CostPrediction/docs/run.md

系统运行说明

一、环境准备

1. 安装必要软件

# 安装 Python 3.8+
# 安装 MySQL 8.0+
# 安装 Node.js 14+

2. 安装 Python 依赖

pip install -r requirements.txt

3. 安装前端依赖

cd frontend
npm install

二、数据库配置

1. 创建数据库

CREATE DATABASE equipment_cost_db DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

2. 初始化数据库结构

# 执行数据库结构初始化脚本
mysql -u username -p equipment_cost_db < src/schema.sql

# 导入示例数据
mysql -u username -p equipment_cost_db < src/init_data.sql

# 导入真实数据
mysql -u username -p equipment_cost_db < src/real_data.sql

三、配置文件

1. 后端配置

创建 config.py 文件：

# config.py
DATABASE_URI = "mysql+pymysql://username:password@localhost:3306/equipment_cost_db"
SECRET_KEY = "your-secret-key"
DEBUG = True

2. 前端配置

修改 frontend/src/config.js：

export const API_BASE_URL = 'http://localhost:5001/api';

四、启动系统

1. 启动后端服务

# 开发环境
python run.py  # 服务将在 http://localhost:5001 启动

# 生产环境
gunicorn -w 4 -b 0.0.0.0:5001 run:app

2. 启动前端服务

# 开发环境
cd frontend
npm run serve  # 前端将在 http://localhost:8080 启动

# 生产环境
npm run build

五、访问系统

• 后端API：http://localhost:5001/api
• 前端界面：http://localhost:8080

六、常见问题

1. 数据库连接问题

• 检查 MySQL 服务是否启动
• 验证数据库用户名和密码
• 确认数据库端口是否正确

2. 模型训练

# 训练模型
python src/train_model.py

# 查看训练日志
tail -f logs/training.log

3. 系统监控

# 查看系统日志
tail -f logs/app.log

# 监控API请求
tail -f logs/access.log

七、开发调试

1. 后端调试

# 启动调试模式
python run.py --debug

# 运行测试
python -m pytest tests/

2. 前端调试

# 启动开发服务器
npm run serve

# 运行测试
npm run test

八、部署建议

1. 使用 Docker 部署

# 构建镜像
docker-compose build

# 启动服务
docker-compose up -d

2. 生产环境配置

• 使用 Nginx 作为反向代理
• 配置 SSL 证书
• 设置适当的防火墙规则
• 启用数据库备份