中小学生信息竞赛题库资料.zip

# 中小学生信息竞赛题库系统 ## 1、系统实现的平台 本项目使用的平台是Linux，原因是很多开源项目和源程序代码和Linux结合的很好。项目选择的Python具有丰富的库，是跨平台的开发语言，虽然也支持在Windows下运行，但是由于Linux和Windows的API并不相同，特别是OS方面的库，有很多函数只支持在Linux下运行，对于Windows不兼容，或者运行的效率很低，所以本系统选择Linux作为部署平台。 ## 2、系统的主要技术模块 ### 开发语言Python和框架Django Python是一种面向对象的动态类型的程序设计语言。它的语法简洁明了，易于理解，同时兼备强大丰富的类库，可以和C或者C++混合调用，而不会出现问题。本系统的后端安全沙箱的实现使用的是C语言，因而可以使用Python来进行调用。 Django框架由Python写成，是一个开放源代码的、最著名的Python框架，也是本项目所采用的框架，它可以使我们用比较小的代价，快速开发和维护一个高质量的Web应用。 ### 数据库和Redis 本系统的数据库采用PostgreSQL，在有很多用户高并发提交代码的时候，PostgreSQL的总体处理性能比MySQL要好，在本项目中用于安全的存放用户提交的代码和提交信息等。 Redis是一个开源的，由ANSI C语言编写，支持网络，可支持内存亦可以持久化的日志型Key-Value数据库，具有极快的存储速度。在本项目中充当队列和缓存的角色。 ### Docker引擎 Docker作为一种新的容器引擎技术，刚推出就得到迅速的普及。开发者可以构建Docker镜像，让代码运行在容器里面。本系统最终就是使用Docker来创建测试和部署环境，使得部署变得极为方便。 ### Vue.js Vue.js是一套用于构建用户界面的渐进式JavaScript框架，它是本系统使用的一个MVVM（即Model-View-ViewModel）框架。Vue能够为本系统的单页应用提供驱动。 ### MVC模型和RESTful API 本系统使用的Django框架就是一个MVC框架，MVC实质是一种软件架构模式，具体指代就是：Model、View和Controller，Model就是数据库模型，View就是业务逻辑，Controller就是Django框架本身。本系统使用了一个符合REST fulAPI 规范的Django REST frameWork框架，前端的Vue.js和后端的Python代码通过Django REST framework 进行通信，传递的数据格式是JSON，从而实现前后端分离，降低了耦合度。 ## 3、系统的架构和总体功能模块 ### 系统的架构体系设计 本系统的后端主要由Django Web框架、PostgreSQL数据库、Redis内存数据库、Celery异步队列、判题服务器以及测试样例同步模块构成。其中，PostgreSQL数据库存放用户提交的代码、判题信息、用户信息和题目信息，Redis数据库主要充当异步队列缓存和保存session缓存信息。 通常情况下，系统只需要使用ORM（O/R Mapping：对象关系映射）对PostgreSQL数据库进行数据的操作，实现数据的增删查改，然后返回对应的数据，在前端进行相应的渲染，显示页面给用户。比较复杂的情况是用户提交代码，需要进行判题，用户提交的信息被写入数据库，同时创建判题任务并交给异步队列Celery和Redis去处理。异步队列调用调度模块，使用摘要算法，将请求头对应的令牌加密到请求数据里面，使用Python的Request模块将URL和包装好的数据统一请求判题服务器，判题服务器使用Flask模块，解析URL和请求数据获得加密请求头令牌，达到识别的目的。之后判题服务器通过编译运行用户提交的代码，返回数据给Web后端，更新数据库，接着根据数据的变更，渲染前端页面给用户反馈相应信息，具体的系统架构图如图所示:  系统的其他的一些动作还包括：更新前端的用户实时排名，更新提交信息，更新用户的答题状态等等。 ### 系统的总体功能模块  ## 4、Model数据库设计 系统的数据库表是基于django框架的Model来创建的：在django框架的Model里面创建相应的字段，运行python migrate 时候自动创建对应的表结构，同时在数据库里面创建对应的表格。描述表与表之间的关系最为直接的方法是画出E_R图，数据库的E-R图只列举了部分重要字段，具体如图所示：  ## 5、系统的后台实现 ### 系统排名功能实现 本系统主要分为ACM排名和OI排名，排名规则严格按照对应的比赛规则进行设计，下面以ACM为例，对系统排名功能的实现进行详细的说明：在设置ACM的比赛排名规则时候就要考虑到如何展示给用户比赛的排名，系统采用的设计是把提交信息submission_info 字段的值设置成为json类型，它存放的数据类型是dict，例如有数据：{"24":{"is_ac":True,"ac_time":9111,"error_number":5,"is_first_ac":True}}，其中24为ProblemID，对应的信息为该题目是否AC，AC用时，AC出错次数，是否首次AC。这样就可以使得数据库的数据存储变得非常简单，如果该题目被AC，那么更新数据库accepted_number+1, 这样每个用户就对应一条记录，查询出的排名数据显示在页面上，每个用户就是对应一行。这样就可以根据AC通过的题目数将信息查询出来渲染到前端反馈给用户。 ### 系统判题服务器的设计和实现 判题服务器的设计非常重要。因为判题服务器最终是会被构建成为一个docker容器，其基础的镜像是Ubuntu16.04，所以它本质上也是一个LINUX服务器，会对应的有主机名，IP等信息。这些信息都会返回给后台的，然后存放在数据库里面，后端的异步队列调用调度模块，根据用户发起的判题任务，会首先选择对应的判题服务器，调度模块首先会查询数据库，根据承担的判题任务数，顺序查询当前判题服务器server，如果找到一个处于正常状态的空闲的能够负载判题任务的服务器，那么就选择它，将其task_number加1，更新数据库之后返回；同样道理，当判题结束之后，task_number减1。一般CPU承担的任务数task_number是其核数的2倍，超过这个限制会出现效率的问题，例如Linux服务器为双核，那么它同时承担的任务数为4，其他的任务先排队等候。这样就达到实现和选择判题服务器的功能。 ### 系统后台和判题服务器通信 系统后台和判题服务器最终会被构建成为资源占用相对较小的Docker容器，它们实质上就是两台服务器，docker容器本身具有网络职能，只要里面的应用在构建和部署的时候暴露出相应的端口和服务URL，外部就可以通过http协议进行请求访问。 后端和判题服务器分别使用的是Django框架和Flask框架，后端使用的Django主要是作为整个系统的核心后台，它涵盖处理外部用户使用浏览器进行的所有请求和响应。而判题服务器只构建一个入门级的flask应用就已经够用，进行对后台使用Request模块发送的数据和URL进行解析和响应，并返回对应的判题信息。 两者之间的测试用例在使用docker部署的时候同步，具体做法是在宿主机创建对应的测试用例数据卷，然后两个容器里面的测试用例文件夹分别映射到宿主机上的数据卷，这样就实现了测试用例的同步，后台提交对应的判题信息到判题服务器的时候，只需要传入对应的测试用例文件夹名称即可，例如在docker-compose.yml文件的数据卷设置为： - 后台数据卷： volumes:- $PWD/data/backend:/data - 判题服务器数据卷：