大型电商数据库设计与分析

女士电商平台素材页面

京东-主要参考页
天猫-商品详情页
蘑菇街
天猫-商城
天猫-视屏
京东–

表设计

一对多：多的一方创建表，并且一的一方作为外键。

sku&&spu

程序员的世界里：SPU 就是类，SKU就是对象。sku多见于前台的商品编号，spu多见于后台的商品管理。SPU 是由品牌+型号+关键属性构成的。SPU就是俗称的“款”；SKU就是商品的“件”。华为p30是spu，华为p30土豪金64G是sku

这件商品sku–有价格，重量，描述，图片，这件商品的名字，（颜色，容量，尺寸）—在类别的基本属性里面。

我们在分析数据，推广产品的时候会用到spu概念，比如那种商品比较受欢迎，销量好。

平台属性—是一个类别下的所有属性—由电商网站维护
销售属性—是一种商品下的所有属性—由商家维护

图1的1是爆款直降，图1的2是RTX2060，图1的3是GTX1650

这些海报用的都是同一spu的属性

首先通过检索搜索出来的商品列表中，每个商品都是一个sku。每个sku都有自己独立的库存数。也就是说每一个商品详情展示都是一个sku。
那spu又是干什么的呢？

如上图，一般的电商系统你点击进去以后，都能看到这个商品关联了其他好几个类似的商品，而且这些商品很多的信息都是共用的，比如商品图片，海报、销售属性等。
那么系统是靠什么把这些sku识别为一组的呢，那是这些sku都有一个公用的spu信息。而它们公共的信息，都放在spu信息下。
图中有两个图片信息表，其中spu_image表示整个spu相关下的所有图片信息，而sku_image表示这个spu下的某个sku使用的图片。sku_image中的图片是从spu_image中选取的。

但是由于一个spu下的所有sku的海报都是一样，所以只存一份spu_poster就可以了。

表结构分析过程

京东官网首页地址

oms–订单管理
pms–商品管理
wms–库存管理
ums–用户管理

电商的商品管理数据结构：采取的都是sku+spu的数据结构

sku----stock keeping unit 最小存货单位【6核，黑色，16g内存–它是具体的商品–一个商品】
spu----standard product unit 标准产品单元【联想神级笔记本–它不是具体的商品–厂家不知道你要哪个型号，那种颜色，那种笔记本–它是抽象的—一种商品】

华为P30 就是一个 SPU，华为P30 红色 64G 就是一个 SKU

笔记本是一个类别

（联想）笔记本，（华硕）笔记本，（惠普）笔记本都是一个spu【字段有商品名，商品描述，商品所属类别—一对多：这种商品有很多属性（尺寸，版本，颜色，容量）----某种属性有很多属性值（13英寸，红色，64G）】

可以理解成xxx系列产品，比如：联想小新潮系列，图中展示的就是spu，对应字段有：【价格，重量，spu名字，spu描述，所属类别id，商品id】

联想（小新潮Air15轻薄本）（ 15.6英寸，2.5k屏）（8G内存，512G存储）这些是sku—颜色，重量，尺寸，容量

---

选定类别，确定属性：

pms_base_attr_info
比如类别3：笔记本
那么它有属性：尺寸，内存，颜色

pms_base_attr_value
肯定还有属性值：尺寸【3，6，8寸】，内存【4，8，16G】，颜色【红，蓝，白】

pms_sku_info
商品价格【2999】，
名称【小米6 全网通 4GB+64GB 亮黑色 移动联通电信4G手机 双卡双】，重量【0.5kg】，

描述【商品名称：小米 小米6商品编号：4230919商品毛重：400.00g商品产地：中国大陆系统：安卓（Android）机身厚度：薄（7mm-8.5mm）拍照特点：光学变焦，后置双摄像头电池容量：3000mAh-3999mAh机身颜色：黑色系热点：快速充电运行内存：4GB前置摄像头像素：800万-1599万游戏配置：MIMO技术后置摄像头像素：1200万-1999万机身内存：64GB屏幕配置：全高清 FHD】，

类别【笔记本】

pms_sku_image

一个sku有很多图片

• 分类：
  

• 平台属性
  

spu