SpringBoot整合Echarts实现用户人数和性别展示

45 篇文章 9 订阅
4 篇文章 0 订阅

一、背景

在Web应用开发中,经常需要使用图表来展示数据,而Echarts是一个非常优秀的图表库。SpringBoot是一个非常流行的Java Web框架,它可以快速搭建Web应用。本文将介绍如何使用SpringBoot集成Echarts,实现展示用户人数和性别的功能。
在这里插入图片描述

二、功能实现流程

1. 创建数据库表

首先,我们需要创建数据库表,用于存储用户信息。本文中,我们创建一个名为“user”的表,用于存储用户的id、姓名、性别等信息。

2. 创建SpringBoot项目

使用IDEA等工具,创建一个SpringBoot项目,并加入相应的依赖。本文中,我们加入的主要依赖有SpringBoot、MyBatis、MySQL等。

3. 实现数据访问层

使用MyBatis框架,实现对用户信息的增删改查等操作。同时,我们也需要实现一个接口用于查询用户的性别比例。

4. 实现业务逻辑层

在业务逻辑层中,我们需要完成对应的功能代码。主要包括:添加用户、删除用户、修改用户信息、查询所有用户、查询用户性别比例等操作。其中,查询用户性别比例的操作需要使用Echarts来生成相应的图表。

5. 实现控制层

在控制层中,我们需要编写对应的接口,用于接收前端的请求,并调用相应的业务逻辑层方法来完成相应的操作。同时,我们也需要编写相应的HTML页面,用于展示用户人数和性别比例的图表。

6. 实现前端页面

使用Vue框架,实现前端页面,并通过接口调用,将后台数据展示到前端页面上。

三、代码实现

本文提供一个示例代码,代码实现过程中,使用了SpringBoot、MyBatis、MySQL等主流技术,实现了基本的增删改查操作、以及查询用户性别比例并用Echarts展示的功能。示例代码中的表名为“user”,根据实际情况可做相应修改。

  • 数据库设计
CREATE TABLE `user` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(255) NOT NULL,
  `gender` int(11) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4;
  • 数据访问层代码
@Mapper
@Component
public interface UserDao {

    int insert(User user);

    int delete(int userId);

    int update(User user);

    List<User> selectAll();

    int countByGender(int gender);
}
  • 业务逻辑层代码
@Service
public class UserService {

    @Autowired
    private UserDao userDao;

    public void addUser(User user) {
        userDao.insert(user);
    }

    public void deleteUser(int userId) {
        userDao.delete(userId);
    }

    public void updateUser(User user) {
        userDao.update(user);
    }

    public List<User> getAllUsers() {
        return userDao.selectAll();
    }

    public Map<String, Integer> getUserGenderRatio() {
        int maleCount = userDao.countByGender(1);
        int femaleCount = userDao.countByGender(0);

        Map<String, Integer> resultMap = new HashMap<>();
        resultMap.put("male", maleCount);
        resultMap.put("female", femaleCount);

        return resultMap;
    }
}
  • 控制层代码
@RestController
@RequestMapping("/users")
public class UserController {

    @Autowired
    private UserService userService;

    @PostMapping("/add")
    public String addUser(@RequestBody User user) {
        userService.addUser(user);
        return "success";
    }

    @PostMapping("/delete")
    public String deleteUser(@RequestParam("userId") int userId) {
        userService.deleteUser(userId);
        return "success";
    }

    @PostMapping("/update")
    public String updateUser(@RequestBody User user) {
        userService.updateUser(user);
        return "success";
    }

    @GetMapping("/all")
    public List<User> getAllUsers() {
        return userService.getAllUsers();
    }

    @GetMapping("/ratio")
    public Map<String, Integer> getUserGenderRatio() {
        return userService.getUserGenderRatio();
    }
}
  • 前端页面代码
<!DOCTYPE html>
<html>
<head>
  <title>用户信息展示</title>
  <meta charset="utf-8">

  <!-- 引入Echarts -->
  <script src="https://cdn.jsdelivr.net/npm/echarts@4.9.0/dist/echarts.min.js"></script>

  <!-- 引入Vue -->
  <script src="https://cdn.jsdelivr.net/npm/vue/dist/vue.js"></script>

  <!-- 引入axios -->
  <script src="https://cdn.jsdelivr.net/npm/axios/dist/axios.min.js"></script>
</head>
<body>
  <div id="app">
    <!-- 显示用户总数 -->
    <p>共有{{ userList.length }}个用户</p>

    <!-- 显示用户性别比例 -->
    <div id="genderRatio" style="width: 600px;height:400px;"></div>
  </div>

  <script>
    new Vue({
      el: '#app',
      data: {
        userList: []
      },
      mounted() {
        this.getUserList();
        this.showGenderRatio();
      },
      methods: {
        getUserList() {
          axios.get('/users/all')
            .then(response => {
              this.userList = response.data;
            })
            .catch(error => {
              console.log(error);
            })
        },
        showGenderRatio() {
          axios.get('/users/ratio')
            .then(response => {
              let maleCount = response.data.male;
              let femaleCount = response.data.female;

              // 使用Echarts生成图表
              let chart = echarts.init(document.getElementById('genderRatio'));
              chart.setOption({
                title: {
                  text: '用户性别比例',
                  subtext: '男性/女性'
                },
                tooltip: {
                  trigger: 'item',
                  formatter: '{a} <br/>{b}: {c} ({d}%)'
                },
                legend: {
                  orient: 'vertical',
                  left: 'left',
                  data: ['男性', '女性']
                },
                series: [
                  {
                    name: '性别',
                    type: 'pie',
                    radius: ['50%', '70%'],
                    avoidLabelOverlap: false,
                    label: {
                      show: false,
                      position: 'center'
                    },
                    emphasis: {
                      label: {
                        show: true,
                        fontSize: '30',
                        fontWeight: 'bold'
                      }
                    },
                    labelLine: {
                      show: false
                    },
                    data: [
                      {value: maleCount, name: '男性'},
                      {value: femaleCount, name: '女性'}
                    ]
                  }
                ]
              });
            })
            .catch(error => {
              console.log(error);
            })
        }
      }
    });
  </script>
</body>
</html>

四、总结

本文介绍了如何使用SpringBoot集成Echarts,实现展示用户人数和性别的功能。通过数据库设计、实现数据访问层、业务逻辑层和控制层的代码编写,以及前端页面的开发,本文详细地介绍了SpringBoot整合Echarts的实现步骤和代码。

其中,使用Vue框架进行前端页面开发,增加了Web应用的可扩展性和易用性。同时,通过使用Echarts图表库,我们可以让数据呈现更为直观清晰,增强用户体验。

希望本文对读者在Web应用开发中的图表展示有所帮助。

  • 4
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
用户画像作为大数据的根基,它抽象出一个用户的信息全貌,为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息,提供了足够的数据基础,奠定了大数据时代的基石。 用户画像,即用户信息标签化,就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后,抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础,能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。 用户画像系统能很好地帮助企业分析用户的行为与消费习惯,可以预测商品的发展的趋势,提高产品质量,同时提高用户满意度。构建一个用户画像,包括数据源端数据收集、数据预处理、行为建模、构建用户画像。有些标签是可以直接获取到的,有些标签需要通过数据挖掘分析到!本套课程会带着你一步一步的实现用户画像案例,掌握了本套课程内容,可以让你感受到Flink+ClickHouse技术架构的强大和大数据应用的广泛性。 在这个数据爆发的时代,像大型电商的数据量达到百亿级别,我们往往无法对海量的明细数据做进一步层次的预聚合,大量的业务数据都是好几亿数据关联,并且我们需要聚合结果能在秒级返回。 包括我们的画像数据,也是有这方便的需求,那怎么才能达到秒级返回呢?ClickHouse正好满足我们的需求,它是非常的强大的。 本课程采用Flink+ClickHouse技术架构实现我们的画像系统,通过学习完本课程可以节省你摸索的时间,节省企业成本,提高企业开发效率。希望本课程对一些企业开发人员和对新技术栈有兴趣的伙伴有所帮助,如对我录制的教程内容有建议请及时交流。项目中采用到的算法包含Logistic Regression、Kmeans、TF-IDF等,Flink暂时支持的算法比较少,对于以上算法,本课程将带大家用Flink实现,并且结合真实场景,学完即用。系统包含所有终端的数据(移动端、PC端、小程序端),支持亿级数据量的分析和查询,并且是实时和近实时的对用户进行画像计算。本课程包含的画像指标包含:概况趋势,基础属性,行为特征,兴趣爱好,风险特征,消费特征,营销敏感度,用户标签信息,用户群里,商品关键字等几大指标模块,每个指标都会带大家实现。课程所涵盖的知识点包括:开发工具为:IDEA FlinkClickhouseHadoopHbaseKafkaCanalbinlogSpringBootSpringCloudHDFSVue.jsNode.jsElemntUIEcharts等等 课程亮点: 1.企业级实战、真实工业界产品 2.ClickHouse高性能列式存储数据库 3.提供原始日志数据进行效果检测 4.Flink join企业级实战演练 5.第四代计算引擎Flink+ClickHouse技术架构6.微服务架构技术SpringBoot+SpringCloud技术架构7.算法处理包含Logistic Regression、Kmeans、TF-IDF等8.数据库实时同步落地方案实操9.统计终端的数据(移动端、PC端、小程序端) 10.支撑亿级海量数据的用户画像平台11.实时和近实时的对用户进行画像计算12.后端+大数据技术栈+前端可视化13.提供技术落地指导支持 14.课程凝聚讲师多年实战经验,经验直接复制15.掌握全部内容能独立进行大数据用户平台的设计和实操企业一线架构师讲授,代码在老师的指导下企业可以复用,提供企业解决方案。  版权归作者所有,盗版将进行法律维权。 
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

沙漠真有鱼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值