12-13 匹配算法-优化

主要内容：

  1. 开发完成个人队伍页面、队伍检索等功能（前端、后端）
  2. 开发用户匹配功能（编辑距离算法）
  3. 优化用户匹配功能后端，开发前端用户匹配模式
  4. 优化前端加载效果，使用骨架屏
  5. 优化前端队伍操作权限
  6. 实现前端导航标题动态切换
  7. 优化前端、完善部分功能

前端不同页面怎么传递数据？

  1. url querystring (xxx?id=1) 比较适用于页面跳转
  2. url (/team/:id,xxx/1)
  3. hash (/team#1)
  4. localStorage
  5. context(全局变量，同页面或整个项目要访问的公共变量)

随机匹配

需求背景：为了帮助大家更快地发现和自己兴趣相同的朋友

思考：匹配一个还是多个？

答：匹配多个，并且按照匹配的相似度从高到低排序

思考：怎么匹配？（根据什么来进行匹配？）

答：根据标签 tags

还可以根据 user_team 匹配加入相同队伍的用户

问题本质：找到有相似标签的用户

1.怎么匹配？

  1. 找到有共同标签最多的用户（Top N）
  2. 共同标签越多，分数越高，月排在前面
  3. 如没有匹配的用户，随机推荐（降级方案）

两种算法

最小编辑距离：字符串 1 通过最少多少次增删改字符的操作可以变成字符串 2

  • 余弦相似度算法（如果需要带权重计算，比如学什么方向最重要，性别相对次要）

2.怎么对所有用户匹配，去取TOP？

直接取出所有用户，依次和当前用户计算分数，去 TOP N （54 秒）

优化方法

  1. 切忌不要在数据量答的时候循环输出日志（取消日志后 20 秒）
  2. Map 存了所有的分数信息，占用内存
    解决：维护一个固定长度的有序集合（sortedSet），只保留分数最高的几个用户（时间换空间）
  3. 细节：剔除自己 √
  4. 尽量只查需要的数据：
    a. 过滤掉标签为空的用户 √
    b. 根据部分标签取用户（前提是能区分出来哪个标签比较重要）
    c. 只查需要的数据 （比如 id 和 tags） √ （7 秒）
  5. 提前查？（定时任务）
    a. 提前给所有用户给缓存（不适用于经常更新的数据）
    b. 提前运算出来结果，缓存（针对一些重点用户，提前缓存）

类比大数据推荐机制

大数据推荐场景：比如说几个亿个商品，难道要查出所有商品？难道要对所有数据计算一遍相似度？

大数据推荐流程：

  • 检索 => 召回 => 粗排 => 精排 => 重排序等
  • 检索：尽可能多地查符合要求的数据（比如按记录查）
  • 召回：查询可能要用到的数据（不做运算）
  • 粗排：粗略排序，简单运算（运算相对轻量）
  • 精排：精细排序，确定固定排位

分表学习建议

  1. mycat、 sharding sphere 框架
  2. 一致性 hash 算法

队伍操作权限控制

权限整理

加入队伍：仅非队伍创建人、且未加入队伍的人可见

更新队伍：仅创建人可见

解散队伍：仅创建人可见

退出队伍：创建人不可见，仅加入队伍的人可见

权限控制

仅加入队伍和创建队伍的人看到队伍操作按钮（listTeam 接口要能获取我加入的队伍状态）

方案 1：前端查询我加入了哪些队伍列表，然后判断每个队伍 id 是否在列表中（前端要多发一次请求）

方案 2：在后端处理（推荐）

项目优化

  1. 前端导航栏【标题】问题
    解决：使用 router.beforeEach, 根据要跳转页面的 URL 路径匹配 config/routes 配置 title 字段

  2. 强制登录，自动跳转到登录页

    解决：axios 全局配置响应拦截器、并且添加重定向

  3. 区别公开和加密队伍；加入有密码的队伍，要指定密码

  4. 展示已加入队伍人数

  5. 并发时，重复加入队伍的问题
    解决：加锁、分布式锁