Senior

Aktualizacje dokumentów trafiają do usługi message Document { string Url = 1; // URL dokumentu, jego unikalny identyfikator uint64 PubDate = 2; // deklarowany czas publikacji dokumentu uint64 FetchTime = 3; // czas otrzymania tej aktualizacji dokumentu, może być traktowany jako identyfikator wersji. Para (Url, FetchTime) jest unikalna. string Text = 4; // tekst dokumentu uint64 FirstFetchTime = 5; // początkowo nieobecne, musi zostać uzupełnione } Dokumenty mogą docierać w dowolnej kolejności (nie w kolejności, w jakiej były aktualizowane), mogą też występować duplikaty wiadomości. Wynikiem na wyjściu jest konieczność utworzenia takich samych wiadomości, ale z poprawionymi polami zgodnie z następującymi zasadami (wszystko poniżej dotyczy grupy dokumentów z tym samym polem Url): Pole Text i FetchTime powinny być takie, jak w dokumencie z największym FetchTime, otrzymanym do tej pory. Pole PubDate powinno być takie, jak w wiadomości z najmniejszym FetchTime. Pole FirstFetchTime powinno być równe minimalnej wartości FetchTime. Inaczej mówiąc, w każdym momencie bierzemy PubDate i FirstFetchTime z pierwszej wersji otrzymanej do tej pory (jeśli posortujemy je według FetchTime), a Text z ostatniej. Interfejs w kodzie można zaimplementować tak: type Processor interface { Process(doc Document) (Document, error) } Ten kod będzie działał w serwisie, który odczytuje wiadomości z kolejki (Kafka lub podobnej), i zapisuje wynik również do kolejki. Jeśli Process zwraca Null, nic nie jest zapisywane do kolejki.

sobes.tech AI

Odpowiedź od AI

Для реализации интерфейса Processor в Go нужно хранить состояние по каждому Url, чтобы на каждый входящий документ обновлять агрегированное состояние и возвращать скорректированное сообщение.

Основная идея:

Для каждого Url хранить:
- минимальный FetchTime (для PubDate и FirstFetchTime)
- максимальный FetchTime (для Text и FetchTime)
- PubDate, Text, FirstFetchTime, соответствующие этим минимальному и максимальному FetchTime

При получении нового документа:

Если для Url нет записи — создать с данными из документа
Иначе обновить минимальный и максимальный FetchTime и соответствующие поля при необходимости
Вернуть агрегированный документ с нужными полями

Пример реализации:

import (
    "errors"
    "sync"
)

type Document struct {
    Url            string
    PubDate        uint64
    FetchTime      uint64
    Text           string
    FirstFetchTime uint64
}

type Processor interface {
    Process(doc *Document) (*Document, error)
}

type docState struct {
    minFetchTime uint64
    maxFetchTime uint64
    pubDate      uint64
    text         string
    firstFetch   uint64
}

type processorImpl struct {
    mu    sync.Mutex
    state map[string]*docState
}

func NewProcessor() Processor {
    return &processorImpl{
        state: make(map[string]*docState),
    }
}

func (p *processorImpl) Process(doc *Document) (*Document, error) {
    if doc == nil {
        return nil, errors.New("input document is nil")
    }

    p.mu.Lock()
    defer p.mu.Unlock()

    st, ok := p.state[doc.Url]
    if !ok {
        // первый документ для данного Url
        p.state[doc.Url] = &docState{
            minFetchTime: doc.FetchTime,
            maxFetchTime: doc.FetchTime,
            pubDate:      doc.PubDate,
            text:         doc.Text,
            firstFetch:   doc.FetchTime,
        }
        return &Document{
            Url:            doc.Url,
            PubDate:        doc.PubDate,
            FetchTime:      doc.FetchTime,
            Text:           doc.Text,
            FirstFetchTime: doc.FetchTime,
        }, nil
    }

    updated := false

    // Обновляем минимальный FetchTime и PubDate, FirstFetchTime
    if doc.FetchTime < st.minFetchTime {
        st.minFetchTime = doc.FetchTime
        st.pubDate = doc.PubDate
        st.firstFetch = doc.FetchTime
        updated = true
    }

    // Обновляем максимальный FetchTime и Text
    if doc.FetchTime > st.maxFetchTime {
        st.maxFetchTime = doc.FetchTime
        st.text = doc.Text
        updated = true
    }

    // Если пришло сообщение с FetchTime, который уже есть, но текст или PubDate отличаются,
    // можно игнорировать, так как пара (Url, FetchTime) уникальна, либо обновлять по логике.

    if !updated {
        // Данные не изменились, можно вернуть nil, чтобы не писать в очередь
        return nil, nil
    }

    return &Document{
        Url:            doc.Url,
        PubDate:        st.pubDate,
        FetchTime:      st.maxFetchTime,
        Text:           st.text,
        FirstFetchTime: st.firstFetch,
    }, nil
}

Таким образом, сервис будет поддерживать актуальное агрегированное состояние для каждого Url и возвращать скорректированные документы согласно правилам.

Poprzednia Dalej