《扩散！急求这235次列车和航伴》《急求人！急求Z264、Z265次列车同行！》急求同行，这趟去琼海的列车发现一名确诊患者”……新型肺炎潜伏期长达14天，春运高峰期大大增加了疫情防控难度。一条在新闻上跳转的患者同行信息，是疫情防控的关键节点。狙击疫情，分秒必争！信息不断更新，来源多样复杂。人们如何快速确认自己是否与确诊的新型肺炎患者同行，从而快速诊断和隔离？紧急开发，到晚上11点已经在朋友圈传播的“新冠肺炎同程查询工具”。已上线——输入日期、车次和地区，即可查看是否与已公开的确诊患者同行。网址：http://2019ncov.nosugartech.com/“有些人是医护人员，所以他们去；帮助大家”。今天，阿里妹专访了成都无糖信息技术有限公司联合创始人兼CTO、该工具的开发者童永奥。在他的故事中，我们看到了中国开发者的力量。童永奥推出办公工具后，累计访问量已超过3500万，并被人民日报点赞转发。做力所能及的小事，帮助大家渡过难关。阿里妹：能简单介绍一下开发新冠病毒确诊患者同程查询工具的初衷吗？童永奥：原来的原因很简单。我有一个查询需要。我们日常接触到的疫情信息中，就有寻找患者同行的内容。内容一般以图片为主。一张图片列出了患者乘坐的交通工具、车次、日期等信息。通过图片一张一张的查找资料，一方面很可能会漏掉资料，另一方面查找起来确实很不方便，每次都得从头查找。作为一个程序员，我比较“懒”，一条一条的翻历史记录很麻烦，所以想着把资料挖出来用搜索工具找会更方便。阿里梅：工具开发团队是如何在短时间内建立起来的？团队成员都是志愿者吗？童永奥：最初的团队成员是认识十几年的老网友。我们本来是在一个群里的，平时聊天。看到央视新闻后，我把自己做工具的想法告诉了群里。他们也非常支持，所以他们才开始做。团队里还有一个人是我公司的。因为工具需要运维，所以请来了公司的运维主管。志愿者也有考虑，但是如果一开始就开放招募，整个周期会很长。一开始，我画了一个简单的布局，扔进了群里。安排好前端、后端、数据采集的工作后，我就立马开工了。其实这是一种非常简单粗暴的方式。后来陆续加入了一些志愿者。他们看到该工具后，通过电子邮件与我们联系并加入了我们。然后我们把这些志愿者拉进群里，他们帮我们收集和整理数据。一开始大家在群里讨论工具的时候，简单的原型是手绘的阿里妹：能分享一下查询工具最初的设计思路吗？童永奥：工具本身使用的技术比较简单。首先，整合网上已有的图片和文字内容，并入库。然后做一个搜索工具，就变成了现在大家看到的样子。一开始没想太多，大意很直白。一旦有了想法，就开始构建网页。首先在互联网上查找公开信息，交通工具包括：火车、飞机、公交车、出租车等。因此，初步设计数据库可能会用到这些字段。接下来就是考虑用户可能使用的查询方式，查询的关键词等等，我把自己当成一个用户，如果用这个工具，需要查什么？我首先想到的是日期，先看看我是哪天坐的交通工具。第二点，根据车次进行具体搜索。另一种是区域搜索。如果用户在某个位置，那么这个区域的火车、飞机等是否有确诊患者。前两点是后台数据库设计，最后是界面设计。考虑了这两个设计后，我就直接开始做了。阿里妹：从开始到上线这个工具用了多长时间？上线后会做哪些工作？童永奥：大概开发了半天。1月27日上午11:00左右萌生了这个想法，下午5:00左右，功能基本搞定了。后来又用了6个小时整理资料，晚上11点发朋友圈。很多时间花在后期维护上。团队成员每天花费17个小时或更多时间进行维护。这些天，基本上每个人都是从早上9:00工作到下午2:00。一开始，我们真的没想到数据会突然变大。信息量增加后，我们不得不做一些功能上的增强，比如：处理数据流机制，改代码，回复网友邮件。事情很多，比较复杂，但凡事都要慎重对待。阿里妹：在开发和维护的过程中遇到了哪些挑战？童永奥：最大的挑战来自数据整理。这个工具刚发布的时候，用到的数据都是央视整理出来的。资料是现成的，整理起来也比较容易。到了后期，信息量越来越大，组织信息的难度也越来越大。现在我们也自己过滤信息。我们一方面通过爬虫筛选信息，另一方面依靠网友给我们反馈。我们会要求网友提供链接，在批量抓取链接回来后，我们会对链接做一些信息抽取的工作。从目前的数据来看，爬虫的信息和网友提??供的信息大概在50-50分左右。另一个挑战来自暴涨的访问量。没想到访问量这么大。当第二天访问量开始急剧增加时，原来的版本结构已经应付不来了。阿里妹：能简单描述一下访问量的增长过程吗？面对飙升的流量，你是如何生存下来的？童永奥：1月28日是上线的第二天，总访问量是450万。从晚上8:00开始第二天，访问量呈几何级数增长，从1小时10万次跃升至300万次。29号和30号加起来大概2000万左右。一开始用的是朋友的服务器，1兆带宽，1G内存。上线第一天，因为配置太低，无法容纳100人同时在线的流量。后来我们直接调用了第三方CDN，我们嵌入了远程资源，就不用自己去承担资源访问的流量了。但是随着访问量的增加，我们发现单台服务器很难承载上千万级别的流量。所以我们采取了一个技巧，生成了静态页面和数据文件。相当于把库里的数据生成一个静态文件，然后把页面和数据放到阿里云的OSS上。让阿里云的OSS对象存储来应对高并发、高流量，不用担心流量压力。阿里妹：需要输入多少信息？如何保证数据的准确性？童永奥：总数大概是500-600。最早的资料是100多条，现在录入了300多条。后台还有大约250-300条信息没有录入，要录入的信息有重复的。数据验证是一个漏斗状的筛选过程。互联网上收集的信息经过验证和去重后会越来越少。数据量大的时候自动采集，数据量小的时候直接手动采集。审核步骤的大致流程是：初步线索->网友整理->内部人员整理（常见错误的核对和更正）->内部人员录入（单错核对）->提交（单错复核）->审查（原文链接失效或新闻文章后续修改）。后来人民日报推这个工具的时候，又帮我们仔细审核了数据。我们会逐层核对信息，越靠近后面的关键步骤，数据看门人越少越好。人越多，出错的可能性就越大。而且涉及到信任问题，尤其是后期的审核，除了我最信任的朋友和公司的制作人，其他人都不允许插手。在时间上，输入速度没有以前快了。因为我们对数据准确性的要求越来越严格，需要花费大量的时间去验证。对我们来说，及时性排在第二位，准确性排在第一位。阿里梅：工具的性能会有什么改进吗？童永奥：现阶段最重要的是后台数据，第一是准确性，第二是及时性。无意使其在功能上复杂化。如果有什么新的想法，我可能会单独尝试。当然，还是希望疫情快点结束，就不用想这些了。阿里妹：未来会有回流高峰。有大流量的方案吗？童永奥：我们现在不太担心高并发和大流量，主要是我们对数据的准确性有更高的要求。我们现在输入数据的时候，有点强迫症的感觉，很紧张。我们怕输入一个数字后需要反复确认。阿里梅：疫情来势凶猛。您认为开发者的参与对防止疫情扩散有何帮助？童永奥：很难判断。假设我是该工具的使用者，我只是查询确认一下。至于对疫情有多大帮助，我感觉不到。我觉得医生是最有帮助的，工具可以给大家提供一定的参考，我觉得就够了。这两天，我也收到了一些网友的邮件，有的非常简单，就四个字：谢谢。看起来真的很暖心。阿里妹：作为老开发者，你有什么建议可以分享给同行？童永奥：这几天没时间也没精力想太多。我觉得，对于程序员来说，写代码不应该被看成是一份工作，而应该被看成是一种工具。从这个角度来说，很容易想到做一个疫情共乘查询工具，因为我只是用一种编程语言来解决生活中我想解决的问题，并不是说我想做一个项目，从产品的角度来思考这件事。对于开发者来说，建议他们尽量把编程变成解决日常生活需要的东西，而不是简单的把它当作工作，这样可能会出来更多的东西。同心抗疫，我们就能打赢疫情没有旁观者。感谢开发者用科技的力量点亮星空。除了新型肺炎同课查询工具，阿里妹还在GitHub上看到了“wuhan2020”防疫信息采集平台，以及还在招收的外籍人员登记系统、消毒检查登记系统、学生健康报告管理等开发商。系统、违纪举报系统、物资管理系统等项目。我们诚邀各位开发者一起集思广益。如果你有可以帮助战胜疫情的小工具或好点子，请在下方留言。一起抗击疫情，我们一定能赢！
