Skip to content

04_inventory_system

Directory actions

More options

Directory actions

More options

Latest commit

 

History

History

04_inventory_system

README.md

Build: cmake --preset linux-ninja-release && cmake --build --preset linux-ninja-release

Inventarsystem - Lagerverwaltung mit ThemisDB

Status Difficulty Duration

📝 Übersicht

Ein vollständiges Inventarsystem mit Produktverwaltung, Bestandsverfolgung und Lieferanten-Beziehungen. Demonstriert Multi-Model Features (Relational + Graph).

✨ Features

  • ✅ Produktverwaltung - SKU, Name, Beschreibung, Preis
  • ✅ Bestandsverfolgung - Aktuelle Menge, Mindestbestand, Lagerort
  • ✅ Lieferanten-Graph - Beziehungen zwischen Produkten und Lieferanten
  • ✅ Bestandshistorie - Chronologische Aufzeichnung aller Bewegungen
  • ✅ Warnungen - Automatische Alerts bei niedrigem Bestand
  • ✅ Dashboard - Statistiken und Charts
  • ✅ Transaktionen - ACID-Garantien für Bestandsänderungen
  • ✅ Barcode-Support - QR-Code-Generierung

🖼️ Screenshots

Screenshots werden nach Implementierung hinzugefügt

📋 Voraussetzungen

  • ThemisDB Server
  • Python 3.8+
  • matplotlib (für Charts)

🚀 Installation

cd examples/04_inventory_system
pip install -r requirements.txt
python main.py

📊 Datenmodell

Produkt (Relational)

{
    "id": "product_uuid",
    "sku": "PROD-001",
    "name": "Produktname",
    "description": "Beschreibung",
    "price": 29.99,
    "quantity": 100,
    "min_quantity": 20,
    "location": "Lager A, Regal 3",
    "category": "Elektronik",
    "created_at": "2025-12-22T10:00:00Z"
}

Lieferant-Beziehung (Graph)

# Edge: Product -> Supplier
{
    "from": "product_uuid",
    "to": "supplier_uuid",
    "relationship": "supplied_by",
    "lead_time_days": 14,
    "unit_price": 19.99
}

Bestandsbewegung (Time-Series)

{
    "id": "movement_uuid",
    "product_id": "product_uuid",
    "type": "in",  # in, out, adjustment
    "quantity": 50,
    "reason": "Lieferung von Lieferant XYZ",
    "timestamp": "2025-12-22T10:00:00Z",
    "user": "admin"
}

🔧 Verwendung

Siehe HOW_TO.md und DATA_MODEL.md für Details.

📚 Was Sie lernen

  • Multi-Model - Kombination von Relational, Graph, Time-Series
  • Transaktionen - Atomare Bestandsänderungen
  • Graph-Queries - Lieferanten-Pfade finden
  • Aggregationen - Statistiken berechnen
  • Charts - Daten mit matplotlib visualisieren
  • Complex UI - Tabbed Interface mit tkinter

📄 Dateien

  • README.md - Diese Datei
  • HOW_TO.md - Bedienungsanleitung
  • DATA_MODEL.md - Datenmodell-Dokumentation
  • API_USAGE.md - Code-Beispiele
  • main.py - Hauptanwendung
  • models.py - Datenmodelle
  • graph_manager.py - Graph-Operationen
  • statistics.py - Statistik-Berechnungen

🎯 Use Cases

  1. Wareneingang buchen
  2. Warenausgang verbuchen
  3. Lieferanten verwalten
  4. Mindestbestände überwachen
  5. Bestandshistorie anzeigen
  6. Statistiken und Reports

🔗 Weiterführend

Status: Geplant | Implementierung steht bevor