如何使用 Serverless 实现一个图书查询 App

我有一个朋友（这朋友不是我），朋友的单位里有一个小型图书室，图书室中存放了不少书。

尽管每本书都在相应的区域里进行了编号，但是毕竟没有图书馆的管理系统，大家找起来还是要花点时间的。为了让大家更容易地找到这些书，朋友联系我，打算让我帮他做一个简单的图书查询系统（完整的图书馆管理系统）。

Easier said than done，考虑到这还是有一定复杂度的项目，我打算使用腾讯云云函数 SCF，把整个应用部署到 Serverless 架构上。

▎整体效果

左边是图书检索系统的首页；右边是检索演示，比方说我们搜索「精神」，App 就会依据返回相关的书籍。看起来还不赖。

▎功能设计

1. 将包含书籍信息的 Excel 表存放至腾讯云对象存储 COS 中；
2. 使用腾讯云云函数读取并解析表格；
3. 根据词语相似性检索对应的图书；
4. 通过 MUI 制作前端页面，页面也存放在 COS 中。

▎具体实现

1. Excel 样式（包含书名和编号）

分类 tab：

1. 核心代码实现：

import jieba
import openpyxl
from gensim import corpora, models, similarities
from collections import defaultdict
import urllib.request

with open("/tmp/book.xlsx", "wb") as f:
    f.write(
        urllib.request.urlopen("https://********").read()
    )


top_str = "abcdefghijklmn"
book_dict = {}
book_list = []
wb = openpyxl.load_workbook('/tmp/book.xlsx')
sheets = wb.sheetnames
for eve_sheet in sheets:
    print(eve_sheet)
    sheet = wb.get_sheet_by_name(eve_sheet)
    this_book_name_index = None
    this_book_number_index = None
    for eve_header in top_str:
        if sheet[eve_header][0].value == "书名":
            this_book_name_index = eve_header
        if sheet[eve_header][0].value == "编号":
            this_book_number_index = eve_header
    print(this_book_name_index, this_book_number_index)
    if this_book_name_index and this_book_number_index:
        this_book_list_len = len(sheet[this_book_name_index])
        for i in range(1, this_book_list_len):
            add_key = "%s_%s_%s" % (
                sheet[this_book_name_index][i].value, eve_sheet, sheet[this_book_number_index][i].value)
            add_value = {
                "category": eve_sheet,
                "name": sheet[this_book_name_index][i].value,
                "number": sheet[this_book_number_index][i].value
            }
            book_dict[add_key] = add_value
            book_list.append(add_key)


def getBookList(book, book_list):
    documents = []
    for eve_sentence in book_list:
        tempData = " ".join(jieba.cut(eve_sentence))
        documents.append(tempData)
    texts = [[word for word in document.split()] for document in documents]
    frequency = defaultdict(int)
    for text in texts:
        for word in text:
            frequency[word] += 1
    dictionary = corpora.Dictionary(texts)
    new_xs = dictionary.doc2bow(jieba.cut(book))
    corpus = [dictionary.doc2bow(text) for text in texts]
    tfidf = models.TfidfModel(corpus)
    featurenum = len(dictionary.token2id.keys())
    sim = similarities.SparseMatrixSimilarity(
        tfidf[corpus],
        num_features=featurenum
    )[tfidf[new_xs]]
    book_result_list = [(sim[i], book_list[i]) for i in range(0, len(book_list))]
    book_result_list.sort(key=lambda x: x[0], reverse=True)
    result = []
    for eve in book_result_list:
        if eve[0] >= 0.25:
            result.append(eve)
    return result


def main_handler(event, context):
    try:
        print(event)
        name = event["body"]
        print(name)
        base_html = '''
{{book_name}}
分类：{{book_category}}
编号：{{book_number}}
'''
        result_str = ""
        for eve_book in getBookList(name, book_list):
            book_infor = book_dict[eve_book[1]]
            result_str = result_str + base_html.replace("{{book_name}}", book_infor['name']) \
                .replace("{{book_category}}", book_infor['category']) \
                .replace("{{book_number}}", book_infor['number'] if book_infor['number'] else "")
        if result_str:
            return result_str
    except Exception as e:
        print(e)
    return '''
未找到图书信息，请您重新搜索。
'''

1. APIGW 配置：

1. 首页代码：

    
    
    
    
    

    
    
    



    
图书检索系统
    

        

            
        
        

            检索
              
        
    
    

        

            

                

                    可以在搜索框内输入书籍的全称，或者书籍的简称，系统支持智能检索功能。
                
            
        
    

1. 最后通过 Webview 封装成一个 App。

▎总结

其实这是一个低频使用的 App，毕竟单位图书室藏书不多，人流量也不大。如果将它部署在一个传统服务器上，可能不是个好的选择，毕竟服务器放在那里不管用不用都得花钱。

所以这里选择了 Serverless 架构，部署在云函数上，按量付费的特点可以节省不少成本。同时，通过 APIGW 和 COS 的结合，完美解决了资源浪费的问题。腾讯云 Serverless Framework 也是一个很好用的开发者工具，除此之外，这里还使用了云函数的 APIGW 触发器，轻巧地替代了传统 Web 框架和部分服务器软件的安装、使用和维护。

这只是一个小应用，不过稍加改造，也能做成查询成绩的 App。Serverless 的应用场景还是很有想象力的。

传送门：

• GitHub: github.com/serverless
• 官网：serverless.com

欢迎访问：Serverless 中文网，您可以在 最佳实践 里体验更多关于 Serverless 应用的开发！

---

推荐阅读： 《Serverless 架构：从原理、设计到项目实战》