借助OTS快速构建LBS服务.docVIP

借助OTS快速构建LBS服务 俗话说“民以食为天”，结束一天繁忙的工作，三五好友一聚，找个饭馆搓一顿，早已成为人们日常生活的一部分。随着移动互联网的兴起，随时随地使用LBS服务查找餐馆信息逐渐成为一种趋势，也为创业者提供了巨大的商机。本文将介绍如何基于阿里云的开放结构化数据服务（Open Table Service，以下简称OTS）快速构建查找餐馆信息的LBS服务的数据管理系统。 如何成为OTS的应用开发者 开发者首先要在OTS官方网站上注册一个账户，然后从OTS管理中心页面的API密钥管理选项卡中获取AccessId和AccessKey安全加密对，注意：任何与OTS服务的交互操作必须携带AccessId。OTS通过这一加密对进行身份验证，从而保证开发者的数据不能被别人访问，因此开发者务必小心保管AccessKey，不要对任何人泄露。 OTS提供的所有功能都可以通过Restful API来访问，但为了提高开发效率，我们为开发者提供了Python SDK。本文的例子就是使用Python SDK进行构建的。OTS SDK及文档可以从OTS官方网站下载。 三步构建一个LBS服务的数据管理系统 互联网应用的开发通常采用循环迭代的方式进行，下面我们通过从简单到复杂的三步，来构建一个餐馆查询的LBS服务，该LBS服务的完整代码可以从/ots_sdk/samples/restaurant_lbs.py下载。 餐馆基本信息查询 餐馆基本信息查询的流程一般是：移动设备上的客户端软件将用户的位置信息发送到要构建的LBS服务，然后LBS服务返回用户位置附近的餐馆信息供用户浏览。构建这个服务，首先需要收集城市内各个餐馆的基本数据，并存入到OTS表（RestaurantInfo）中供后续访问，表的每一行数据对应到一个餐馆，schema设置如表1所示。 表1 RestaurantInfo表存储餐馆的数据 表1的primary key由DistrictID和RestaurantID这两个字段组成，唯一标识一个餐馆，其中DistrictID为partition key，指定同一区域内的餐馆数据属于同一个数据分片。开发者要注意的是在创建表时不需要指定primary key之外的信息，可以参考以下代码（为简便起见，本文中的代码不考虑异常处理，异常处理请参考OTS开发者指南，网址为/guide/index）： 图1 在OTS控制台中查看RestaurantInfo表的schema信息 执行完上述操作之后，系统会在后台执行表加载，这个过程需要1~2分钟。加载成功之后才能往表中写入数据，这一点是需要开发者特别注意的。表创建成功之后，用户可以通过OTS官方网站上的控制台查看RestaurantInfo表的schema信息，如图1所示。 接下来是向表中添加数据。OTS提供了两种添加数据的方式：单条添加和批量添加。批量操作效率高，但有一个约束，即批量操作的行必须拥有相同的partition key。我们的例子采用批量添加方式，每次插入一个区域内的一批餐馆数据（拥有相同的partition key——DistrictID）。下面的代码展示如何插入一批DistrictID为“10000”的餐馆记录： 当有新的餐馆信息需要写入到服务中或者已有餐馆信息需要更新时，可以通过简单的单条写入数据操作（PutData）来执行，这里不再说明。 回到最初的场景——用户希望查找当前位置周围的餐馆。首先LBS服务根据用户的位置信息获取用户附近的餐馆区域ID（例如调用已有的GIS服务），可能会得到一个或者多个餐馆区域ID，LBS服务再根据这些区域ID去RestaurantInfo表中查询区域内的餐馆，针对每一个区域ID调用一次RangeQuery得到这个区域内的所有餐馆。下述代码将查询DistrictID为10000的区域内的前1000条餐馆数据： 在OTS中，我们建议RangeQuery在一个partition key范围内执行。对应到本例子中，就是针对每个区域调用一次RangeQuery。对于返回的每一条餐馆数据，LBS服务会根据用户的位置信息和餐馆的位置信息计算两者之间的距离，并将距离信息随同餐馆的基本信息一起返回并展示在移动终端。至此一个最基本的LBS服务就完成了。 用户评论的发表和查询 在这个LBS服务积累了一定量的人气之后，用户反馈对于服务质量的提高会有很大帮助。于是我们需要增加用户评价功能，允许用户对每个餐馆的用餐体验进行评价和打分，并能查询用户评价。我们通过增加另外一张表（RestaurantComment）来支持这个功能，表的每一行对应用户的一条评价结果，表的schema设置如表2所示。 表2 RestaurantComment表存储用户对餐馆的评价数据 表2的primary ke