x
- 状态管理: Vuex 4.x
- UI 组件: Element Plus 2.4.x
- 图表: ECharts 5.x
- HTTP 客户端: Axios 0.27.x
- 开发端口: 8081
框架: Flask 2.3.0跨域: Flask-CORS机器学习: scikit-learn, NumPy服务端口: 5000/5001
✨ 重要更新: 预测算法已完全迁移到前端 JavaScript 实现，无需启动 Python 服务。前端算法提供毫秒级响应速度，简化系统架构，降低部署复杂度。
AI-Swine-BigData-Pigmsys/
├── pigms/ # Spring Boot 后端
│ ├── src/main/java/com/zhu/
│ │ ├── controller/ # 控制器层
│ │ ├── service/ # 业务逻辑层
│ │ ├── mapper/ # 数据访问层
│ │ ├── pojo/ # 实体类
│ │ ├── config/ # 配置类
│ │ ├── filter/ # 过滤器（JWT、CORS）
│ │ ├── utils/ # 工具类
│ │ └── hadoop/ # Hadoop MapReduce
│ └── src/main/resources/
│ ├── application.yml # 配置文件
│ └── mybatis/mapper/ # MyBatis XML 映射
│
├── viewPart/pig-msys/ # Vue 3 前端
│ ├── src/
│ │ ├── views/ # 页面组件
│ │ ├── components/ # 公共组件
│ │ ├── api/ # API 接口封装
│ │ ├── router/ # 路由配置
│ │ └── utils/ # 工具函数
│ │ └── prediction.js # 🎯 前端预测算法（核心）
│ └── vue.config.js # Vue CLI 配置（代理 8080 端口）
│
├── mysql/ # 数据库相关
│ └── pigms.sql # 主数据库脚本
│
└── README.md # 本文件
- 操作系统: macOS (ARM64/Intel), Linux, Windows
- JDK: 11 或更高版本
- Maven: 3.6+
- Node.js: 16.x 或更高版本 (推荐 18.x 或 20.x)
- npm: 8.x 或更高版本
- MySQL: 8.0
- Hadoop: 3.4.3 (可选，用于大数据分析)
- macOS Monterey 或更高版本
- JDK 11 (推荐使用 Homebrew 安装)
- Hadoop 3.4.3 (配置 HDFS NameNode 端口 9000)
- MySQL 8.0 (使用 Homebrew 或 Docker)
# 创建数据库
mysql -u root -p
CREATE DATABASE pigms CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
# 导入数据
mysql -u root -p pigms < mysql/pigms.sql编辑 pigms/src/main/resources/application.yml:
spring:
datasource:
url: jdbc:mysql://localhost:3306/pigms?useUnicode=true&characterEncoding=utf-8
username: root
password: 你的密码
hadoop:
namenode: hdfs://localhost:9000
resourcemanager: localhost:8032启动后端（端口 8080）:
cd pigms
mvn clean install
mvn spring-boot:runcd viewPart/pig-msys
# 安装依赖
npm install
# 启动开发服务器（端口 8081）
npm run dev默认账号:
- 用户名:
admin - 密码:
123456789
如果需要使用 Python 预测服务而非前端算法：
cd mysql/pythonService
# 安装依赖
pip install flask flask-cors numpy
# 启动服务（端口 5001）
python app.py- JWT Token 认证
- 基于角色的权限控制（ADMIN/USER/RESEARCHER）
- 登录/注册/登出
- 生猪信息 CRUD
- 猪类型管理
- 生产周期分析
- 环境数据采集（温度/湿度/空气质量等）
- 异常数据预警
- 历史数据查询
- Hadoop MapReduce 数据分析
- 数据可视化（ECharts）
- 可视化大屏展示
系统支持两种预测算法模式：
-
前端算法模式（默认）
- ✅ 毫秒级响应速度
- ✅ 无需后端服务依赖
- ✅ 降低系统复杂度
- ✅ 便于部署和维护
- 适用场景：快速预测、离线使用
-
后端服务模式
- 支持复杂的机器学习模型
- 需要后端 API 支持
- 可扩展性强
- 适用场景：高精度预测、大规模数据
系统会自动检测后端服务可用性，当后端不可用时自动降级为前端算法。用户也可以手动切换模式。
- 输入: 日龄、饲料摄入量、品种、性别
- 输出: 预测体重、生长速度、准确率、建议
- 输入: 温度、湿度、CO2浓度、氨气浓度、光照强度
- 输出: 环境等级（I-IV）、各项指标状态、改进建议
- 输入: 温度、湿度、养殖密度、日龄、疫苗接种情况
- 输出: 风险等级、风险概率、预防建议
新增生长预测方案对比功能：
- 支持输入两组不同的饲养参数
- ECharts 可视化对比柱状图
- 智能分析和建议
- 直观展示不同品种/饲养方式的预期效果
前端算法实现细节:
- 算法位置:
src/utils/prediction.js- 包含完整的预测逻辑，从 Python 迁移而来
- 纯 JavaScript 实现，无外部依赖
- 算法准确率: 生长预测 92.5%、环境评价 88%、疾病预测 86.5%
POST /user/login # 登录（Form Data: username, userpassword）
GET /user/info/{token} # 获取用户信息
GET /user/logout/{token} # 登出
POST /user/register # 注册
GET /prediction/models # 获取所有模型
GET /prediction/models/type/{type} # 按类型获取模型
GET /prediction/models/{id} # 获取模型详情
POST /prediction/predict # 执行预测
GET /prediction/records # 获取所有预测记录
GET /prediction/records/user/{userId} # 按用户获取记录
注意: 前端已实现预测算法，无需后端服务也可正常使用预测功能。
GET /pig/getTypeSum # 获取猪类型统计
GET /pigInfo/list # 获取生猪列表
POST /pigInfo/list/search/{page}/{size} # 分页查询
POST /addPig # 新增生猪
GET /pigInfo/{id} # 获取详情
POST /environment/add # 新增环境数据
GET /environment/list # 获取列表
GET /environment/latest # 最新数据
GET /environment/abnormal/count # 异常数据统计
GET /api/hadoop/status # 集群状态
POST /api/hadoop/upload # 上传文件到 HDFS
GET /api/hadoop/list # 文件列表
POST /api/hadoop/analyze/pig # MapReduce 分析
macOS 系统默认占用某些端口，可能导致冲突：
如果使用 Python 服务，需要释放 5000 端口：
- 临时解决: 修改 Python 服务端口为 5001
- 永久解决: 关闭 AirPlay 接收器
- 系统偏好设置 → 共享 → 取消勾选"AirPlay 接收器"
某些 macOS 服务可能占用 7000 端口，建议使用其他端口。
macOS 上配置 Hadoop 3.4.3:
# 环境变量配置 (~/.zshrc 或 ~/.bash_profile)
export HADOOP_HOME=/path/to/hadoop-3.4.3
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
# 配置文件
# $HADOOP_HOME/etc/hadoop/core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
# 格式化 NameNode（首次运行）
hdfs namenode -format
# 启动 HDFS
start-dfs.sh# 使用 Homebrew 安装 JDK 11
brew install openjdk@11
# 配置环境变量
export JAVA_HOME=/opt/homebrew/opt/openjdk@11
export PATH=$JAVA_HOME/bin:$PATH问题: 前端显示网络错误
解决:
- 确认后端服务运行在
http://localhost:8080 - 检查
vite.config.ts中的代理配置 - 查看浏览器控制台的具体错误信息
问题: 登录时返回 400 Bad Request
原因: 登录接口需要 application/x-www-form-urlencoded 格式
解决: 前端已使用 qs.stringify() 正确处理，确保没有修改 API 调用方式
问题: 操作时提示未授权
解决: Token 过期后会自动跳转到登录页，重新登录即可
问题: 后端日志显示 Hadoop 连接错误
解决:
- 确认 Hadoop 服务已启动:
jps命令查看 NameNode 是否运行 - 检查
application.yml中的 Hadoop 配置 - 确认防火墙未阻止 9000 端口
问题: 后端启动时数据库连接错误
解决:
- 确认 MySQL 服务已启动
- 检查数据库名称、用户名、密码
- 确认数据库已创建并导入数据
问题: npm run build 失败
解决:
# 清除缓存重新安装
rm -rf node_modules package-lock.json
npm install
# 如果仍有问题，检查 Node.js 版本
node --version # 应该是 20.x 或更高- Controller 层负责接口定义和参数验证
- Service 层处理业务逻辑
- Mapper 层负责数据库操作
- 统一使用 RESTful API 风格
- 返回格式:
{code: 200, message: "success", data: {...}}
- 使用 Vue 3 Composition API
- 组件化开发
- API 统一封装在
src/api/目录 - 工具函数放在
src/utils/目录 - 统一使用 Element Plus 组件
- Java: 驼峰命名
- JavaScript/TypeScript: 驼峰命名
- 数据库: 下划线命名
- ✨ 新增 Vue 3 前端，使用 Vue CLI 构建
- ✨ 预测算法迁移到前端 JavaScript，支持离线使用
- ✨ 新增方案对比功能，支持 ECharts 可视化对比
- ✨ 支持前端算法和后端服务两种模式，自动降级
- ✨ 优化登录认证流程，支持 JWT Token
- 🔧 前端开发端口修改为 8081
- 🔧 改进响应式布局，支持 macOS、iPhone 等设备
- 📝 更新文档，增加 macOS 配置说明
本项目仅供学习和研究使用。
如有问题，请提交 Issue。