huangzhenbao/medical-mall

Fork 0

Files

comlibmb 3fbd9a2b3d 接入数据库

2026-01-26 21:34:17 +08:00

6.0 KiB

Raw Blame History

数据分析实时大屏 - 测试数据说明

本目录包含用于测试数据分析实时大屏功能的 SQL 脚本和测试数据。

文件说明

1. `01_create_tables.sql`

创建所需的数据表结构，包括：

orders - 订单表
user_sessions - 用户会话表
users - 用户表
products - 商品表（可选）
order_items - 订单商品关联表（可选）
page_views - 访问日志表（可选）

执行顺序： 首先执行此文件创建表结构

2. `02_insert_test_data.sql`

插入测试数据，包括：

8个测试用户
5个在线用户会话（最近5分钟内有活动）
15个今日订单（用于计算实时GMV和订单数）
10个昨日同时段订单（用于计算增长率）
15条访问日志（用于转化率计算）

执行顺序： 在创建表后执行此文件插入测试数据

3. `03_test_queries.sql`

包含各种测试查询，用于验证数据计算逻辑：

实时GMV查询
在线用户查询
转化率查询
综合实时大屏数据查询
数据验证查询

执行顺序： 在插入测试数据后执行此文件验证数据

使用方法

方式 1: 通过 Supabase Dashboard（推荐）

打开 Supabase Studio / Dashboard
- 请使用你自己的部署地址访问（不要在仓库文档里硬编码地址/账号/密码）。
打开 SQL Editor
- 在左侧菜单找到 "SQL Editor"
- 点击 "New Query"
执行脚本
- 复制 01_create_tables.sql 的内容，粘贴并执行
- 复制 02_insert_test_data.sql 的内容，粘贴并执行
- （可选）复制 03_test_queries.sql 的内容，验证数据

方式 2: 使用命令行（PostgreSQL）

# 连接到 Supabase Postgres（参数请按你的环境填写）
psql -h <DB_HOST> -p <DB_PORT> -U postgres -d postgres

# 执行 SQL 文件（需要完整路径）
\i D:/datas/hfkj/mall/pages/mall/analytics/test/01_create_tables.sql
\i D:/datas/hfkj/mall/pages/mall/analytics/test/02_insert_test_data.sql
\i D:/datas/hfkj/mall/pages/mall/analytics/test/03_test_queries.sql

方式 3: 使用图形工具（DBeaver / pgAdmin）

创建连接
- 主机：<DB_HOST>
- 端口：<DB_PORT>
- 数据库：postgres
- 用户名：postgres（或你的管理员账号）
- 密码：<DB_PASSWORD>
执行 SQL
- 打开 SQL 编辑器
- 复制 SQL 文件内容并执行

详细说明请查看：

ANALYTICS_DATA_QUICK_START.md - ⭐ SQL 文件执行顺序指南（必读！）
SQL_USAGE_GUIDE.md - SQL 脚本执行详细指南
TEST_DATA_INSERT_GUIDE.md - 测试数据插入指南（包含 RLS 处理说明）

测试数据说明

实时GMV测试数据

今日订单总数： 15笔
今日GMV： 约 3,500 元（根据订单金额累加）
昨日同时段订单： 10笔
昨日同时段GMV： 约 2,200 元
预期增长率： 约 59%（(3500-2200)/2200 * 100）

实时订单测试数据

今日订单数： 15笔
昨日同时段订单数： 10笔
预期增长率： 50%（(15-10)/10 * 100）

在线用户测试数据

最近5分钟内有活动的用户： 5个
这些用户会在实时大屏中显示为"在线用户"

转化率测试数据

今日访问用户数： 约 10-15个（从 user_sessions 表统计）
今日下单用户数： 约 8个（从 orders 表去重统计）
预期转化率： 约 53-80%（根据实际数据计算）

⚠️ 重要：RLS（行级安全策略）说明

所有表已启用 RLS，插入测试数据时需要注意：

推荐方式：使用 Supabase Dashboard 的 SQL Editor 执行脚本
- Dashboard 默认使用 service_role 权限，可以绕过 RLS
- 无需额外配置，直接执行即可
命令行方式：如果使用命令行或脚本执行
- 需要临时禁用 RLS（见 02_insert_test_data.sql 中的注释说明）
- 或使用 SECURITY DEFINER 函数（见 TEST_DATA_INSERT_GUIDE.md）
详细说明：请查看 TEST_DATA_INSERT_GUIDE.md 获取完整的插入指南

注意事项

时间依赖
- 测试数据使用了 NOW() 和相对时间（如 INTERVAL '1 hour'）
- 每次执行时，数据的时间戳会基于当前时间生成
- 建议在测试前先清空相关表的数据（谨慎操作）
数据冲突
- 脚本使用了 ON CONFLICT DO NOTHING 或 ON CONFLICT DO UPDATE
- 可以多次执行而不会产生重复数据
- 如需重新生成数据，请先清空表
状态值
- 订单状态：2 表示已支付/已完成
- 用户会话：is_active = true 表示活跃会话
UUID 格式
- 所有 ID 使用 UUID 格式
- 测试数据使用了固定的 UUID 便于识别
RLS 权限
- 插入数据后，前端查询需要用户已登录
- 测试数据的 user_id 需要与登录用户的 auth.uid() 匹配才能查询到
- 或者使用公开数据（如 products、merchants 表）

清理测试数据

如需清理测试数据，请使用独立的清理脚本（例如 04_cleanup.sql）。

验证实时大屏功能

执行完测试数据后，在数据分析页面应该能看到：

实时GMV： 约 ¥3,500（根据实际订单金额）
实时订单： 15笔
在线用户： 5人
转化率： 约 50-80%（根据实际计算）

增长率会根据昨日同时段的数据自动计算。

问题排查

如果实时大屏显示异常，可以：

执行 03_test_queries.sql 中的查询验证数据
检查订单状态是否为 2（已支付）
检查时间范围是否正确（今日 vs 昨日同时段）
检查用户会话的 last_active_at 是否在最近5分钟内
查看浏览器控制台的错误信息

扩展测试数据

如果需要更多测试数据，可以：

修改 02_insert_test_data.sql 中的 INSERT 语句
调整订单金额、数量和时间分布
添加更多用户和会话数据
使用循环生成大量测试数据（注意性能）

6.0 KiB Raw Blame History Unescape Escape