Например, можно менеджеру сразу показать из какого города идет звонок, подтянуть актуальный прайс и условия доставки, вывести карточку звонящего клиента, последние сделки с ним, конкретное контактное лицо,… — да много чего полезного, как это умеет наш СБИС CRM!
А как этот функционал реализовать самостоятельно? Оказывается, не так уж сложно. Собрать и опробовать работающую модель можно, буквально, «на коленке» — нужна только связка из Node.js и PostgreSQL.
Определяем регион по номеру
Давайте предположим, что АТС присылает нам уже нормализованный и отформатированный до 10 цифр (будем рассматривать только звонки внутри России) входящий телефонный номер. Как наиболее эффективно понять, откуда пришел звонок?
Собираем телефонные коды
Сначала нам понадобится база телефонных кодов России в привязке к регионам. Для этого можно воспользоваться официальным источником — актуальной выпиской из плана нумерации на сайте Федерального агентства связи.
Но найти — мало, надо эти данные скачать и извлечь. В этом нам поможет небольшой скрипт для Node.js, использующий библиотеку request:
const async = require('async') , request = require('request'); const fs = require('fs'); let queue = [ 'ABC-3xx' , 'ABC-4xx' , 'ABC-8xx' , 'DEF-9xx' ] .map(key => ( { base : 'https://rossvyaz.gov.ru' , path : `/data/${key}.csv` } )); let ranges = []; async.doWhilst( cb => { // берем из очереди и загружаем очередную страницу let task = queue.shift(); request( { url : task.base + task.path , pool : false } , (err, res, body) => { // примитивный разбор CSV body.split('\n').forEach(line => { let tds = line.split(';'); let place = tds[5].split('|'); ranges.push([ tds[0] , tds[1] , tds[2] , tds[4] , place[place.length - 1] , place[place.length - 2] && place[place.length - 2].startsWith('р-н') ? place[place.length - 2] : '' , place.length > 1 ? place[0].startsWith('р-н') ? '' : place[0] : '' ]); }); return cb(err); } ); } // итерируем, пока очередь заданий непуста , cb => { return cb(null, queue.length); } // когда все распарсили - подчищаем данные и формируем файл для загрузки в БД , err => { // чистим коды и диапазоны ranges.forEach(row => { // убираем пересечение цифр кода и диапазона let ln = row[0].length + row[1].length - 10; if (ln > 0) { let sfx = row[0].slice(-ln); if (row[1].startsWith(sfx) && row[2].startsWith(sfx)) { row[1] = row[1].slice(ln); row[2] = row[2].slice(ln); } } // пересобираем общий префикс let pfx; for (let i = 1; i < row[1].length; i++) { if (row[2].startsWith(row[1].slice(0, i))) { pfx = row[1].slice(0, i); } else { break; } } if (pfx) { row[0] = row[0] + pfx; row[1] = row[1].slice(pfx.length); row[2] = row[2].slice(pfx.length); } }); let sql = ` SET client_encoding = 'UTF-8'; CREATE TABLE phonecodes( code varchar , numb varchar , nume varchar , oper varchar , region varchar , district varchar , city varchar ); COPY phonecodes FROM STDIN; `; // собираем COPY-формат let copy = ranges.map(row => row.join('\t')).join('\n') + '\n\\.\n'; fs.writeFileSync('phonecodes.sql', sql + copy); } ); Теперь загрузим его в нашу тестовую базу, и можно работать:
psql -f phonecodes.sql -U postgres tstЕсли все сработало как надо, в нашу таблицу будет загружено почти 378 тысяч диапазонов:
SET CREATE TABLE COPY 377937
Замечу, что в нашем примере и код, и граничные номера диапазона представлены строками. Да, их можно превратить в
integer/bigint, но мы пока не будем этим заниматься. Тем более, что входящий номер телефона не всегда состоит только из цифр — например, некоторые таксофоны могут сообщать свой номер с «цифрой A».
«Ищут пожарные, ищет милиция…»
Сначала попробуем наивный запрос:
WITH src AS ( SELECT '4852262000' num -- входящий номер ) SELECT * FROM src , phonecodes WHERE num LIKE (code || '%') AND -- проверяем совпадение кода num BETWEEN (code || numb) AND (code || nume) -- проверяем вхождение в диапазон LIMIT 1; 
[посмотреть на explain.tensor.ru]
Вычитали почти 70 тысяч строк (и это еще повезло, что не все 380!), почти 10MB данных перелопатили… не слишком эффективно, но результат достигнут:
num | code | numb | nume | oper | region | district | city ----------------------------------------------------------------------------------- 4852262000 | 485226 | 0000 | 9999 | МТС | Ярославская обл. | | Ярославль Но давайте как-то избавимся от Seq Scan! Для этого нам всего-то нужен индекс, который поможет искать по LIKE, так ведь?..
Увы, нет. Если нам надо искать column LIKE (val || '%'), то нам помогут префиксные индексы с varchar_pattern_ops, но у нас-то все наоборот — val LIKE (column || '%'). И мы получаем ситуацию близкую к той, что я описывал в статье «Классифицируем ошибки из PostgreSQL-логов».
Используем знания о прикладной области
Близкую, но, к счастью, все-таки существенно проще — данные у нас фиксированы и их относительно немного. Причем по кодам записи распределены достаточно разреженно:
SELECT -- сколько кодов с таким кол-вом диапазонов ranges , count(*) FROM ( SELECT -- сколько диапазонов по каждому коду code , count(*) ranges FROM phonecodes GROUP BY 1 ) T GROUP BY 1 ORDER BY 1 DESC;Только лишь около сотни кодов имеют по 10 диапазонов, а почти четверть — вообще ровно один:
ranges | count -------------- 10 | 121 9 | 577 8 | 1705 7 | 3556 6 | 6667 5 | 10496 4 | 12491 3 | 20283 2 | 22627 1 | 84453 Поэтому давайте проиндексируем пока только код. А раз все диапазоны одного кода нам понадобятся все вместе — упорядочим нашу таблицу с помощью CLUSTER, чтобы записи лежали физически рядом:
CREATE INDEX ON phonecodes(code); CLUSTER phonecodes USING phonecodes_code_idx;А теперь вспомним, что телефонный номер у нас состоит ровно (всего!) из 10 цифр, среди которых нам надо вычленить префиксный код. То есть наша задача спокойно решается простым перебором не более чем 10 вариантов:
WITH RECURSIVE src AS ( SELECT '4852262000' num ) , T AS ( SELECT num pfx -- в качестве исходного "префикса" задаем весь номер , NULL::phonecodes pc FROM src UNION ALL SELECT substr(pfx, 1, length(pfx) - 1) -- "отщипываем" последнюю цифру , ( SELECT X FROM phonecodes X WHERE code = T.pfx AND -- проверяем полное совпадение префикса (TABLE src) BETWEEN (code || numb) AND (code || nume) -- проверяем вхождение в диапазон LIMIT 1 ) pc FROM T WHERE pc IS NOT DISTINCT FROM NULL AND -- ищем, пока ничего не нашли length(pfx) > 2 -- ... и префикс еще может оказаться кодом ) SELECT (pc).* -- "разворачиваем" найденную запись диапазона в поля FROM T WHERE pc IS DISTINCT FROM NULL; 
[посмотреть на explain.tensor.ru]
Нам потребовалось всего 5 обращений к индексу, чтобы найти искомый код. Выигрыш кажется микроскопическим в абсолютных цифрах, но мы получили снижение нагрузки в 150 раз относительно наивного варианта! Если вашей системе приходится обрабатывать десятки и сотни тысяч таких запросов в час — экономия становится весьма солидной!
А можно делать еще меньше итераций по индексу — если все коды заранее привести к классическому виду «от 3 до 5 цифр». Правда, тогда возрастет количество диапазонов в каждом коде, и их фильтрация может добавить проблем.
Определяем клиента по номеру
Теперь давайте представим, что у нас уже есть таблица с клиентами, где записан «подчищенный» номер телефона — убраны все скобки, дефисы, и т.п.
Но вот неприятность, далеко не все и них имеют код города — то ли менеджеры ленятся забивать, то ли АТС так настроена, что присылает не полные, а «внутригородские» номера… Как тогда найти клиента — ведь поиск по полному соответствию уже не сработает?
АТС дает полный номер
В этом случае воспользуемся тем же «переборным» алгоритмом. Только «отщипывать» цифры будем не с конца номера, а с начала.
Если номер в карточке клиента был указан полностью, мы на первой же итерации на него наткнемся. Если не полностью — когда «отрежем» какой-то из подходящих кодов.
Безусловно, нам потребуется какая-то перекрестная проверка по другим реквизитам (адрес, ИНН, …), чтобы не получилось ситуации, что из входящего номера мы «отрезали» код Москвы, а по оставшемуся 7-значному номеру нашли клиента из Санкт-Петербурга.
АТС дает «городской» номер
пришло от АТС : 262000 указано в карточке : 4852262000Тут ситуация интереснее. «Приращивать» каждый возможный код к короткому номеру и пробовать искать мы не можем — их слишком много. Взглянем на ситуацию с другой стороны — буквально:
reverse(262000) -> 000262 reverse(4852262000) -> 0002622584 Оказывается, если развернуть строки с номерами, то задача превращается в обычный префиксный поиск, который легко решается с помощью индекса с varchar_pattern_ops и LIKE!
CREATE INDEX ON client(reverse(phone) varchar_pattern_ops);
SELECT * FROM client WHERE reverse(phone) LIKE (reverse($1) || '%');А дальше, опять-таки перепроверяем дополнительную информацию — из какого региона АТС нам прислала номер, к какому региону относится клиент.
ссылка на оригинал статьи https://habr.com/ru/company/tensor/blog/514970/
Добавить комментарий