从八月底到昨天，整整三个月，边看视频学技术栈边写代码，每天晚上挤时间完成了这个项目，还是想为明年实习做一个项目上的准备。最初是想做一个深度学习方面的项目，当时对这方面基础知识的储备还不够，如今也还在看视频和文档学习，因此选择了web项目。其实对于以后工作的方向到底是算法还是研发现在也说不清楚，等明年初根据自己的学习情况再做进一步的打算。
接下来学校的课越来越集中，各种考试也陆续而至，深度学习也还在继续学习，因此留给项目上的准备时间也捉襟见肘，但每天还是会坚持写算法题，相信明年会越来越好。
这个项目是以现在的知乎、牛客网这类问答平台为原型，基于springboot的SSM框架的Java web应用项目。数据库使用了redis和mysql，同时加入了异步消息等进阶功能，同时使用python爬虫进行数据填充。
GitHub:项目源码
quick-start
- 1.项目基本配置
- 2.基本框架开发
- 3.AOP和IOC
- 4.数据库配置和首页的创建
- 5.用户注册登录以及使用
- 6.新增发表问题功能，并防止xss注入以及敏感词过滤
- 7.新增评论和站内信功能
- 8.新增点赞和点踩功能,使用Redis实现
- 9.新增异步消息功能
- 10.新增关注功能，开发关注页面和粉丝页面
- 11.Timeline与新鲜事，推拉模式下的Feed流
- 12.使用python爬虫爬取知乎话题数据，充实网站信息
- 13.使用solr搭建全文搜索引擎，开发知乎的全文搜索功能
- 14.产品功能扩展以及技术深度扩展
项目基础配置
创建git仓库，本地配置idea并测试pull和push。
创建springboot工程，导入web，velocity和aop的包。
生成maven项目，pom.xml包含上述依赖。
基本框架开发
创建基本的controller，service和model层。
controller中使用注解配置，requestmapping，responsebody基本可以解决请求转发以及响应内容的渲染。responsebody自动选择viewresolver进行解析。
使用pathvariable和requestparam传递参数。
使用velocity编写页面模板，注意其中的语法使用。常用 {}
使用http规范下的httpservletrequest和httpservletresponse来封装请求和相响应，使用封装好的session和cookie对象。
使用重定向的redirectview和统一异常处理器exceptionhandler。
AOP和IOC
IOC解决对象实例化以及依赖传递问题，解耦。
AOP解决纵向切面问题，主要实现日志和权限控制功能。
aspect实现切面，并且使用logger来记录日志，用该切面的切面方法来监听controller。
数据库配置和首页的创建
使用mysql创建数据库和表。
加入mybatis和mysql的maven仓库，注意，由于现在版本的springboot不再支持velocity进而导致我使用较早版本的springboot，所以这里提供一可以正常运行的版本设置。
springboot使用1.4.0
mybatis-spring-boot-starter使用1.2.1
mysql-connector-java使用8.0.12
接下来写controller，dao和service。注意mybatis的注解语法以及xml的配置要求，xml要求放在resource中并且与dao接口在相同的包路径下。
application.properties增加spring配置数据库链接地址
两个小工具：
ViewObject:方便传递任何数据到
VelocityDateTool:velocity自带工具类
写好静态文件html css和js。并且注意需要配置
spring.velocity.suffix=.html 保证跳转请求转发到html上
spring.velocity.toolbox-config-location=toolbox.xml
至此主页基本完成。
用户注册登录以及使用token
完成用户注册和登录的controller,service和dao层代码。
新建数据表login_ticket用来存储ticket字段。该字段在用户登录成功时被生成并存入数据库，并被设置为cookie，下次用户登录时会带上这个ticket，ticket是随机的uuid，有过期时间以及有效状态。
使用拦截器interceptor来拦截所有用户请求，判断请求中是否有有有效的ticket，如果有的话则将用户信息写入Threadlocal。所有线程的threadlocal都被存在一个叫做hostholder的实例中，根据该实例就可以在全局任意位置获取用户的信息。
该ticket的功能类似session，也是通过cookie写回浏览器，浏览器请求时再通过cookie传递，区别是该字段是存在数据库中的，并且可以用于移动端。
通过用户访问权限拦截器来拦截用户的越界访问，比如用户没有管理员权限就不能访问管理员页面。
配置了用户的webconfiguration来设置启动时的配置，这里可以将上述的两个拦截器加到启动项里。
配置了json工具类以及md5工具类，并且使用Java自带的盐生成api将用户密码加密为密文。保证密码安全。
数据安全性的保障手段：https使用公钥加密私钥解密，比如支付宝的密码加密，单点登录验证，验证码机制等。
新增发表问题功能，并防止xss注入以及敏感词过滤
新增Question相关的model，dao，service和controller。
发布问题时检查标题和内容，防止xss注入，并且过滤敏感词。
防止xss注入直接使用HTMLutils的方法即可实现。
过滤敏感词首先需要建立一个字典树，并且读取一份保存敏感词的文本文件，然后初始化字典树。最后将过滤器作为一个服务，让需要过滤敏感词的服务进行调用即可。
新增评论和站内信功能
首先建立表comment和message分别代表评论和站内信。
依次开发model，dao，service和controller。
评论的逻辑是每一个问题下面都有评论，显示评论数量，具体内容，评论人等信息。
消息的逻辑是，两个用户之间发送一条消息，有一个唯一的会话id，这个会话里可以有多条这两个用户的交互信息。通过一个用户id获取该用户的会话列表，再根据会话id再获取具体的会话内的多条消息。
逻辑清楚之后，再加上一些附加功能，比如显示未读消息数量，根据时间顺序排列会话和消息。
本节内容基本就是业务逻辑的开发，没有新增什么技术点，主要是前后端交互的逻辑比较复杂，前端的开发量也比较大。
新增点赞和点踩功能，使用Redis实现
首先了解一下redis的基础知识，数据结构，jedis使用等。
编写list，string，hashmap，set，sortset的测试用例，熟悉jedis api。
开发点踩和点赞功能，在此之前根据业务封装好jedis的增删改查操作，放在util包中。
根据需求确定key字段，格式是 like：实体类型：实体id 和 dislike：实体类型：实体id 这样可以将喜欢一条新闻的人存在一个集合，不喜欢的存在另一个集合。通过统计数量可以获得点赞和点踩数。
一般点赞点踩操作是先修改redis的值并获取返回值，然后再异步修改mysql数据库的likecount数值。这样既可以保证点赞操作快速完成，也可保证数据一致性。
新增异步消息框架
在之前的功能中有一些不需要实时执行的操作或者任务，我们可以把它们改造成异步消息来进行发送。
具体操作就是使用redis来实现异步消息队列。代码中我们使用事件event来包装一个事件，事件需要记录事件实体的各种信息。
我们在async包里开发异步工具类，事件生产者，事件消费者，并且开发一个eventhandler接口，让各种事件的实现类来实现这个接口。
事件生产者一般作为一个服务，由业务代码进行调用产生一个事件。而事件消费者我们在代码里使用了单线程循环获取队列里的事件，并且寻找对应的handler进行处理。
如此一来，整个异步事件的框架就开发完成了。后面新加入的登录，点赞等事件都可以这么实现。
新增关注功能，开发关注页面和粉丝页面
新增关注功能，使用redis实现每一个关注对象的粉丝列表以及每一个用户的关注对象列表。通过该列表的crud操作可以对应获取粉丝列表和关注列表，并且实现关注和取关功能。
由于关注成功和添加粉丝成功时同一个事务里的两个操作，可以使用redis的事务multi来包装事务并进行提交。
除此之外，关注成功或者被关注还可以通过事件机制来生成发送邮件的事件，由异步的队列处理器来完成事件响应，同样是根据redis来实现。
对于粉丝列表，除了显示粉丝的基本信息之外，还要显示当前用户是否关注了这个粉丝，以便前端显示。
对于关注列表来说，如果被关注对象是用户的话，除了显示用户的基本信息之外，还要显示当前用户是被这个用户关注，以便前端显示。
Timeline与新鲜事，推拉模式下的Feed流
微博的新鲜事功能介绍：关注好友的动态，比如关注好友的点赞，发表的问题，关注了某个问题等信息，都是feed流的一部分。
在知乎中的feed流主要体现于：关注用户的评论行为，关注用户的关注问题行为。
feed流主要分为两种，推模式和拉模式，推模式主要是把新鲜事推送给关注该用户的粉丝，本例使用redis来存储某个用户接受的新鲜事id列表。这个信息流又称为timeline，根据用户的唯一key来存储。
拉模式主要是用户直接找寻自己所有关注的人，并且到数据库去查找这些关注对象的新鲜事，直接返回。
推模式主要适合粉丝较少的小用户，因为他们的粉丝量少，使用推模式产生的冗余副本也比较少，并且可以减少用户访问的压力。
拉模式主要适合大v，因为很多僵尸粉根本不需要推送信息，用推模式发给这些僵尸粉就是浪费资源，所以让用户通过拉模式请求，只需要一个数据副本即可。同时如果是热点信息，这些信息也可以放在缓存，让用户首先拉取这些信息，提高查询效率。
使用feedhandler异步处理上述的两个事件，当事件发生时，根据事件实体进行重新包装，构造一个新鲜事，因为所有新鲜事的格式是一样的。需要包括：日期，新鲜事类型，发起者，新鲜事内容，然后把该数据存入数据库，以便用户使用pull模式拉出。
为了适配推送模式，此时也要把新鲜事放到该用户所有粉丝的timeline里，这样的话就同时实现了推和拉的操作了。
使用python爬虫爬取知乎和v2ex数据，充实网站信息
安装python3.x并且配置环境变量。同时安装pycharm,安装pip。
安装好以后，先熟悉python的语法，写一些例子，比如数据类型，操作符，方法调用，以及面向对象的技术。
因为数据是要导入数据库的，所以这里安装MySQLdb的一个库，并且写一下连接数据库的代码，写一下简单的crud进行测试。
使用requests库作为解析http请求的工具，使用beautifulsoup作为解析html代码的工具，请求之后直接使用css选择器匹配。即可获得内容。
当然现在我们有更方便的工具pyspider，可以方便解析请求并且可以设置代理，伪装身份等，直接传入url并且写好多级的解析函数，程序便会迭代执行，直到把所有页面的内容解析出来。这里我们直接启动pyspider的web应用并且写好python代码，就可以执行爬虫了。
知乎：先找到问题，再把问题下所有的回答进行爬取，最后把问题和评论一起处理。
使用solr搭建全文搜索引擎，开发知乎的全文搜索功能
solr是一个成熟的全文搜索引擎工具，底层是Lucene实现，主要是java语言写的。
下载solr6.2。完成solr环境搭建，简单测试多副本部署和单机部署。
solr默认英文分词，需要加入中文分词工具IK-Analyzer。
solr中一个core代表一个全文搜索集，我们可以在server文件夹中找到我们创建的core。然后根据需要修改conf里的配置文件，首先修改managed-schema来设置分词规则，我们在此加入中文分词类型，并且配置其索引分词和查询分词，此处需要引入IK-Analyzer的jar包，jar包可以通过maven项目打包而获得。
索引分词指的是建立索引使用的分词，比如你好北京，可以分为你 你好 北京 北 等情况。而查询分词是根据需求进行查询时的分词，可以分为你好 北京。
为了通过数据库向solr导入数据，我们需要配置数据导入处理器，这是需要修改solrconfig文件来配置数据导入处理器，并且在solr-data-config中配置本地数据库地址，这样就可以在solr的web页面中进行数据库导入了。导入之后自动建立索引，我们就可以使用solr来对数据库进行全文搜索了。比如mysql数据库进行普通搜索，把数据导入solr进行全文搜索。
开发搜索相关功能，开发service并且接入solr的api，从而连接本机的solr服务并且执行查询和索引操作。只需要指定关键字，以及我们要搜索的栏目（本例中主要title和content，所以传入这两个字段，并且在搜索结果中加亮关键字。开发相关controller以及页面。并且在新增问题以后执行异步事件，将新增的问题数据加入solr的数据库中，以便后面进行搜索。
产品功能扩展以及技术深度扩展
产品功能扩展
1. 用户注册，邮箱激活流程
2. 首页滚动到底部自动加载更多
3. 管理员后台管理
4. 运营推荐问题置顶
5. timeline推拉结合
6. 个性化首页，timeline更多事件
技术深度扩展
1. 搜索结果排序打分
2. 爬虫覆盖用户，评论，内容去html标签
3. 个性化推荐