Habr ના લેખોની વ્યક્તિગત પસંદગી માટે ટેલિગ્રામ બોટ

"શા માટે?" જેવા પ્રશ્નો માટે એક જૂનો લેખ છે - નેચરલ ગીકટાઇમ્સ - સ્પેસ ક્લીનર બનાવે છે.

ઘણા બધા લેખો છે, વ્યક્તિલક્ષી કારણોસર તેમાંના કેટલાક મને ગમતા નથી, અને કેટલાક, તેનાથી વિપરીત, તેને છોડવા માટે દયા છે. હું આ પ્રક્રિયાને ઑપ્ટિમાઇઝ કરવા અને સમય બચાવવા ઈચ્છું છું.

ઉપરોક્ત લેખે ઇન-બ્રાઉઝર સ્ક્રિપ્ટીંગ અભિગમ સૂચવ્યો હતો, પરંતુ નીચેના કારણોસર મને તે ખરેખર ગમ્યું ન હતું (જો કે મેં તેનો અગાઉ ઉપયોગ કર્યો છે)

• તમારા કમ્પ્યુટર/ફોન પર વિવિધ બ્રાઉઝર્સ માટે, તમારે તેને ફરીથી ગોઠવવું પડશે, જો શક્ય હોય તો.
• લેખકો દ્વારા સખત ફિલ્ટરિંગ હંમેશા અનુકૂળ નથી.
• એવા લેખકોની સમસ્યા કે જેમના લેખો તમે ચૂકવા માંગતા નથી, ભલે તે વર્ષમાં એકવાર પ્રકાશિત થાય, તો પણ તે ઉકેલાયો નથી.

લેખ રેટિંગ્સ પર આધારિત સાઇટમાં બનાવવામાં આવેલ ફિલ્ટરિંગ હંમેશા અનુકૂળ હોતું નથી, કારણ કે અત્યંત વિશિષ્ટ લેખો, તેમની કિંમત હોવા છતાં, તેના બદલે સાધારણ રેટિંગ મેળવી શકે છે.

શરૂઆતમાં, હું એક RSS ફીડ (અથવા ઘણી બધી) જનરેટ કરવા માંગતો હતો, ત્યાં માત્ર રસપ્રદ વસ્તુઓ છોડીને. પરંતુ અંતે, તે બહાર આવ્યું કે RSS વાંચવું ખૂબ અનુકૂળ લાગતું નથી: કોઈ પણ સંજોગોમાં, લેખ માટે ટિપ્પણી/મત આપવા/તેને તમારા મનપસંદમાં ઉમેરવા માટે, તમારે બ્રાઉઝરમાંથી પસાર થવું પડશે. તેથી જ મેં એક ટેલિગ્રામ બોટ લખ્યો છે જે મને વ્યક્તિગત સંદેશમાં રસપ્રદ લેખો મોકલે છે. ટેલિગ્રામ પોતે તેમાંથી સુંદર પૂર્વાવલોકનો બનાવે છે, જે લેખક/રેટિંગ/વ્યુઝ વિશેની માહિતી સાથે મળીને, તદ્દન માહિતીપ્રદ લાગે છે.

કટની નીચે કાર્યની વિશેષતાઓ, લેખન પ્રક્રિયા અને તકનીકી ઉકેલો જેવી વિગતો છે.

બોટ વિશે સંક્ષિપ્તમાં

ભંડાર: https://github.com/Kright/habrahabr_reader

ટેલિગ્રામમાં બોટ: https://t.me/HabraFilterBot

વપરાશકર્તા ટૅગ્સ અને લેખકો માટે વધારાનું રેટિંગ સેટ કરે છે. તે પછી, લેખો પર ફિલ્ટર લાગુ કરવામાં આવે છે - Habré પર લેખનું રેટિંગ, લેખકનું વપરાશકર્તા રેટિંગ અને ટેગ દ્વારા વપરાશકર્તા રેટિંગ માટે સરેરાશ ઉમેરવામાં આવે છે. જો રકમ વપરાશકર્તા દ્વારા નિર્દિષ્ટ થ્રેશોલ્ડ કરતા વધારે હોય, તો લેખ ફિલ્ટર પસાર કરે છે.

બૉટ લખવાનો એક બાજુનો ધ્યેય આનંદ અને અનુભવ મેળવવાનો હતો. વધુમાં, હું નિયમિતપણે મારી જાતને તે યાદ અપાવતો હતો હું Google નથી, અને તેથી ઘણી વસ્તુઓ શક્ય તેટલી સરળ અને આદિમ રીતે કરવામાં આવે છે. જો કે, આનાથી બોટ લખવાની પ્રક્રિયાને ત્રણ મહિનાનો સમય લાગતો અટકાવ્યો ન હતો.

બહાર ઉનાળો હતો

જુલાઈનો અંત આવી રહ્યો હતો, અને મેં બોટ લખવાનું નક્કી કર્યું. અને એકલા નહીં, પરંતુ એક મિત્ર સાથે જે સ્કેલામાં નિપુણતા મેળવતો હતો અને તેના પર કંઈક લખવા માંગતો હતો. શરૂઆત આશાસ્પદ દેખાતી હતી - કોડ એક ટીમ દ્વારા કાપવામાં આવશે, કાર્ય સરળ લાગતું હતું અને મેં વિચાર્યું કે બે અઠવાડિયા અથવા એક મહિનામાં બોટ તૈયાર થઈ જશે.

હકીકત એ છે કે હું પોતે છેલ્લાં કેટલાંક વર્ષોથી સમયાંતરે ખડક પર કોડ લખી રહ્યો છું છતાં, સામાન્ય રીતે કોઈ આ કોડને જોતું નથી કે જોતું નથી: પાલતુ પ્રોજેક્ટ્સ, કેટલાક વિચારોનું પરીક્ષણ, ડેટા પ્રીપ્રોસેસિંગ, FP માંથી કેટલાક ખ્યાલોમાં નિપુણતા. મને ટીમમાં લખવાનો કોડ કેવો દેખાય છે તેમાં ખરેખર રસ હતો, કારણ કે રોક પર કોડ ખૂબ જ અલગ રીતે લખી શકાય છે.

શું ચાલી શકે છે તેથી? જો કે, ચાલો વસ્તુઓમાં ઉતાવળ ન કરીએ.
કમિટ હિસ્ટ્રીનો ઉપયોગ કરીને જે થાય છે તે બધું ટ્રેક કરી શકાય છે.

એક પરિચિતે 27 જુલાઈએ એક ભંડાર બનાવ્યું, પરંતુ બીજું કંઈ કર્યું નહીં, તેથી મેં કોડ લખવાનું શરૂ કર્યું.

30 જુલાઈ

સંક્ષિપ્તમાં: મેં હેબ્રના આરએસએસ ફીડનું વિશ્લેષણ લખ્યું છે.

• com.github.pureconfig ટાઇપસેફ રૂપરેખાઓ સીધા કેસ વર્ગોમાં વાંચવા માટે (તે ખૂબ અનુકૂળ હોવાનું બહાર આવ્યું છે)
• scala-xml xml વાંચવા માટે: શરૂઆતમાં હું rss ફીડ માટે મારું પોતાનું અમલીકરણ લખવા માંગતો હતો, અને rss ફીડ xml ફોર્મેટમાં છે, તેથી મેં આ પુસ્તકાલયનો ઉપયોગ પદચ્છેદન માટે કર્યો. ખરેખર, આરએસએસ પાર્સિંગ પણ દેખાયા.
• scalatest પરીક્ષણો માટે. નાના પ્રોજેક્ટ્સ માટે પણ, પરીક્ષણો લખવાથી સમય બચે છે - ઉદાહરણ તરીકે, xml પાર્સિંગને ડીબગ કરતી વખતે, તેને ફાઇલમાં ડાઉનલોડ કરવું, પરીક્ષણો લખવું અને ભૂલો સુધારવાનું વધુ સરળ છે. જ્યારે પાછળથી અમાન્ય utf-8 અક્ષરો સાથે કેટલાક વિચિત્ર html ને પદચ્છેદન સાથે બગ દેખાયો, ત્યારે તેને ફાઇલમાં મૂકવું અને પરીક્ષણ ઉમેરવું વધુ અનુકૂળ બન્યું.
• અક્કા ના કલાકારો. ઉદ્દેશ્યથી, તેમની જરાય જરૂર નહોતી, પરંતુ પ્રોજેક્ટ આનંદ માટે લખવામાં આવ્યો હતો, હું તેમને અજમાવવા માંગતો હતો. પરિણામે, હું કહેવા માટે તૈયાર છું કે મને તે ગમ્યું. OOP ના વિચારને બીજી બાજુથી જોઈ શકાય છે - એવા કલાકારો છે જે સંદેશાઓની આપ-લે કરે છે. વધુ રસપ્રદ બાબત એ છે કે તમે કોડ એવી રીતે લખી શકો છો (અને જોઈએ) જેથી સંદેશ ન આવે અથવા તેની પ્રક્રિયા ન થઈ શકે (સામાન્ય રીતે કહીએ તો, જ્યારે એકાઉન્ટ એક જ કમ્પ્યુટર પર ચાલતું હોય, ત્યારે સંદેશાઓ ગુમ ન થવા જોઈએ). શરૂઆતમાં હું મારું માથું ખંજવાળતો હતો અને કલાકારો એકબીજાને સબ્સ્ક્રાઇબ કરતા કોડમાં કચરો હતો, પરંતુ અંતે હું એક સરળ અને ભવ્ય આર્કિટેક્ચર સાથે આવવામાં સફળ થયો. દરેક અભિનેતાની અંદરના કોડને સિંગલ-થ્રેડેડ ગણી શકાય; જ્યારે અભિનેતા ક્રેશ થાય છે, ત્યારે acca તેને પુનઃપ્રારંભ કરે છે - પરિણામ એકદમ ખામી-સહિષ્ણુ સિસ્ટમ છે.

9 ઑગસ્ટ

મેં પ્રોજેક્ટમાં ઉમેર્યું scala-scrapper Habr માંથી html પૃષ્ઠોને પાર્સ કરવા માટે (લેખનું રેટિંગ, બુકમાર્ક્સની સંખ્યા વગેરે જેવી માહિતી બહાર કાઢવા માટે).

અને બિલાડીઓ. જેઓ ખડકમાં છે.

મેં પછી વિતરિત ડેટાબેસેસ વિશે એક પુસ્તક વાંચ્યું, મને CRDT નો વિચાર ગમ્યો (સંઘર્ષ-મુક્ત પ્રતિકૃતિ ડેટા પ્રકાર, https://en.wikipedia.org/wiki/Conflict-free_replicated_data_type, habr), તેથી મેં Habré પરના લેખ વિશેની માહિતી માટે વિનિમયાત્મક અર્ધજૂથનો એક પ્રકારનો વર્ગ પોસ્ટ કર્યો.

હકીકતમાં, વિચાર ખૂબ જ સરળ છે - અમારી પાસે કાઉન્ટર્સ છે જે એકવિધ રીતે બદલાય છે. પ્રમોશનની સંખ્યા ધીમે ધીમે વધી રહી છે, જેમ કે પ્લીસસની સંખ્યા (તેમજ બાદબાકીની સંખ્યા). જો મારી પાસે લેખ વિશેની માહિતીના બે સંસ્કરણો છે, તો હું "તેમને એકમાં મર્જ કરી શકું છું" - કાઉન્ટરની સ્થિતિ જે મોટી છે તે વધુ સુસંગત માનવામાં આવે છે.

અર્ધજૂથનો અર્થ એ છે કે લેખ વિશેની માહિતી ધરાવતા બે ઑબ્જેક્ટને એકમાં મર્જ કરી શકાય છે. વિનિમયાત્મક અર્થ એ છે કે તમે A + B અને B + A બંનેને મર્જ કરી શકો છો, પરિણામ ઓર્ડર પર આધારિત નથી, અને અંતે નવીનતમ સંસ્કરણ રહેશે. માર્ગ દ્વારા, અહીં સંગત પણ છે.

ઉદાહરણ તરીકે, આયોજન મુજબ, પદચ્છેદન પછી rss એ લેખ વિશે થોડી નબળી માહિતી પ્રદાન કરી છે - મેટ્રિક્સ વગર જેમ કે દૃશ્યોની સંખ્યા. પછી એક વિશેષ અભિનેતાએ લેખો વિશે માહિતી લીધી અને તેને અપડેટ કરવા અને તેને જૂના સંસ્કરણ સાથે મર્જ કરવા માટે html પૃષ્ઠો પર દોડ્યા.

સામાન્ય રીતે કહીએ તો, અક્કાની જેમ, આની કોઈ જરૂર નથી, તમે લેખ માટે અપડેટ તારીખ સ્ટોર કરી શકો છો અને કોઈપણ મર્જ કર્યા વિના નવી લઈ શકો છો, પરંતુ સાહસના માર્ગે મને દોર્યું.

12 ઑગસ્ટ

હું વધુ મુક્ત અનુભવવા લાગ્યો અને, માત્ર આનંદ માટે, મેં દરેક ચેટને એક અલગ અભિનેતા બનાવ્યો. સૈદ્ધાંતિક રીતે, એક અભિનેતા પોતે લગભગ 300 બાઇટ્સનું વજન ધરાવે છે અને તે લાખોમાં બનાવી શકાય છે, તેથી આ સંપૂર્ણપણે સામાન્ય અભિગમ છે. મને લાગે છે કે સોલ્યુશન એકદમ રસપ્રદ બન્યું:

એક અભિનેતા ટેલિગ્રામ સર્વર અને અક્કામાં મેસેજ સિસ્ટમ વચ્ચેનો સેતુ હતો. તેણે ફક્ત સંદેશા મેળવ્યા અને ઇચ્છિત ચેટ અભિનેતાને મોકલ્યા. ચેટ અભિનેતા જવાબમાં કંઈક પાછું મોકલી શકે છે - અને તે ટેલિગ્રામ પર પાછા મોકલવામાં આવશે. જે ખૂબ અનુકૂળ હતું તે એ છે કે આ અભિનેતા શક્ય તેટલો સરળ બન્યો અને તેમાં સંદેશાઓનો જવાબ આપવા માટેનો તર્ક જ હતો. માર્ગ દ્વારા, દરેક ચેટમાં નવા લેખો વિશેની માહિતી આવતી હતી, પરંતુ ફરીથી મને આમાં કોઈ સમસ્યા દેખાતી નથી.

સામાન્ય રીતે, બોટ પહેલેથી જ કામ કરી રહ્યો હતો, સંદેશાઓનો જવાબ આપી રહ્યો હતો, વપરાશકર્તાને મોકલેલા લેખોની સૂચિ સ્ટોર કરી રહ્યો હતો, અને હું પહેલેથી જ વિચારી રહ્યો હતો કે બોટ લગભગ તૈયાર છે. મેં ધીમે ધીમે લેખકના નામો અને ટૅગ્સને સામાન્ય બનાવવા જેવી થોડી વિશેષતાઓ ઉમેરી (“sd f” ને “s_d_f” થી બદલીને).

એક જ વસ્તુ બાકી હતી નાના પરંતુ - રાજ્ય ક્યાંય સાચવવામાં આવ્યું ન હતું.

બધું ખોટું થયું

તમે કદાચ નોંધ્યું હશે કે મેં બોટ મોટે ભાગે એકલા જ લખ્યું છે. તેથી, બીજા સહભાગી વિકાસમાં સામેલ થયા, અને કોડમાં નીચેના ફેરફારો દેખાયા:

• મોંગોડીબી સ્ટેટ સ્ટોર કરવા માટે દેખાયો. તે જ સમયે, પ્રોજેક્ટમાંના લોગ તૂટી ગયા હતા, કારણ કે કેટલાક કારણોસર મોંગાએ તેમને સ્પામ કરવાનું શરૂ કર્યું હતું અને કેટલાક લોકોએ તેમને વૈશ્વિક સ્તરે ફક્ત બંધ કરી દીધા હતા.
• ટેલિગ્રામમાં બ્રિજ અભિનેતા ઓળખાણની બહાર રૂપાંતરિત થઈ ગયો હતો અને તેણે સંદેશાઓનું વિશ્લેષણ કરવાનું શરૂ કર્યું હતું.
• ચેટ્સ માટેના અભિનેતાઓને નિર્દયતાથી કાપી નાખવામાં આવ્યા હતા, અને તેના બદલે તેઓને એક અભિનેતા દ્વારા બદલવામાં આવ્યા હતા જેણે એક જ સમયે તમામ ચેટ્સ વિશેની તમામ માહિતી છુપાવી હતી. દરેક છીંક માટે, આ અભિનેતા મુશ્કેલીમાં ગયો. સારું, હા, જેમ કે કોઈ લેખ વિશેની માહિતી અપડેટ કરતી વખતે, તે બધા ચેટ કલાકારોને મોકલવી મુશ્કેલ છે (આપણે ગૂગલ જેવા છીએ, લાખો વપરાશકર્તાઓ દરેક માટે ચેટમાં એક મિલિયન લેખોની રાહ જોઈ રહ્યા છે), પરંતુ દરેક વખતે ચેટ અપડેટ થાય છે, મોંગામાં જવું સામાન્ય છે. જેમ જેમ મને ઘણું પાછળથી સમજાયું તેમ, ચેટ્સનું કાર્યકારી તર્ક પણ સંપૂર્ણપણે કાપી નાખવામાં આવ્યું હતું અને તેની જગ્યાએ કંઈક એવું દેખાયું હતું જે કામ કરતું ન હતું.
• ટાઈપ ક્લાસનો કોઈ ટ્રેસ બાકી નથી.
• કેટલાક બિનઆરોગ્યપ્રદ તર્ક અભિનેતાઓમાં એકબીજા સાથે તેમના સબ્સ્ક્રિપ્શન્સ સાથે દેખાયા છે, જે રેસની સ્થિતિ તરફ દોરી જાય છે.
• પ્રકારના ક્ષેત્રો સાથે ડેટા સ્ટ્રક્ચર્સ Option[Int] -1 જેવા જાદુઈ ડિફોલ્ટ મૂલ્યો સાથે Int માં ફેરવાઈ. પછીથી મને સમજાયું કે mongoDB json ને સ્ટોર કરે છે અને તેને ત્યાં સ્ટોર કરવામાં કંઈ ખોટું નથી Option સારું, અથવા ઓછામાં ઓછું કોઈ નહીં તરીકે -1 પદચ્છેદન કરો, પરંતુ તે સમયે હું આ જાણતો ન હતો અને તેના માટે મારો શબ્દ લીધો હતો કે "આવું જ હોવું જોઈએ." મેં તે કોડ લખ્યો નથી, અને મેં તે સમય માટે તેને બદલવાની તસ્દી લીધી નથી.
• મને જાણવા મળ્યું કે મારું સાર્વજનિક IP સરનામું બદલાતું રહે છે, અને દરેક વખતે મારે તેને મોંગોની વ્હાઇટલિસ્ટમાં ઉમેરવું પડતું હતું. મેં બૉટને સ્થાનિક રીતે લૉન્ચ કર્યો, મોંગા કંપની તરીકે મોંગાના સર્વર પર ક્યાંક હતી.
• અચાનક, ટેલિગ્રામ માટે ટેગ્સ અને સંદેશ ફોર્મેટિંગનું સામાન્યકરણ અદૃશ્ય થઈ ગયું. (હમ્મ, તે કેમ હશે?)
• મને ગમ્યું કે બૉટની સ્થિતિ બાહ્ય ડેટાબેઝમાં સંગ્રહિત છે, અને જ્યારે પુનઃપ્રારંભ થાય છે ત્યારે તે કામ કરવાનું ચાલુ રાખે છે જાણે કંઈ બન્યું જ ન હોય. જો કે, આ એકમાત્ર વત્તા હતી.

બીજી વ્યક્તિ કોઈ ખાસ ઉતાવળમાં ન હતી, અને આ બધા ફેરફારો સપ્ટેમ્બરની શરૂઆતમાં પહેલેથી જ એક મોટા ઢગલામાં દેખાયા હતા. મેં પરિણામી વિનાશના સ્કેલની તરત જ કદર કરી ન હતી અને ડેટાબેઝના કાર્યને સમજવાનું શરૂ કર્યું, કારણ કે ... મેં તેમની સાથે પહેલાં ક્યારેય વ્યવહાર કર્યો નથી. માત્ર પછીથી જ મને સમજાયું કે કેટલો વર્કિંગ કોડ કાપવામાં આવ્યો હતો અને તેની જગ્યાએ કેટલી ભૂલો ઉમેરવામાં આવી હતી.

સપ્ટેમ્બર

શરૂઆતમાં મને લાગ્યું કે તે મોંગાને માસ્ટર કરવા અને તેને સારી રીતે કરવા માટે ઉપયોગી થશે. પછી હું ધીમે ધીમે સમજવા લાગ્યો કે ડેટાબેઝ સાથે વાતચીતનું આયોજન કરવું એ પણ એક કળા છે જેમાં તમે ઘણી દોડધામ કરી શકો છો અને માત્ર ભૂલો કરી શકો છો. ઉદાહરણ તરીકે, જો વપરાશકર્તાને બે સંદેશા મળે છે જેમ કે /subscribe - અને દરેકના જવાબમાં અમે કોષ્ટકમાં એક એન્ટ્રી બનાવીશું, કારણ કે તે સંદેશાઓની પ્રક્રિયા કરતી વખતે વપરાશકર્તાએ સબ્સ્ક્રાઇબ કર્યું નથી. મને શંકા છે કે મોંગા સાથે તેના વર્તમાન સ્વરૂપમાં વાતચીત શ્રેષ્ઠ રીતે લખવામાં આવી નથી. ઉદાહરણ તરીકે, વપરાશકર્તાની સેટિંગ્સ તે સમયે બનાવવામાં આવી હતી જ્યારે તેણે સાઇન અપ કર્યું હતું. જો તેણે સબ્સ્ક્રિપ્શનની હકીકત પહેલાં તેમને બદલવાનો પ્રયાસ કર્યો... બોટ કંઈપણ પ્રતિસાદ આપતો ન હતો, કારણ કે અભિનેતામાંનો કોડ સેટિંગ્સ માટે ડેટાબેઝમાં ગયો હતો, તે મળ્યો ન હતો અને ક્રેશ થઈ ગયો હતો. જ્યારે પૂછવામાં આવ્યું કે શા માટે જરૂરિયાત મુજબ સેટિંગ્સ બનાવતા નથી, ત્યારે મેં શીખ્યા કે જો વપરાશકર્તાએ સબ્સ્ક્રાઇબ કર્યું ન હોય તો તેને બદલવાની કોઈ જરૂર નથી... સંદેશ ફિલ્ટરિંગ સિસ્ટમ કોઈક રીતે બિન-દેખીતી રીતે બનાવવામાં આવી હતી, અને કોડને નજીકથી જોયા પછી પણ હું કરી શક્યો. સમજાતું નથી કે તે શરૂઆતમાં આ રીતે બનાવાયેલ હતું કે ત્યાં કોઈ ભૂલ છે.

ચેટમાં સબમિટ કરાયેલા લેખોની કોઈ સૂચિ ન હતી; તેના બદલે, એવું સૂચવવામાં આવ્યું હતું કે હું તેને જાતે લખું. આનાથી મને આશ્ચર્ય થયું - સામાન્ય રીતે, હું તમામ પ્રકારની વસ્તુઓને પ્રોજેક્ટમાં ખેંચવાની વિરુદ્ધ ન હતો, પરંતુ તે તેના માટે તાર્કિક હશે જેણે આ વસ્તુઓ લાવી અને તેને ખરાબ કર્યું. પરંતુ ના, બીજા સહભાગીએ બધું જ છોડી દીધું હોય તેવું લાગતું હતું, પરંતુ કહ્યું કે ચેટની અંદરની સૂચિ માનવામાં આવે છે કે તે ખરાબ ઉકેલ છે, અને "એક લેખ y વપરાશકર્તા xને મોકલવામાં આવ્યો હતો" જેવી ઘટનાઓ સાથે સાઇન બનાવવી જરૂરી છે. પછી, જો વપરાશકર્તાએ નવા લેખો મોકલવાની વિનંતી કરી, તો ડેટાબેઝને વિનંતી મોકલવી જરૂરી હતી, જે ઇવેન્ટમાંથી વપરાશકર્તાને સંબંધિત ઇવેન્ટ્સ પસંદ કરશે, નવા લેખોની સૂચિ પણ મેળવશે, તેમને ફિલ્ટર કરશે, વપરાશકર્તાને મોકલશે. અને આ વિશેની ઘટનાઓને ડેટાબેઝમાં પાછા ફેંકી દો.

બીજા સહભાગીને ક્યાંક અમૂર્તતા તરફ લઈ જવામાં આવ્યો હતો, જ્યારે બૉટને માત્ર હેબર તરફથી લેખો જ પ્રાપ્ત થશે નહીં અને માત્ર ટેલિગ્રામ પર મોકલવામાં આવશે નહીં.

મેં કોઈક રીતે સપ્ટેમ્બરના બીજા ભાગ માટે એક અલગ ચિહ્નના રૂપમાં ઇવેન્ટ્સ લાગુ કરી. તે શ્રેષ્ઠ નથી, પરંતુ ઓછામાં ઓછું બોટ કામ કરવાનું શરૂ કર્યું અને મને ફરીથી લેખ મોકલવાનું શરૂ કર્યું, અને મને ધીમે ધીમે સમજાયું કે કોડમાં શું થઈ રહ્યું છે.

હવે તમે શરૂઆત પર પાછા જઈ શકો છો અને યાદ રાખો કે રીપોઝીટરી મૂળ રીતે મારા દ્વારા બનાવવામાં આવી ન હતી. આના જેવું શું ગયું હશે? મારી ખેંચવાની વિનંતી નકારી કાઢવામાં આવી હતી. તે બહાર આવ્યું છે કે મારી પાસે રેડનેક કોડ છે, કે મને ટીમમાં કેવી રીતે કામ કરવું તે ખબર નથી, અને મારે વર્તમાન અમલીકરણ વળાંકમાં ભૂલો સુધારવાની હતી, અને તેને ઉપયોગી સ્થિતિમાં સુધારવી ન હતી.

હું અસ્વસ્થ થઈ ગયો અને કમિટ હિસ્ટ્રી અને લખેલા કોડની માત્રા જોઈ. મેં એવી ક્ષણો જોઈ જે મૂળરૂપે સારી રીતે લખાઈ હતી, અને પછી પાછી તૂટી ગઈ હતી...

F*rk

મને લેખ યાદ આવી ગયો તમે Google નથી.

મેં વિચાર્યું કે અમલીકરણ વિના કોઈને ખરેખર વિચારની જરૂર નથી. મેં વિચાર્યું કે મારે એક વર્કિંગ બોટ જોઈએ છે, જે એક જ કોમ્પ્યુટર પર એક જ નકલમાં એક સરળ જાવા પ્રોગ્રામ તરીકે કામ કરશે. હું જાણું છું કે મારો બોટ પુનઃપ્રારંભ કર્યા વિના મહિનાઓ સુધી કામ કરશે, કારણ કે મેં ભૂતકાળમાં આવા બૉટો લખ્યા છે. જો તે અચાનક પડી જાય અને વપરાશકર્તાને બીજો લેખ ન મોકલે, તો આકાશ જમીન પર પડશે નહીં અને આપત્તિજનક કંઈ થશે નહીં.

જો કોડ ફક્ત કામ કરતું નથી અથવા કુટિલ રીતે કામ કરતું નથી, તો મારે શા માટે ડોકર, મોંગોડીબી અને "ગંભીર" સૉફ્ટવેરના અન્ય કાર્ગો સંપ્રદાયની જરૂર છે?

મેં પ્રોજેક્ટ ફોર્ક કર્યો અને હું ઇચ્છું તેમ બધું કર્યું.

તે જ સમયે, મેં નોકરી બદલી અને ખાલી સમયનો ખૂબ અભાવ થયો. સવારે હું તરત જ ટ્રેનમાં જાગી ગયો, સાંજે હું મોડો પાછો ફર્યો અને હવે કંઈપણ કરવા માંગતો ન હતો. મેં થોડા સમય માટે કંઈ કર્યું નહીં, પછી બોટને સમાપ્ત કરવાની ઇચ્છા મારા પર પ્રબળ થઈ ગઈ, અને જ્યારે હું સવારે કામ પર ડ્રાઇવિંગ કરતો હતો ત્યારે મેં ધીમે ધીમે કોડને ફરીથી લખવાનું શરૂ કર્યું. હું એમ નહીં કહીશ કે તે ઉત્પાદક હતું: તમારા ખોળામાં લેપટોપ સાથે ધ્રુજારી કરતી ટ્રેનમાં બેસવું અને તમારા ફોનમાંથી સ્ટેક ઓવરફ્લો જોવું એ ખૂબ અનુકૂળ નથી. જો કે, કોડ લખવામાં વિતાવેલો સમય સંપૂર્ણપણે અજાણ્યા દ્વારા ઉડી ગયો, અને પ્રોજેક્ટ ધીમે ધીમે કાર્યકારી સ્થિતિ તરફ આગળ વધવા લાગ્યો.

મારા મનની પાછળ ક્યાંક શંકાનો કીડો હતો જે મોંગોડીબીનો ઉપયોગ કરવા માંગતો હતો, પરંતુ મેં વિચાર્યું કે "વિશ્વસનીય" સ્ટેટ સ્ટોરેજના ફાયદા ઉપરાંત, ત્યાં નોંધપાત્ર ગેરફાયદા છે:

• ડેટાબેઝ નિષ્ફળતાનો બીજો મુદ્દો બની જાય છે.
• કોડ વધુ જટિલ બની રહ્યો છે, અને તે લખવામાં મને વધુ સમય લાગશે.
• કોડ ધીમો અને બિનકાર્યક્ષમ બને છે; મેમરીમાં ઑબ્જેક્ટ બદલવાને બદલે, ફેરફારો ડેટાબેઝમાં મોકલવામાં આવે છે અને જો જરૂરી હોય તો, પાછા ખેંચવામાં આવે છે.
• એક અલગ કોષ્ટકમાં ઇવેન્ટ્સના સ્ટોરેજના પ્રકાર પર પ્રતિબંધો છે, જે ડેટાબેઝની વિચિત્રતા સાથે સંકળાયેલા છે.
• મોંગાના અજમાયશ સંસ્કરણમાં કેટલીક મર્યાદાઓ છે, અને જો તમે તેમાં પ્રવેશ કરો છો, તો તમારે મોન્ગાને કંઈક પર લોન્ચ અને ગોઠવવું પડશે.

મેં મોંગાને કાપી નાખ્યું, હવે બોટની સ્થિતિ ફક્ત પ્રોગ્રામની મેમરીમાં સંગ્રહિત છે અને સમય સમય પર json સ્વરૂપે ફાઇલમાં સાચવવામાં આવે છે. કદાચ ટિપ્પણીઓમાં તેઓ લખશે કે હું ખોટો છું, કે અહીં ડેટાબેઝનો ઉપયોગ કરવો જોઈએ, વગેરે. પરંતુ આ મારો પ્રોજેક્ટ છે, ફાઇલ સાથેનો અભિગમ શક્ય તેટલો સરળ છે અને તે પારદર્શક રીતે કાર્ય કરે છે.

-1 જેવા જાદુઈ મૂલ્યો ફેંકી દીધા અને સામાન્ય મૂલ્યો પરત કર્યા Option, ચેટ માહિતી સાથે ઑબ્જેક્ટ પર પાછા મોકલેલા લેખો સાથે હેશ ટેબલનો સંગ્રહ ઉમેર્યો. પાંચ દિવસ કરતાં જૂના લેખો વિશેની માહિતીને કાઢી નાખવામાં ઉમેરવામાં આવ્યું છે, જેથી બધું સંગ્રહિત ન થાય. હું લોગિંગને કાર્યકારી સ્થિતિમાં લાવ્યા - લોગ્સ ફાઇલ અને કન્સોલ બંને પર વાજબી માત્રામાં લખવામાં આવે છે. ઘણા એડમિન આદેશો ઉમેરવામાં આવ્યા છે જેમ કે રાજ્ય બચાવવા અથવા આંકડા મેળવવા જેવા કે વપરાશકર્તાઓ અને લેખોની સંખ્યા.

નાની વસ્તુઓનો સમૂહ નિશ્ચિત કર્યો: ઉદાહરણ તરીકે, લેખો માટે વપરાશકર્તાના ફિલ્ટરને પસાર કરતી વખતે જોવાયાની સંખ્યા, પસંદ, નાપસંદ અને ટિપ્પણીઓ હવે સૂચવવામાં આવે છે. સામાન્ય રીતે, તે આશ્ચર્યજનક છે કે કેટલી નાની વસ્તુઓ સુધારવાની હતી. મેં એક સૂચિ રાખી, ત્યાં બધી "અનિયમિતતાઓ" નોંધી અને શક્ય હોય ત્યાં સુધી તેને સુધારી.

ઉદાહરણ તરીકે, મેં એક સંદેશમાં સીધી બધી સેટિંગ્સ સેટ કરવાની ક્ષમતા ઉમેરી છે:

/subscribe
/rating +20
/author a -30
/author s -20
/author p +9000
/tag scala 20
/tag akka 50

અને બીજી ટીમ /settings તેમને આ ફોર્મમાં બરાબર પ્રદર્શિત કરે છે, તમે તેમાંથી ટેક્સ્ટ લઈ શકો છો અને બધી સેટિંગ્સ મિત્રને મોકલી શકો છો.
તે એક નાની વસ્તુ જેવું લાગે છે, પરંતુ ડઝનેક સમાન ઘોંઘાટ છે.

એક સરળ રેખીય મોડેલના સ્વરૂપમાં અમલમાં આવેલ લેખ ફિલ્ટરિંગ - વપરાશકર્તા લેખકો અને ટૅગ્સ માટે વધારાની રેટિંગ તેમજ થ્રેશોલ્ડ મૂલ્ય સેટ કરી શકે છે. જો લેખકના રેટિંગનો સરવાળો, ટૅગ્સ માટે સરેરાશ રેટિંગ અને લેખનું વાસ્તવિક રેટિંગ થ્રેશોલ્ડ મૂલ્ય કરતાં વધુ હોય, તો લેખ વપરાશકર્તાને બતાવવામાં આવે છે. તમે કાં તો બોટને /new આદેશ સાથે લેખો માટે પૂછી શકો છો અથવા બૉટ પર સબ્સ્ક્રાઇબ કરી શકો છો અને તે દિવસના કોઈપણ સમયે વ્યક્તિગત સંદેશમાં લેખો મોકલશે.

સામાન્ય રીતે કહીએ તો, મારી પાસે દરેક લેખ માટે વધુ વિશેષતાઓ (હબ, ટિપ્પણીઓની સંખ્યા, બુકમાર્ક્સ, રેટિંગ ફેરફારોની ગતિશીલતા, લેખમાં લખાણની માત્રા, ચિત્રો અને કોડ, કીવર્ડ્સ) ને ખેંચવાનો અને વપરાશકર્તાને બરાબર બતાવવાનો વિચાર હતો. ઠીક નથી દરેક લેખ હેઠળ મત આપો અને દરેક વપરાશકર્તા માટે એક મોડેલને તાલીમ આપો, પરંતુ હું ખૂબ આળસુ હતો.

વધુમાં, કાર્યનો તર્ક એટલો સ્પષ્ટ રહેશે નહીં. હવે હું પેશન્ટઝીરો માટે મેન્યુઅલી +9000 નું રેટિંગ સેટ કરી શકું છું અને +20 ની થ્રેશોલ્ડ રેટિંગ સાથે મને તેના તમામ લેખો પ્રાપ્ત કરવાની ખાતરી આપવામાં આવશે (જ્યાં સુધી, અલબત્ત, મેં કેટલાક ટૅગ્સ માટે -100500 સેટ કર્યું નથી).

અંતિમ આર્કિટેક્ચર એકદમ સરળ બન્યું:

1. એક અભિનેતા જે તમામ ચેટ્સ અને લેખોની સ્થિતિ સંગ્રહિત કરે છે. તે ડિસ્ક પરની ફાઇલમાંથી તેની સ્થિતિ લોડ કરે છે અને તેને સમય સમય પર, દરેક વખતે નવી ફાઇલમાં સાચવે છે.
2. એક અભિનેતા જે સમય સમય પર RSS ફીડની મુલાકાત લે છે, નવા લેખો વિશે શીખે છે, લિંક્સ જુએ છે, વિશ્લેષણ કરે છે અને આ લેખો પ્રથમ અભિનેતાને મોકલે છે. વધુમાં, તે કેટલીકવાર પ્રથમ અભિનેતાના લેખોની સૂચિની વિનંતી કરે છે, તે પસંદ કરે છે જે ત્રણ દિવસ કરતાં જૂના નથી, પરંતુ લાંબા સમયથી અપડેટ કરવામાં આવ્યા નથી, અને તેમને અપડેટ કરે છે.
3. એક અભિનેતા જે ટેલિગ્રામ સાથે વાતચીત કરે છે. હું હજુ પણ સંપૂર્ણ રીતે વિશ્લેષિત સંદેશ અહીં લાવ્યો છું. સૌહાર્દપૂર્ણ રીતે, હું તેને બે ભાગમાં વિભાજિત કરવા માંગુ છું - જેથી એક આવનારા સંદેશાઓનું વિશ્લેષણ કરે, અને બીજું પરિવહન સમસ્યાઓ જેમ કે ન મોકલેલા સંદેશાઓને ફરીથી મોકલવા. હવે ત્યાં કોઈ ફરીથી મોકલવાનું નથી, અને એક સંદેશ જે ભૂલને કારણે આવ્યો નથી તે ખાલી ખોવાઈ જશે (સિવાય કે તે લોગમાં નોંધાયેલ હોય), પરંતુ અત્યાર સુધી આનાથી કોઈ સમસ્યા નથી. કદાચ સમસ્યાઓ ઊભી થશે જો લોકોનો સમૂહ બૉટ પર સબ્સ્ક્રાઇબ કરે અને હું સંદેશા મોકલવાની મર્યાદા સુધી પહોંચું).

મને જે ગમ્યું તે એ છે કે અક્કાનો આભાર, અભિનેતા 2 અને 3 ના ફોલ્સ સામાન્ય રીતે બોટના પ્રદર્શનને અસર કરતા નથી. કદાચ કેટલાક લેખો સમયસર અપડેટ થતા નથી અથવા કેટલાક સંદેશાઓ ટેલિગ્રામ સુધી પહોંચતા નથી, પરંતુ એકાઉન્ટ અભિનેતાને પુનઃપ્રારંભ કરે છે અને બધું કામ કરવાનું ચાલુ રાખે છે. હું માહિતી સાચવું છું કે લેખ વપરાશકર્તાને ત્યારે જ બતાવવામાં આવે છે જ્યારે ટેલિગ્રામ અભિનેતા જવાબ આપે છે કે તેણે સફળતાપૂર્વક સંદેશ પહોંચાડ્યો છે. સૌથી ખરાબ વસ્તુ જે મને ધમકી આપે છે તે છે ઘણી વખત સંદેશ મોકલવો (જો તે વિતરિત કરવામાં આવે છે, પરંતુ પુષ્ટિ કોઈક રીતે ખોવાઈ જાય છે). સૈદ્ધાંતિક રીતે, જો પ્રથમ અભિનેતા રાજ્યને પોતાની અંદર સંગ્રહિત ન કરે, પરંતુ કેટલાક ડેટાબેઝ સાથે વાતચીત કરે, તો તે અસ્પષ્ટપણે પડી શકે છે અને જીવનમાં પાછો આવી શકે છે. હું અભિનેતાઓની સ્થિતિને પુનઃસ્થાપિત કરવા માટે અક્કા દ્રઢતાનો પણ પ્રયાસ કરી શકું છું, પરંતુ વર્તમાન અમલીકરણ તેની સરળતા સાથે મને અનુકૂળ છે. એવું નથી કે મારો કોડ વારંવાર ક્રેશ થાય છે - તેનાથી વિપરીત, મેં તેને અશક્ય બનાવવા માટે ખૂબ જ પ્રયત્નો કર્યા. પરંતુ છી થાય છે, અને પ્રોગ્રામને અલગ-અલગ ભાગોમાં વિભાજીત કરવાની ક્ષમતા-અભિનેતાઓ મને ખરેખર અનુકૂળ અને વ્યવહારુ લાગતું હતું.

મેં વર્તુળ-સીઆઈ ઉમેર્યું જેથી જો કોડ તૂટી જાય, તો તમે તરત જ તેના વિશે શોધી શકશો. ઓછામાં ઓછું, તેનો અર્થ એ છે કે કોડનું સંકલન બંધ થઈ ગયું છે. શરૂઆતમાં હું ટ્રેવિસ ઉમેરવા માંગતો હતો, પરંતુ તે ફક્ત મારા પ્રોજેક્ટ્સને ફોર્ક વિના બતાવતો હતો. સામાન્ય રીતે, આ બંને વસ્તુઓનો ખુલ્લા ભંડારમાં મુક્તપણે ઉપયોગ કરી શકાય છે.

પરિણામો

તે પહેલેથી જ નવેમ્બર છે. બોટમાં લખ્યું છે કે, હું છેલ્લા બે અઠવાડિયાથી તેનો ઉપયોગ કરી રહ્યો છું અને મને તે ગમ્યું. જો તમારી પાસે સુધારણા માટેના વિચારો હોય, તો લખો. મને તેનું મુદ્રીકરણ કરવાનો મુદ્દો દેખાતો નથી - તેને ફક્ત કામ કરવા દો અને રસપ્રદ લેખો મોકલો.

બોટ લિંક: https://t.me/HabraFilterBot
ગીથબ: https://github.com/Kright/habrahabr_reader

નાના તારણો:

• નાના પ્રોજેક્ટમાં પણ ઘણો સમય લાગી શકે છે.
• તમે Google નથી. સ્પેરોને તોપમાંથી મારવાનો કોઈ અર્થ નથી. એક સરળ ઉકેલ પણ કામ કરી શકે છે.
• પેટ પ્રોજેક્ટ્સ નવી ટેકનોલોજી સાથે પ્રયોગ કરવા માટે ખૂબ જ સારા છે.
• ટેલિગ્રામ બૉટો એકદમ સરળ રીતે લખવામાં આવે છે. જો તે "ટીમવર્ક" અને ટેક્નોલોજી સાથેના પ્રયોગો માટે ન હોત, તો બૉટ એક કે બે અઠવાડિયામાં લખાઈ ગયો હોત.
• અભિનેતા મોડેલ એક રસપ્રદ વસ્તુ છે જે મલ્ટી-થ્રેડીંગ અને ફોલ્ટ-ટોલરન્ટ કોડ સાથે સારી રીતે જાય છે.
• મને લાગે છે કે ઓપન સોર્સ સમુદાય શા માટે ફોર્ક્સને પસંદ કરે છે તેનો મને સ્વાદ મળ્યો.
• ડેટાબેઝ સારા છે કારણ કે એપ્લિકેશનની સ્થિતિ હવે એપ્લિકેશન ક્રેશ/પુનઃપ્રારંભ પર આધારિત નથી, પરંતુ ડેટાબેઝ સાથે કામ કરવું કોડને જટિલ બનાવે છે અને ડેટા માળખા પર નિયંત્રણો લાદે છે.

સોર્સ: www.habr.com