LyMom 快速开始
编辑日期：2026-02-26
环境准备
在部署 LyMom 之前，需要准备以下环境：
硬件要求
- CPU：至少 4 核
- 内存：至少 8GB
- 存储：至少 50GB 可用空间
- 网络：稳定的网络连接
软件要求
- 操作系统：Linux (推荐 Ubuntu 20.04+) 或 Windows Server
- Docker：20.10.0 或更高版本
- Docker Compose：1.29.0 或更高版本
- Git：2.20.0 或更高版本
部署方式
LyMom 提供了多种部署方式，以下是推荐的部署方法：
方式一：Docker Compose 快速部署
- 克隆代码仓库
bash
git clone https://github.com/quxiangshun/ly-factmesh-back.git
cd ly-factmesh-back- 配置环境变量
复制 .env.example 文件为 .env，并根据实际情况修改配置：
bash
cp .env.example .env
# 编辑 .env 文件，设置数据库密码等配置- 启动服务
bash
docker compose up -d- 验证部署
服务启动后，可以通过以下方式验证：
- 访问 API 文档：
http://localhost:8080/api-docs - 访问前端应用：
http://localhost:80
方式二：Kubernetes 部署
对于生产环境，推荐使用 Kubernetes 进行部署。具体步骤请参考 Kubernetes 部署指南。
首次使用
1. 登录系统
部署完成后，打开浏览器访问前端应用地址（默认为 http://localhost），使用默认账号登录：
- 用户名：admin
- 密码：123456
2. 系统配置
首次登录后，需要进行以下配置：
2.1 企业信息配置
- 进入「系统管理」→「企业信息」
- 填写企业名称、联系方式等基本信息
- 保存配置
2.2 设备接入配置
- 进入「设备管理」→「设备接入」
- 点击「添加设备」按钮
- 填写设备信息，包括设备名称、设备类型、通信协议等
- 配置设备连接参数
- 保存并启用设备
2.3 生产参数配置
- 进入「生产管理」→「生产参数」
- 配置生产班次、工作时间等参数
- 保存配置
3. 基本操作
3.1 生产计划管理
- 进入「生产管理」→「生产计划」
- 点击「新建计划」按钮
- 填写计划名称、产品信息、生产数量等
- 选择计划时间和生产线
- 保存计划
3.2 工单管理
- 进入「生产管理」→「工单管理」
- 点击「新建工单」按钮
- 选择生产计划，填写工单信息
- 保存工单
- 点击「开始生产」按钮启动工单
3.3 设备监控
- 进入「设备管理」→「设备监控」
- 在设备列表中查看设备状态
- 点击设备名称进入设备详情页
- 查看设备实时数据和历史趋势
3.4 数据分析
- 进入「数据分析」→「生产报表」
- 选择报表类型和时间范围
- 查看生产数据统计和分析图表
常见问题
1. 设备连接失败
可能原因：
- 设备网络未连通
- 设备参数配置错误
- 防火墙阻止了通信
解决方案：
- 检查设备网络连接
- 验证设备参数配置
- 确保防火墙允许设备通信端口
2. 数据采集异常
可能原因：
- 设备通信中断
- 数据格式错误
- 系统资源不足
解决方案：
- 检查设备状态和连接
- 验证数据格式配置
- 增加系统资源（CPU/内存）
3. 系统运行缓慢
可能原因：
- 系统资源不足
- 数据库性能问题
- 网络延迟
解决方案：
- 增加系统资源
- 优化数据库配置
- 检查网络连接
技术支持
如果在使用过程中遇到问题，可以通过以下方式获取支持：
升级指南
当有新版本发布时，可以通过以下步骤升级：
- 备份数据
bash
# 备份数据库
docker compose exec db pg_dump -U lymom lymom > backup.sql- 更新代码
bash
git pull- 重新构建和启动服务
bash
docker compose down
docker compose build
docker compose up -d- 验证升级
访问系统，确认所有功能正常运行。
最佳实践
1. 系统架构
- 开发环境：单节点部署，所有服务运行在同一台机器
- 测试环境：小规模集群，模拟生产环境配置
- 生产环境：多节点部署，高可用配置
2. 数据管理
- 定期备份数据库
- 配置数据 retention 策略，避免数据量过大
- 使用监控工具监控数据增长趋势
3. 安全管理
- 定期更新系统密码
- 配置防火墙规则，限制访问范围
- 启用 HTTPS 加密通信
- 定期进行安全审计
4. 性能优化
- 根据设备数量和数据量调整系统资源
- 优化数据库查询和索引
- 使用缓存减少数据库负载
- 定期清理无用数据