LeetCode Interview Plugin

• Nova Kwok
• Miloas

概览

作为一个力扣（LeetCode） Interview 的功能增强，本插件使用 GraphQL 实现了以下两个功能接口：

• 搜索企业信息
• 统计各个自然周的热搜企业

背景

企业面试部分随后会增加企业，为了保证搜索的完整性以及对于用户搜索习惯的统计，我们需要两个接口完全后端的操作给前端进行调用。

里程碑

时间	事件
2019/07/11	开始项目
2019/07/11	完成企业以及搜索数据库结构确认
2019/07/11	自学并实现了 GraphQL 查询企业以及热搜企业接口
2019/07/12	优化数据库结构，加入了每周企业搜索统计
2019/07/12	引入 Celery 对于企业搜索结果的更新进行延迟更新
2019/07/13	加入 redis 对于企业搜索以及热搜企业进行缓存
2019/07/13	持续优化接口
2019/07/14	代码审计，加入更多测试用例
2019/07/14	在于 GitLab 做了很多斗争之后，完成了 CI

思路

数据持久化

关于数据库结构以及假数据生成请参考：DB.md

• MySQL 数据库 + Django loaddata 加入测试数据

缓存

• Redis

通过 MySQL 对数据进行持久化，数据的搜索使用 Agolia 完成，由于需要针对大量的搜索请求，每次搜索的结果不应该直接写入 MySQL，而应该丢入 redis 缓存。（建立 公司-搜索数 键值对完成 Cache，并通过计划任务每天凌晨同步进数据库。

由于对于公司的搜索不存在关键词全文检索的需求，所以不需要 Agolia 等三方服务，可以考虑直接使用数据库的 LIKE 语句对于关键词进行匹配，这样减少了实现的难度，不过提升了对于数据的查询压力，一些可以优化/已经优化的点参考 OPTIMIZE.md。

安装 & 复现

环境要求：

• Python 3
• MySQL，且已经设置为 utfmb4 编码（Django 使用 MySQL 中文報錯）

创建好目录之后，clone 下本仓库，进入 app 目录后创建虚拟环境并进入：

cd app
python -m venv env
source env/bin/activate

安装所有需要的包：

pip3 install -r requirements.txt

创建本地的 settings.py 配置文件：

cd Interview
cp settings.py.example settings.py

创建超级用户：

python manage.py createsuperuser

迁移数据库模型：

python manage.py migrate

导入测试数据：

参考 DB.md

运行 redis，Django 和 Celery：

systemctl start redis
python manage.py runserver
celery -A search worker -l info

访问：http://localhost:8000/graphql，开始发起请求，请求相关见：GRAPHQL.md