fulifuli队——概要设计和数据库设计答辩Q&A

[fulifuli]

这个作业属于哪个课程	FZU_SE_teacherW_4
这个作业要求在哪里	团队作业 概要设计和数据库设计
团队名称	fulifuli
其他参考文献	fulifuli团队作业 概要设计和数据库设计 、Gorse 在不同数据库后端的性能对比

---

Q&A

Q1：Gorse在项目中的作用是什么？能够起到推荐视频的作用吗？

A1：Gorse是基于MySQL进行对数据流的分析，比如说对相似视频进行访问的相似用户，其用处更倾向于这种分析，对我们项目中的推荐视频功能起到很大的作用，节约了我们开发推荐算法的时间成本。

Q2：在流程图中业务逻辑只有一个？其指代的是什么？

A2：真正的实际业务逻辑不只有一个，每个交互流程都有其特定的逻辑。比如“用户模块——用户注册”有其特定的注册新用户的处理逻辑。

Q3：Gorse给用户推荐视频是以列表的形式，在数据库说明中并没有写出这个列表，这是出于什么考虑？（对Gorse的推荐功能如何实现的一个追问）

A3：项目中Gorse推荐的实现流程：
首先，把用户访问的数据储存在数据库中。
然后，Gorse再将数据库中的存放数据进行分析。
最后，Gorse再将推荐的视频列表返回。
这样的推荐列表其实并没有必要放在数据库中。

Q4：Grose在给用户推荐视频时，在给用户重新推荐视频时，其反馈的速度会不会给用户带来较慢的推荐体验，会不会让用户等很久？（每一次给用户推荐的计算代价会不会很大？）

A4：Gorse采用的推荐算法非常的快，并不会给用户等很久。下面是Gorse不同数据库后端的性能表现，在这个表格中可以看到响应速度非常的快，按照我们需求在“获取100条基于相似物品推荐”这个反应速度也是在 0到20毫秒左右，并不会影响用户的使用体验。

基准测试结果如下（以毫秒为单位）：

数据库选型[^1]
插入用户信息	1.39	2.60	1.33	0.45	17.97	4.03	0.41
修改用户信息	1.43	0.67	10.56	0.44	19.55	4.49	0.41
获取用户信息	0.28	0.28	2.21	0.30	0.30	0.30	0.20
批量插入10条用户信息	1.48	2.21	1.47	1.00	21.59	4.51	0.92
批量插入100条用户信息	2.26	3.85	2.48	5.01	17.97	7.52	4.95
批量插入1000条用户信息	17.55	18.97	9.41	51.13	52.84	40.60	46.63
批量获取10条用户信息	0.42	0.34	2.72	0.37	0.44	0.35	0.27
批量获取100条用户信息	0.81	0.61	3.02	0.83	0.90	0.69	0.63
批量获取1000条用户信息	3.57	2.89	6.28	5.20	4.81	10.23	3.85
删除用户信息	11.76	2.26	31.15	0.45	12.27	2.40	0.37
插入物品信息	13.30	2.64	4.61	0.89	38.12	8.70	1.22
修改物品信息	12.47	3.18	24.69	1.30	41.50	9.47	1.80
获取物品信息	0.29	0.30	3.15	0.21	0.37	0.37	0.26
批量插入10条物品信息	10.72	2.98	5.02	1.09	18.32	7.57	2.70
批量插入100条物品信息	11.42	5.19	6.83	4.50	46.67	15.04	13.01
批量插入1000条物品信息	38.76	29.40	20.56	39.57	454.27	91.44	101.66
批量获取10条物品信息	0.39	0.40	3.64	0.32	0.49	0.48	0.31
批量获取100条物品信息	0.92	0.95	4.10	0.85	1.22	1.15	0.87
批量获取1000条物品信息	5.84	13.93	10.57	6.65	7.71	5.85	6.42
删除物品信息	10.42	3.39	27.15	1.06	25.00	6.15	1.73
插入物品类别	11.23	2.34	4.81	0.57	21.02	4.92	0.71
删除物品类别	0.65	2.47	4.78	0.60	1.03	2.87	0.64
批量插入10条反馈（覆盖写）	10.09	3.08	5.67	2.28	31.26	8.33	2.65
批量插入100条反馈（覆盖写）	16.62	8.59	8.19	14.43	53.50	20.48	17.79
批量插入1000条反馈（覆盖写）	56.39	57.64	21.36	105.29	185.60	102.84	148.21
批量插入10条反馈	11.25	3.62	4.68	1.93	32.90	7.96	2.63
批量插入100条反馈	15.03	8.54	7.50	11.43	56.50	16.54	17.32
批量插入1000条反馈	62.52	58.02	23.98	103.05	152.69	121.93	153.70
批量获取10条反馈	0.35	0.49	3.19	0.29	0.43	0.45	0.28
批量获取100条反馈	0.63	0.88	3.56	0.70	0.85	0.82	0.70
批量获取1000条反馈	3.11	2.98	9.79	4.56	4.26	2.97	4.78
获取用户项目反馈	0.31	0.33	2.63	0.23	0.39	0.37	0.23
删除用户项反馈	10.10	2.00	12.80	0.24	10.93	2.25	0.28
获取用户反馈	0.32	0.31	2.68	0.26	0.38	0.34	0.23
获取物品反馈	0.31	0.31	2.50	0.22	0.38	0.35	0.22
获取10条推荐缓存	0.26	0.29	0.31	0.27	0.68	0.63	0.44
获取100条推荐缓存	0.50	0.48	0.60	0.49	3.05	1.30	1.25
获取1000条推荐缓存	2.48	2.48	3.20	2.67	119.33	13.80	8.25
获取10条离线推荐	0.35	0.38	0.39	0.34	0.93	0.76	0.58
获取100条离线推荐	0.59	0.60	0.73	0.58	1.98	1.49	1.43
获取1000条离线推荐	2.83	2.84	3.73	2.87	14.69	5.11	7.89
获取10条最新推荐	0.69	0.71	3.20	0.61	1.47	1.23	0.91
获取100条最新推荐	1.04	0.93	3.89	1.13	2.82	1.69	2.21
获取1000条最新推荐	4.61	3.53	10.45	5.14	20.44	5.45	9.37
获取10条基于相似物品推荐	2.21	2.21	5.86	1.94	6.75	5.10	3.79
获取100条基于相似物品推荐	4.35	3.86	9.75	3.87	21.53	10.08	10.81
获取1000条基于相似物品推荐	23.65	21.59	36.04	22.25	183.78	57.02	59.73

Q5：系统架构图的作图工具是什么？

A5：这是一个在GitHub上的开源的作图工具，叫excalidraw，链接就放在下面。
excalidraw