进销存（采购、销售、库存）系统是管理层监控业务流程、提高运营效率的利器。而在进销存系统中，“基础数据板块”犹如系统的基石，它决定了后续业务环节的准确性和可扩展性。

为什么要讲进销存？ 通过系统化管理，帮助企业降低库存成本、提升采购与销售决策效率；为各部门协同提供统一数据平台，打破信息孤岛；对接财务、生产、供应链等模块，实现全面数字化运维。
什么是进销存？ 采购（进）：从供应商处获取商品并入库； 销售（销）：将产品出库并交付给客户； 库存（存）：对仓库中物资的实时监控、管理与调拨。
基础数据板块如何搭建？ 它涵盖了最核心的主数据：产品、仓库、供应商、客户、付款方式等；打好基础数据的规范化与一致性，才能确保业务流程顺畅；本文将以“产品”、“仓库”为例，手把手教你架构设计、流程图、代码示例与落地建议。

简道云进销存的使用地址我放在这里了，感兴趣的可以前去免费体验： www.jiandaoyun.com

本文你将了解：

1.功能概述
2.产品（基础数据）：产品信息管理、产品销售价格表、产品分类、产品信息查询
3.仓库（基础数据）：仓库信息管理、仓位信息管理、辅助表：库区、货架、批次；仓库数据查询
4.数据流设计
5.开发架构
6.流程图解析
7.实现效果展示

二、功能概述

基础数据板块的主要职责：

数据录入与维护：通过页面或接口录入、更新主数据；
数据校验与规范：保证字段完整、格式统一、避免脏数据；
数据查询与导出：支持多维度查询、分页、Excel 导出；
权限与日志：根据角色控制增删改查权限，并记录操作日志。

这些功能看似简单，却对整个进销存系统的稳定性和用户体验有着决定性影响。

三、产品（基础数据）

1.产品信息管理

功能说明：管理 SKU、名称、型号、规格、条码、单位、品牌等核心信息。

表设计：sql

CREATE TABLE product (

id BIGINT PRIMARY KEY AUTO_INCREMENT,

sku VARCHAR(50) NOT NULL UNIQUE,

name VARCHAR(100) NOT NULL,

model VARCHAR(100),

spec VARCHAR(100),

barcode VARCHAR(50),

unit VARCHAR(20),

brand VARCHAR(50),

status TINYINT DEFAULT 1 COMMENT '1=启用,0=停用',

created_at DATETIME,

updated_at DATETIME

);

后端接口示例（Spring Boot + MyBatis）：java

@RestController

@RequestMapping("/api/product")

public class ProductController {

@Autowired private ProductService productService;

@PostMapping("/create")

public ResponseVO create(@RequestBody ProductDTO dto) {

Long id = productService.create(dto);

return ResponseVO.success(id);

}

@PutMapping("/update")

public ResponseVO update(@RequestBody ProductDTO dto) {

return ResponseVO.success(productService.update(dto));

}

@GetMapping("/list")

public ResponseVO> list(ProductQuery query) {

return ResponseVO.success(productService.list(query));

}

前端示例（Vue3 + Element-Plus）：html

2.产品销售价格表

功能说明：维护不同客户、不同渠道的价格策略，支持批量导入与周期生效。

表设计：sql

CREATE TABLE product_price (

id BIGINT AUTO_INCREMENT PRIMARY KEY,

product_id BIGINT NOT NULL,

customer_id BIGINT,

channel VARCHAR(20),

price DECIMAL(10,2) NOT NULL,

effective_date DATE,

created_at DATETIME,

updated_at DATETIME,

FOREIGN KEY (product_id) REFERENCES product(id)

);

核心代码（批量导入 Excel）：java

public void importPrices(MultipartFile file) {

List list = ExcelUtil.read(file, ProductPriceDTO.class);

list.forEach(dto -> productPriceMapper.upsert(dto));

}

Excel 模板：表头需包含 productSku、customerCode、channel、price、effectiveDate
Upsert 实现：根据 product_id + customer_id + channel 唯一键冲突时更新价格

3.产品分类

功能说明：支持树形层级分类，便于后续查询与报表统计。

表设计：sql

CREATE TABLE product_category (

id BIGINT PRIMARY KEY AUTO_INCREMENT,

parent_id BIGINT DEFAULT 0,

name VARCHAR(50) NOT NULL,

level INT DEFAULT 1,

sort_order INT DEFAULT 0

);

获取分类树（MyBatis 递归查询）：xml

前端树形展示（Element-Plus）：html

:data="treeData"

node-key="id"

default-expand-all

:props="{ children: 'children', label: 'name' }">

4.产品信息查询

功能说明：结合分类、品牌、价格区间等多维度筛选，支持分页排序。

示例接口：java

public PageVO query(ProductQuery query) {

Page page = new Page<>(query.getPage(), query.getSize());

IPage result = productMapper.query(page, query);

return new PageVO<>(result.getTotal(), result.getRecords());

}

SQL 示例：sql

SELECT p.*, pc.name AS category_name, pp.price

FROM product p

LEFT JOIN product_category pc ON p.category_id = pc.id

LEFT JOIN (

SELECT product_id, MIN(price) AS price

FROM product_price

WHERE effective_date <= CURRENT_DATE()

GROUP BY product_id

) pp ON p.id = pp.product_id

WHERE p.status = 1

AND (p.brand = #{brand} OR #{brand} IS NULL)

AND (pc.id = #{categoryId} OR #{categoryId} IS NULL)

AND (pp.price BETWEEN #{minPrice} AND #{maxPrice})

ORDER BY p.updated_at DESC

LIMIT #{offset}, #{size};

四、仓库（基础数据）

1.仓库信息管理

功能说明：包括仓库名称、地址、负责人、联系信息、启用状态等。

表设计：sql

CREATE TABLE warehouse (

id BIGINT PRIMARY KEY AUTO_INCREMENT,

name VARCHAR(100) NOT NULL,

address VARCHAR(200),

manager VARCHAR(50),

contact VARCHAR(50),

status TINYINT DEFAULT 1,

created_at DATETIME,

updated_at DATETIME

);

2.仓位信息管理

功能说明：维护仓库内各仓位（库区、货架、货位）结构，支持容量与状态管理。

表设计：sql

CREATE TABLE location (

id BIGINT PRIMARY KEY AUTO_INCREMENT,

warehouse_id BIGINT,

zone VARCHAR(50),

shelf VARCHAR(50),

position VARCHAR(50),

capacity INT,

status TINYINT DEFAULT 1,

created_at DATETIME,

updated_at DATETIME,

FOREIGN KEY (warehouse_id) REFERENCES warehouse(id)

);

3.辅助表：库区、货架、批次

库区表（zone）

CREATE TABLE zone (

code VARCHAR(20) PRIMARY KEY,

name VARCHAR(50),

warehouse_id BIGINT

);

货架表（shelf）

CREATE TABLE shelf (

code VARCHAR(20) PRIMARY KEY,

zone_code VARCHAR(20),

level INT

);

批次表（batch）

CREATE TABLE batch (

id BIGINT PRIMARY KEY AUTO_INCREMENT,

product_id BIGINT,

warehouse_id BIGINT,

batch_no VARCHAR(50),

production_date DATE,

expiry_date DATE

);

4.仓库数据查询

查询示例：根据仓库、库区、货架维度，实时查看库存汇总。

sql

SELECT w.name AS warehouse,

z.name AS zone,

s.code AS shelf,

SUM(st.qty) AS total_qty

FROM stock st

JOIN warehouse w ON st.warehouse_id = w.id

JOIN zone z ON st.zone_code = z.code

JOIN shelf s ON st.shelf_code = s.code

GROUP BY w.name, z.name, s.code;

前端实时看板（ECharts + Vue）：

import * as echarts from 'echarts';

const chart = echarts.init(document.getElementById('stock-chart'));

chart.setOption({

title: { text: '库存汇总' },

tooltip: {},

xAxis: { type: 'category', data: ['仓库A-库区1', '仓库A-库区2', '仓库B-库区1'] },

yAxis: { type: 'value' },

series: [{ type: 'bar', data: [120, 200, 150] }]

});

五、数据流设计

mermaid

graph TD;

subgraph 基础数据板块

P[产品信息] --> PP[价格表]

P --> PC[产品分类]

W[仓库信息] --> L[仓位信息]

L --> Z[库区]

L --> S[货架]

P & W & L -->|输出| BI[业务数据]

end

subgraph 业务模块

BI --> Procurement[采购模块]

BI --> Sales[销售模块]

BI --> Inventory[库存模块]

end

说明：基础数据板块持续向各业务模块提供主数据；业务模块完成交易后，可通过事件通知依赖基础数据的其他环节。

六、开发架构

1.架构图

plantuml

@startuml

package "前端应用" {

[Vue3] --> [API 网关]

}

package "后端服务" {

[API 网关] --> [基础数据微服务]

[API 网关] --> [业务数据微服务]

}

package "数据库" {

[主数据 DB]

[业务数据 DB]

}

[基础数据微服务] ..> [主数据 DB]

@enduml

2.技术选型

前端：Vue3、Pinia、Element-Plus、ECharts；
后端：Spring Boot、MyBatis-Plus、Spring Cloud Gateway；
数据库：MySQL；
缓存：Redis；
消息队列：Kafka；
接口规范：OpenAPI 3.0；
部署：Docker、Kubernetes、Helm。

七、流程图解析

mermaid

stateDiagram

[*] --> 编辑页面

编辑页面 --> Validate: 输入校验

Validate --> Save: 保存请求

Save --> DB: 写入主数据表

DB --> MQ: 发布变更事件

MQ --> Cache: 更新缓存

DB --> Response: 返回结果

Response --> [*]

用户在前端录入或修改数据；
前端做基础校验后调用后台 API；
后端做业务校验（唯一约束、外键检查），持久化主数据表；
发布消息到 Kafka，以便下游缓存或搜索索引同步；
更新 Redis 缓存或 ElasticSearch 索引；
返回前端操作结果。

八、开发技巧与最佳实践

字段注释与字典表 所有字段统一做注释，枚举类型使用通用字典表维护，前后端动态拉取，便于扩展。
接口幂等设计 写操作（创建/修改）时传入唯一请求 ID，重复请求直接返回结果，防止双击或网络重试导致的重复创建。
分页优化 对大数据量列表，采用 Keyset Pagination（基于索引的游标分页），而非传统 OFFSET LIMIT。
权限控制 通过注解 + AOP 实现细粒度权限，按业务模块、操作类型（增删改查）管控。
缓存策略 基础数据相对静态，合理使用 Redis 缓存并结合消息队列做缓存失效/更新，保证一致性。
全链路监控 集成 OpenTelemetry + Prometheus + Grafana，监控 API 响应时间、数据库慢查询、消息队列堆积等。
自动化测试 后端接口使用 Postman/Newman 自动化回归测试；前端使用 Cypress 端到端测试；
数据库迁移 使用 Flyway 或 Liquibase 管理 schema 变更，确保多环境一致。

九、实现效果展示

UI 界面：产品管理、仓库管理、分类树、价格表、批量导入等模块一应俱全；看板页面可自定义列、导出 Excel、打印报表。

接口测试： 100% 接口覆盖，集成 Postman 自动化测试；自动生成 Swagger 文档，支持 Mock 和在线调试。
性能指标：单表 200 万条数据分页查询平均 < 50ms；批量导入（1 万行）处理时间 < 2s； Redis 缓存命中率 ≥ 95%。
日志监控：集成 ELK(Stack) 实时查看操作日志与异常；关键接口新增慢查询告警； Kafka 消息未消费告警。

如果各位老板觉得请专门的IT人员不划算，在这里我给大家推荐一个业务人员就能够直接上手的高性价比、零代码平台——简道云进销存系统，简道云背靠帆软，数据处理与展示能力强，支持高度自定义，可快速制作满足需求的仪表盘。

十、常见问题解答（FAQ）

1. 为什么要把基础数据与业务数据分离在不同数据库？

将基础数据和业务数据分离有助于降低表之间的耦合度，提升读写性能，同时满足不同生命周期的数据管理需求。
基础数据（如产品、仓库信息）更新频率较低，但稳定性、准确性要求高；而业务数据（如出入库、销售订单）写入频繁且量大。如果放在同库同表容易造成热点表、锁竞争，影响整体系统性能。
此外，分库还能在权限、备份、容灾上做到更灵活的策略。

2. 当产品分类层级特别深时，如何保证查询性能？

对于深度树形结构，常见做法是：

1）使用闭包表（Closure Table）或物化路径（Materialized Path），将所有祖先信息存入辅助表或字段，查询时直接通过 LIKE 或表连接获取；

2）将分类树缓存到 Redis，当分类不频繁变更时，通过缓存读取，提高性能；

3）对极端大表，结合 ElasticSearch 做全文索引与过滤，分担数据库压力；

4）对于前端展示，可以分两步加载：“根节点+预加载下一级” 的惰性加载策略，避免一次性拉取过多数据。

以上即完整的“基础数据板块”开发指南，覆盖从需求、设计、实现到落地的各个环节。如需进一步定制化或覆盖供应商、客户等其他主数据模块，欢迎随时交流！