企业官网建设流程全解析

1. 项目概述：基于Django的微信小程序健康饮食推荐平台

这个项目本质上是一个结合了Python后端技术与微信小程序前端的智能推荐系统。我去年为一家健康管理机构开发过类似平台，核心目标是通过算法分析用户的身体数据、饮食习惯和健康目标，提供个性化的饮食建议。

微信小程序作为前端载体具有天然优势：无需安装、即用即走，特别适合饮食记录这种高频低粘性的场景。而后端选择Django框架则是因为其完善的ORM系统能快速处理复杂的营养数据关系，自带的管理后台也方便营养师团队维护菜品数据库。

2. 技术架构设计

2.1 前后端分离架构

我们采用典型的前后端分离设计：

• 前端：微信小程序 + WeUI组件库
• 后端：Django REST Framework构建API
• 通信：HTTPS + JWT认证
• 数据库：MySQL（关系型）+ Redis（缓存）

这种架构的优势在于：

1. 小程序端可以独立迭代UI而不影响后端逻辑
2. DRF提供的Browsable API方便调试
3. 双数据库设计兼顾了复杂查询和高并发场景

2.2 核心数据模型设计

在models.py中需要建立的关键模型包括：

class UserProfile(models.Model): wechat_openid = models.CharField(max_length=64, unique=True) height = models.FloatField() # 厘米 weight = models.FloatField() # 公斤 target = models.CharField(choices=TARGET_CHOICES) # 减脂/增肌/维持 class FoodItem(models.Model): name = models.CharField(max_length=100) calories = models.FloatField() # 千卡 protein = models.FloatField() # 克 carbs = models.FloatField() # 克 fat = models.FloatField() # 克 tags = TaggableManager() # django-taggit扩展 class MealRecord(models.Model): user = models.ForeignKey(UserProfile, on_delete=models.CASCADE) food = models.ForeignKey(FoodItem, on_delete=models.CASCADE) portion = models.FloatField() # 份量系数 recorded_at = models.DateTimeField(auto_now_add=True)

特别注意：微信OpenID是敏感信息，实际存储时需要加密处理。我们使用django-cryptography库进行字段级加密。

3. 核心功能实现

3.1 微信小程序登录集成

在Django端需要实现微信登录接口：

# views.py from rest_framework.views import APIView import requests class WechatLogin(APIView): def post(self, request): code = request.data.get('code') # 调用微信接口获取openid resp = requests.get( 'https://api.weixin.qq.com/sns/jscode2session', params={ 'appid': settings.WECHAT_APPID, 'secret': settings.WECHAT_SECRET, 'js_code': code, 'grant_type': 'authorization_code' } ) openid = resp.json().get('openid') # 查找或创建用户 user, created = UserProfile.objects.get_or_create( wechat_openid=openid, defaults={'height': 170, 'weight': 60} # 初始默认值 ) # 生成JWT token token = generate_jwt(user) return Response({'token': token})

常见问题处理：

1. 微信接口调用频率限制：需要添加redis缓存
2. 新用户引导：通过created标志触发问卷页面
3. 安全防护：需要验证referer并限制IP频率

3.2 推荐算法实现

核心推荐逻辑在recommender.py中：

class DietRecommender: def __init__(self, user): self.user = user self.tdee = self.calculate_tdee() def calculate_tdee(self): """计算每日总能量消耗""" bmr = 10*self.user.weight + 6.25*self.user.height - 5*30 + 5 # Mifflin公式 activity_factor = 1.55 # 中等活动量 return bmr * activity_factor def recommend_meal(self, meal_type): """根据餐型(早餐/午餐/晚餐)推荐""" target_calories = { 'breakfast': self.tdee * 0.3, 'lunch': self.tdee * 0.4, 'dinner': self.tdee * 0.3 }[meal_type] # 从数据库筛选符合条件的食物 foods = FoodItem.objects.annotate( total_calories=F('calories')*0.8 # 考虑烹饪损失 ).filter( total_calories__lte=target_calories*1.2, total_calories__gte=target_calories*0.8 ) # 根据用户目标调整筛选条件 if self.user.target == 'weight_loss': foods = foods.filter(fat__lte=10) elif self.user.target == 'muscle_gain': foods = foods.filter(protein__gte=20) return foods.order_by('?')[:3] # 随机返回3个选项

算法优化技巧：

1. 使用annotate提前计算营养值
2. 通过F表达式避免多次查询
3. order_by('?')实现简单随机推荐
4. 实际项目中应该加入协同过滤算法

4. 微信小程序端关键实现

4.1 页面结构设计

建议采用微信小程序标准目录结构：

pages/ index/ # 首页 record/ # 饮食记录 recommend/ # 推荐页面 profile/ # 个人中心 components/ food-card/ # 统一菜品卡片 calorie-bar/ # 热量进度条

4.2 与Django后端交互示例

获取今日推荐的小程序端代码：

// pages/recommend/recommend.js Page({ data: { meals: [] }, onLoad() { this.getRecommendations() }, getRecommendations() { const token = wx.getStorageSync('token') wx.request({ url: 'https://yourdomain.com/api/recommend/', header: { 'Authorization': `Bearer ${token}` }, success: (res) => { this.setData({meals: res.data}) }, fail: (err) => { wx.showToast({title: '获取推荐失败', icon: 'error'}) } }) } })

性能优化点：

1. 使用wx.setStorageSync缓存用户数据
2. 合并请求减少接口调用
3. 添加loading状态提升用户体验

5. 部署与运维实践

5.1 生产环境部署

推荐使用Docker Compose部署：

# docker-compose.yml version: '3' services: app: build: . command: gunicorn config.wsgi:application --bind 0.0.0.0:8000 volumes: - .:/code ports: - "8000:8000" depends_on: - redis - db db: image: mysql:5.7 environment: MYSQL_DATABASE: diet MYSQL_ROOT_PASSWORD: yourpassword volumes: - db_data:/var/lib/mysql redis: image: redis:alpine volumes: db_data:

关键配置项：

1. 使用Gunicorn替代开发服务器
2. 配置MySQL连接池
3. 设置Redis缓存
4. 启用HTTPS（微信小程序强制要求）

5.2 性能监控

建议添加：

1. Django-debug-toolbar（开发环境）
2. Sentry错误监控
3. Prometheus + Grafana监控系统

6. 实际开发中的经验教训

1. 微信小程序限制问题：

   • 域名必须备案且支持HTTPS
   • 图片资源需要下载到本地才能显示
   • 表单提交有大小限制

2. Django优化技巧：

   # 糟糕的查询 foods = [food for food in FoodItem.objects.all() if food.calories < 300] # 优化后的查询 foods = FoodItem.objects.filter(calories__lt=300).values('name', 'calories')

3. 混合开发陷阱：

   • 小程序端的本地缓存与服务器状态可能不同步
   • 时间戳处理要注意时区问题（建议全部使用UTC）
   • 微信用户头像需要特殊处理（防盗链）

4. 推荐算法冷启动问题：

   • 新用户没有历史数据时，采用基于规则的推荐
   • 可以预置几套典型用户画像（上班族/学生/健身人士）
   • 通过简单的问卷收集初始偏好

这个项目最有趣的部分是看到算法推荐与实际饮食的差距。我们发现用户对"健康食品"的接受度往往比预期低，后来通过添加"放纵餐"机制（每周允许一次高热量推荐）显著提升了用户粘性。