HamZone 社区是国内的业余无线电爱好者交流社区，旨在提高国内业余无线电爱好者们的活跃程度，降低业余无线电入门门槛，沉淀好的交流内容，目前已经完成了初版项目大部分的开发，这个过程中学习了很多新的知识，怕会有闭门造车的现象，在此记录，如有不妥之处也请赐教。

简单介绍

访问HamZone服务时大致数据走向示意图

社区现有 V1 接口的设计，先由 PHP 承载访问流量进行简单的业务处理，如上图所示的用户信息、互动操作、工具箱等模块，再通过 ThriftRPC 调用 Go 语言异步协助处理流程，例如上图所示的脚本任务、内容安全检测、队列服务等。

社区服务器托管于阿里云，部分业务使用腾讯云服务，目前有上海，深圳，香港三地服务器。

除了运行 HamZone 所需的资源，还有配套使用了以下服务：

• 搭建 Gitea 进行代码托管。
• 使用 ElasticSearch, Kibana 管理分析日志。
• 搭建 Bark, 企业微信进行消息推送。
• …

HamZone 在构建的过程中，对接了不少第三方提供的接口，例如：

• 使用了 Robohash 提供的算法生成了有趣的头像，在使用了原版的 Python 之后，为了方便调用，索性将代码转译成 Go 语言实现：点此查看项目。
• 使用了 QRZ.com 提供的接口，定期获取无线电爱好者们的活跃信息。
• 定期获取 TLE 两行轨道数据进行卫星轨道预测。
• …

开放接口

为了方便爱好者们进行二次开发，开放了一部分接口和数据，后期会逐渐完善这部分的内容，希望大家多多参与，共建 HamZone：

• dev.hamzone.cn
• github.com/HamZone

遇到的一些问题

如何保证站点内容健康

这是长期需要考虑的问题。对于一个社区论坛来说，持久运营，站点内容健康显得尤为重要，因此需要有个“保镖”持续保护。

在阅读信息安全工程师相关材料的时候，看到了信安入侵检测的基本策略是：保护-检测-响应，我想用到内容安全检测上面，也是合适的。

文章审核数据流

如上图所示，用户在发布文章之后，会唤起对应的内容检测服务，例如使用阿里云-内容安全、腾讯云-文本内容安全提供的文本内容检测，比起自建的关键词识别，会有更好的效果。等待由云服务商提供的接口返回后，再对文章做出处理，记录对应的日志，对于疑似的结果，再推送到 Bark 或企业微信，及时提醒人工进行审核，处理结果则通过站内信通知用户。

而对于用户名等简单的文本检测，则使用 DFA 算法进行逐字匹配，建立本地敏感词库，降低云服务调用费用，对应的 PHP 实现：gist

文章排序

文章的排序情况会从另一个维度对站点进行运营起到重要的作用，它能够有效地凸显更优质的内容，简单的对站内信息进行过滤。

最开始发布的测试版本中，使用的是自定的排序方式，拟定了以下规则计算文章分数排序：

浏览量*0.2+感谢量*0.3+评论量*0.3+收藏量*0.2+举报量*-1+(现在时间-发布时间)*0.1

但是效果始终不理想，导致当前热门的文章会一直排在最前，而新发布的文章一直被排在中下的位置。

在经过一番信息收集之后，发现了阮一峰老师在 2012 年发布了《基于用户投票的排名算法》系列文章，总共六篇：可以点此查看。这给了我很大的帮助，因为有了具体的模型，站在巨人的肩膀上，可以更好的排序文章。

最后，参考阮一峰的《基于用户投票的排名算法（三）：Stack Overflow》使用 Go 简单仿造了该算法：

//StackOverflowRank http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_stack_overflow.html
//问题浏览次数 / 回复数量 / Qscore（问题得分）= 赞成票-反对票 / 回答得分 Qage（距离问题发表的时间）和Qupdated（距离最后一个回答的时间）
func StackOverflowRank(views, Qansers, Qscore, Ascore, askDate, activeDate int64) float64 {
    Qage := float64(time.Now().Unix()-askDate) / 3600
    Qage, _ = decimal.NewFromFloat(Qage).Round(1).Float64()
    //Qupdated
    Qupdated := float64(time.Now().Unix()-activeDate) / 3600
    Qupdated, _ = decimal.NewFromFloat(Qupdated).Round(1).Float64()
    //dividend
    dividend := math.Log10(float64(views)*4) + (float64(Qansers)*float64(Qscore))*5 + float64(Ascore)
    //divisor
    divisor := math.Pow((Qage+1)-(Qage-Qupdated)/2, 1.5)
    //end
    e, _ := decimal.NewFromFloat((dividend / divisor) * 10000).Round(5).Float64()
    return e
}

实现方法还有待优化，最终的结果可能还不够理想，但是对比以前，已经非常接近想要的效果了。

用户 @Mention/@提及/at功能 功能要如何实现

@ 功能在如今已经非常常见了，对论坛来说也能提高站内用户的互动趣味性，所以就着手开发这项功能，设计之初，首先想到的是新浪微博的@方式：

在 F12 对微博的 @ 请求方式进行观察后，这让我很吃惊，因为实时性的返回对应的用户名及结果，而不是交付前端一次性渲染。由此就给我带来了几个问题：

• 如何保证实时性
• 如何提高响应速度
• 如何进行模糊匹配
• 是否能@全站用户，还是仅能@关注的用户
• …

很显然，这个问题首要考虑数据库的匹配速度，毫无疑问的选用了 Redis 进行操作。

不得不吐槽一下，搜索引擎对 @ 这个符号的检索并不友好，尝试了关键词：@、at、小老鼠、提及、Mention，所以查阅资料的时候，花了不少时间。

对于前端的实现方式，发现了几项开源项目：

• At.js
• Mention.js

以及以下对于@功能的几项讨论，但都没有说明后端实现的方案：

• zhihu:「@提及」（@Mention）的功能如何实现，用什么技术？
• segmentfault: 我想问问就是帖子内或者回复内at别人的功能如何实现？
• oschina: @功能从前台到后台的实现
• v2ex: “@xxx”提及用户，这种功能的实现原理是怎样的？
  
• v2ex: 大佬们, 发帖 @人就通知相关被 @的人员, Java 怎么实现
  
• v2ex: @功能实现原理？
  
• 手把手教你实现网页端社交应用中的@人功能：技术原理、代码示例等

在看完以上的帖子之后，着手尝试通过缓存用户名的方式，来提高检索的速度，以下是 Go 语言的缓存代码设计片段：

for _, v := range userList {
        var temp []string
        DD := []rune(v.Username)
        for i := 0; i < len(DD); i++ {
            temp = append(temp, string(DD[i]))
        }
        //temp e.g. [E m i n] [L e s l i e]
        // fmt.Println(temp)
        if len(temp) == 0 {
            continue
        }
        beforeWord := ""
        for k, val := range temp {
            beforeWord += val
            //用户名最后一个字做记号 并标记用户ID及头像
            if len(temp)-1 == k {
                beforeWord = beforeWord + "" + fmt.Sprintf("%d%s", v.ID, v.AvatarURL)
                redisTemp = append(redisTemp, redis.Z{Score: 0, Member: beforeWord})
                continue
            }
            redisTemp = append(redisTemp, redis.Z{Score: 0, Member: beforeWord})
        }
    }

Redis内使用 $ 标记区分，并放置了 UID 、用户名、用户对应的头像，提高体验，zset 存储：

202) "Eminl"
203) "Eminli"
204) "Eminlin73https://avatars2.githubusercontent.com/u/20252561?v=4"

检索 Redis 内已经缓存好的上述格式，则是使用 PHP 完成了匹配，贴出部分代码，仅供参考：

           positon = Redis::zRank(redisKey, query);
           //如果是空的，则随机返回几个用户
           if( empty(query) ){
                temp = ["a","b"];key = temp[ array_rand(temp, 1) ];
            }
           positon = Redis::zRank(redisKey, query);
            if (empty(positon)){
                return CommonController::simpleSuccessJsonReponse([]);
            }
            res = Redis::zRange(redisKey, positon, -1);temp = [];
            i=0;
            foreach(res as k=>v){
                if( mb_stristr(v, "") ){
                    i++;
                    //限制返回的个数
                    if (i>10){
                        break;
                    }
                    info = explode("",v);temp[] = [
                        "text" => info[0],
                        "value" =>info[1],
                        "img" => $info[2]
                    ];
                }
            }

当用户提交对应的文章或动态请求时候，再通过正则表达来匹配内容中出现的 @用户名空格 格式，发送对应用户的站内信通知：

//MentionParse @功能解析
func MentionParse(text string) {
    re, err := regexp.Compile("@(.*?)(\\s|\u3000)")
    if err != nil {
        fmt.Println(err.Error())
        return
    }
    fmt.Println(re.FindAllString(text, -1))
}

最后，对应的效果录了一段视频，展示效果如下：

用户关注动态功能

关注表设计：

字段	类型	说明
id	int	关注用户 ID
follow_uid	int	关注用户 ID
be_followed_uid	int	被关注用户 ID
status	tinyint	关注状态
update_time	int	更新时间
created_time	int	创建时间

动态表设计：

字段	类型	说明
id	int	关注用户 ID
uid	int	用户 ID
content	varchar	动态内容，限制长度
status	tinyint	关注状态
update_time	int	更新时间
created_time	int	创建时间

对于用户的动态获取，采用了拉模式。

用户的关注、取关、共同关注功能，则是利用了 Redis 的交集、并集、差集。

安全设计

接口安全：移动端接口采用 RSA+DES 加密，搭配 Nonce+Timestamp 预防重放攻击，这部分需要等待更多的验证。

图片服务

站内的图片功能是必不可少的，需要考虑例如下面几个问题：

• 内容安全性
• 存储空间
• 请求图片响应速度
• 防盗链
• …

阿里云的上传速率虽然可观入网带宽最大为10 Mbit/s，综合考虑之后，但是还是选择了 OSS 进行存储。

为了保证上传的内容可控，最终找到了 OSS 直传回调方案，在阿里云 OSS 服务端直传的概述中有提及：

采用服务端签名后直传方案有个问题：大多数情况下，用户上传数据后，应用服务器需要知道用户上传了哪些文件以及文件名；如果上传了图片，还需要知道图片的大小等，为此OSS提供了上传回调方案。

阿里云 OSS 服务端直传签名回调示意图

用户直传图片到 OSS 的方案，能够提高上传的速度、降低服务器带宽及存储压力、提高访问速度，通过回调，还能控制对应的图片内容，是个比较折中的方案。

代码自动发布

在日常开发的过程中，代码发布可能是最普遍的工作之一，碎片化发布非常频繁，需要不断的调试代码、对接前端，因为没有过多的精力，所以不采用 Docker 等方式。最终选择了配合内网搭建的 Gitea，通过 Webhook，使用 Go 开发了一套 autoDeploy，后面有机会再开源。

大致流程：开发者在 Push 代码到指定分支，触发Webhook ，唤起 Repo 内的 .sh 进行拉去代码自动部署、单元测试。部署结果推送至 Telegram 或 企业微信，并记录详细日志情况。

后台设计

后台功能，主要是方便管理员快速的对站点进行操作，例如：文章管理、用户管理、评论管理、审核、站点设置等功能。

HamZone管理后台-文章列表界面

其它

至此，简单的介绍了 HamZone 后端开发的一些情况和问题，当然一个项目的上线还有其他的内容，例如：App积分服务、站内规则、商标软著知识产权、应用商店审核、移动端消息推送、资质问题、备案审核、前端对接、服务器选购、运维部署、管理后台……

一个人的力量是很渺小的，但是坚持做下去，就会有所积累，再次引用绝命毒师里听到的那句话：

All that you’ve done, it’s a part of you.