
为啥要写这么一个小程序?
作为互联网的原住民。
90后程序员的我,从高中开始发QQ小表情。
到之后的熊猫头,蘑菇头。
可以说表情包陪伴我从学校到社会,从青少年到中年。。
多年来,混迹于各个qq群,收集表情包多达三千多个,终于,在去年的某个工地跑路的时候,忘了带走我的表情包。。。然后就再也找不到之前的经典表情了。。
虽然QQ里面提成了斗图的功能,但是微信没有提成QQ那种怼图的功能。而且对我来说,QQ提供的表情都太高清了。。不如模糊的小标签有灵魂。。。
于是决定自己做一个这样的斗图小程序。自用,也给其他的朋友们提供方便。
需要用到的技术栈
服务器端:
- 阿里云ubuntu1804最低配的的ECS一台
- MySQL8.0社区版数据库
- .Net Core 3.0
- Dapper
- HtmlAgilityPack
- Lucene+jieba.net
- 阿里云对象存储+阿里云CDN
小程序端:
- 直接使用微信官方的那一套就行,客户端没啥复杂的,我使用的是uniapp开发的小程序。
选好技术类型后,就开始我们的斗图小程序开发过程
1.爬取图片数据
百度搜搜表情包,会出现N个专门做表情包的网站。
我们使用HtmlAgilityPack来抓取图片地址和alt描述文字。
具体可以参考我的另一篇博文 【.Net Core下使用HtmlAgilityPack解析采集互联网数据】
爬取拿到图片地址后,使用HttpClient来下载图片,并上传到对象存储空间去,这里可以自己选择阿里云或者七牛云【不是广告,因为我最熟悉的就是阿里云和七牛云】
下载图片代码
var result = await new HttpClient().GetStreamAsync(imgUrl);
拿到流就可以直接下载了,然后上传了。
上传成功后,保存图片地址和图片的描述文字。
2.开发web服务器接口
在抓取完图片存到数据库后,我们手上已经有N多图片了。
然后就开发搜索图片的api。
第一步的时候,我们存储了图片地址和图片描述文字。我们搜索的就是这个描述文字。把搜索结果对应的图片列响应出去就好了。
假如你图片采集到几十万张。你单纯用like来搜索。一是慢的要死。二是搜索结果不尽人意。
有大佬估计会说直接上ElasticSearch或者Solr啊。。。
我的内心:服务器费用你给我出啊。我阿里云1h1g的机器,跑得起那玩意儿就怪了。。
这里我使用的是Lucene.Net 4.8+jieba.Net分词插件。
使用方式非常简单。把数据直接导入到Lucene就行了。【用Lucene的专业词语说叫添加到索引】
var AppLuceneVersion = LuceneVersion.LUCENE_48;
var indexLocation = Path.Combine(System.IO.Directory.GetCurrentDirectory(), "Indexs");
if (!System.IO.Directory.Exists(indexLocation))
{
System.IO.Directory.CreateDirectory(indexLocation);
}
var dir = FSDirectory.Open(indexLocation);
//create an analyzer to process the text
var analyzer = new JieBaAnalyzer(TokenizerMode.Search); //new StandardAnalyzer(AppLuceneVersion);
//create an index writer
var indexConfig = new IndexWriterConfig(AppLuceneVersion, analyzer);
using (var writer = new IndexWriter(dir, indexConfig))
{
//todo 加载数据过来var list = mysql.Query<BiaoQingSearchModel>(sql, new { time, now = nowTime }).ToList();
for (int i = ; i < list.Count(); i++)
{
var item = list[i];
var doc = new Document();
doc.Add(new StringField("url", item.Url, Field.Store.YES));
doc.Add(new TextField("Imgexplain", item.Imgexplain, Field.Store.YES));
writer.AddDocument(doc);
}
writer.Flush(triggerMerge: false, applyAllDeletes: false);
writer.Commit();
}
然后创建好索引之后,就可以在Indexs下看到一堆文件了。
大概就是如上图所示的样子。
然后就是搜索表情包的数据,数据搜索的时候,我们只搜索Lucene里面的图片描述列。
var AppLuceneVersion = LuceneVersion.LUCENE_48;
var indexLocation = Path.Combine(System.IO.Directory.GetCurrentDirectory(), "Indexs");
if (!System.IO.Directory.Exists(indexLocation))
{
System.IO.Directory.CreateDirectory(indexLocation);
}
var dir = FSDirectory.Open(indexLocation);
var analyzer = new JieBaAnalyzer(TokenizerMode.Search); QueryParser qp = new QueryParser(AppLuceneVersion, "Imgexplain", analyzer);
Query query = qp.Parse(key);
BooleanQuery b = new BooleanQuery();
b.Add(query, Occur.MUST); using (IndexReader reader = DirectoryReader.Open(dir))
{
var searcher = new IndexSearcher(reader);
TopDocs hits = searcher.Search(query, Size);
Console.WriteLine("一共:" + hits.TotalHits);
Count = hits.TotalHits;
var list = new List<BiaoQingSearchModel>();
foreach (var hit in hits.ScoreDocs)
{
var foundDoc = searcher.Doc(hit.Doc);
var model = new BiaoQingSearchModel();
model.Url = foundDoc.Get("url");
model.Imgexplain = foundDoc.Get("Imgexplain");
list.Add(model);
}
return list;
}
然后就能正确的搜索出我们需要的表情包了。
做好这一堆事情,基本上我们的服务器端开发工作完成了80%。
然后就是用asp.net core写一个简单的api然后调用Lucene的搜索方法,就完成了。
服务器部署工作
我使用的是Ubuntu1804,也推荐大家使用Ubuntu server。ubuntu比centos好用几条街。。有人说centos稳定,同样是Linux,为啥ubuntu server就不稳定了?
1. 在ubuntu服务器上使用apt命令安装好nginx,mysql,Supervisor三个软件
迁移本地采集的数据到ubuntu上的数据库。【迁移数据可以直接使用mysqldump出sql,然后到服务器上执行就行了】
2.申请域名和SSL证书,因为微信小程序要求必须https。【阿里云可以一条龙服务】
3.在nginx中绑定域名和https证书
server {
listen ssl;
server_name 你的域名
ssl on;
ssl_certificate /var/ssl/xxx.pem;
ssl_certificate_key /var/ssl/xxx.key;
ssl_session_timeout 5m;
ssl_protocols TLSv1 TLSv1. TLSv1.;
ssl_ciphers ECDHE-RSA-AES128-GCM-SHA256:HIGH:!aNULL:!MD5:!RC4:!DHE;
ssl_prefer_server_ciphers on; location / {
proxy_pass http://localhost:5000;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection keep-alive;
proxy_set_header Host $host;
proxy_cache_bypass $http_upgrade;
}
}
4.使用Supervisor以守护进程的模式启用.net core开发的webapi站点。
[program:doutuapp]
command=dotnet xxx.dll
directory=/var/www/
user=root
autostart=true
autorestart=true
startsecs=
stderr_logfile=/usr/log/doutu/err.log
stdout_logfile=/usr/log/doutu/out.log
5.启动站点服务
启用supervisor,使用supervisorctl reload 然后supervisorctl status查看守护进程状态
然后启动nginx,正常情况下,就可以通过你绑定的域名访问到你的webapi了。
6.性能优化建议【不是必须】
因为我们穷,买不起高配的服务器。所以只能通过做更多的功课来加速访问,提高我们的小水管服务器的性能。
把图片上传到oss去,保证我们的webapi只响应webapi的文本数据,这样1m的小水管,撑住20个人同时访问,压力还是不大的。
使用cdn加速访问。cdn是内容分发网络的简称。简单的理解就是用户访问距离他最近的节点就能获取到数据。举个栗子:你服务器在上海,你用户在*,如果你用户通过网线来找你的服务器上的图片,
如果不是直连的话,需要经过n个路由器和交换鸡。中间可能会找不到你的服务器,然后也许你就丢失了一个用户了!cdn就是帮我们分发图片到全国各大节点。然后无死角让你提升用户体验。
开启nginx的gzip,压缩你的数据包。之前10k一个数据包,压缩后2k,你服务器的并发性能瞬间提高几个档次【当然压缩需要消耗cpu,cpu不行就算求了】
以上内容虽然只是短短一篇文章,但是实际上消耗了我近两周的业余时间【还不算上备案域名的时间】,因为中间关于全文检索的知识点我也不太了解,踩了很多坑才爬上岸。
如果有大佬需要交流,或者想自己不想这么麻烦,想用现成的接口,也可以找我要api接口。联系方式:QQ群:545594312,也可以点击下边的链接进群。
接下来就是广告时间了!!!!,欢迎微信扫码体验!!!【转载请不要去掉我的广告,谢谢大佬们】