commit

db/QUERY_TASK_README.md

@@ -0,0 +1,107 @@
+# AI MIP Query Task 表创建说明
+
+## 1. 创建表
+
+在MySQL数据库中执行以下文件：
+
+```bash
+mysql -u your_user -p your_database < db/ai_mip_query_task.sql
+```
+
+或者在MySQL客户端中直接执行 `db/ai_mip_query_task.sql` 文件内容。
+
+## 2. 表结构说明
+
+### 字段列表
+
+| 字段名 | 类型 | 说明 |
+|--------|------|------|
+| id | int | 主键ID |
+| query_word | varchar(512) | 查询词/关键词 |
+| query_type | enum | 查询类型：keyword/phrase/long_tail |
+| task_date | char(8) | 任务日期 YYYYMMDD |
+| threshold_max | int | 最大抓取数量阈值 |
+| current_count | int | 当前已抓取数量 |
+| status | enum | 任务状态：ready/doing/failed/finished/closed |
+| priority | tinyint | 优先级 1-10 |
+| category | varchar(64) | 分类标签 |
+| source_platform | varchar(64) | 来源平台 |
+| crawl_url_count | int | 已爬取URL数量 |
+| valid_url_count | int | 有效URL数量（带广告） |
+| error_message | text | 错误信息 |
+| started_at | timestamp | 开始执行时间 |
+| finished_at | timestamp | 完成时间 |
+| closed_at | timestamp | 达到阈值关闭时间 |
+| created_at | timestamp | 创建时间 |
+| updated_at | timestamp | 更新时间 |
+| created_by | varchar(64) | 创建人 |
+| remark | varchar(512) | 备注信息 |
+
+### 索引
+
+- `uniq_query_date`: 同一查询词每天只有一个任务
+- `idx_date_status`: 按日期和状态查询
+- `idx_status_priority`: 按状态和优先级查询
+- `idx_category`: 按分类查询
+- `idx_threshold`: 阈值监控
+- `idx_closed`: 关闭时间索引
+
+## 3. 使用示例
+
+### Python代码
+
+```python
+from db_manager import QueryTaskManager
+
+# 初始化管理器
+task_mgr = QueryTaskManager()
+
+# 创建任务
+task_id = task_mgr.create_task(
+    query_word="糖尿病治疗",
+    query_type="keyword",
+    threshold_max=50,
+    priority=3,
+    category="医疗"
+)
+
+# 获取ready任务
+ready_tasks = task_mgr.get_ready_tasks(limit=10)
+
+# 更新任务状态
+task_mgr.update_task_status(task_id, 'doing')
+
+# 增加抓取计数
+task_mgr.increment_crawl_count(task_id, crawl_count=5, valid_count=3)
+
+# 检查阈值
+task_mgr.check_threshold(task_id)
+
+# 获取统计信息
+stats = task_mgr.get_task_statistics('20260119')
+```
+
+## 4. 测试
+
+运行测试脚本：
+
+```bash
+python test_query_task.py
+```
+
+## 5. 任务状态流转
+
+```
+ready (准备中)
+  ↓
+doing (执行中)
+  ↓
+finished (完成) / failed (失败) / closed (达到阈值关闭)
+```
+
+## 6. 注意事项
+
+1. **唯一约束**：同一查询词在同一天只能有一个任务
+2. **阈值检查**：达到threshold_max时自动关闭任务
+3. **优先级**：数字越小优先级越高（1-10）
+4. **时间戳**：状态变更会自动更新对应的时间字段