nyuclassesfrom.xyz

nyuclassesfrom.xyz

讓NYU課程快速搜索。

如果我們認為哈佛的在線目錄很慢……我們甚至在NYU XD上都沒有GraphQL端點。

除了所有的笑話，我們的課程搜索都是巨大的，等待在線目錄搜索非常煩人。此外，與其他課程搜索相比，紐約大學作為一個全球40多個地點的全球校園地位使得從匯報的角度來管理更加困難。不同的學校，不同的班級和不同的時區都將其融合在一起，這就是為什麼當前的網站是一個緩慢的過程（更不用說非常隱秘和怪異的怪异怪異）。

因此，該項目是從class.wtf啟發的，試圖收集快速的課程搜索結果。

請記住，這是朋友之間的一個愛好項目，我們絕不能使一切都在100％的時間工作。我們對註冊課程或對使用此服務的任何影響不承擔任何責任。

話雖這麼說，這是我們的願望，可以幫助紐約大學的學生輕鬆找到即將到來的學期的課程，我們希望這會有所幫助！

數據獲取

• 捕獲所有學校代碼和主題代碼

  • 例如：shu =上海CSCI =計算機科學

• 通過學科和學校瀏覽並獲取每門課程

  • https://schedge.a1liu.com/2022/fa/shu/csci

• 搜索基於full = true的課程，查詢= coursename，school，主題https：//schedge.a1liu.com/2022/fa/search?full=true＆query＆query＆query = {coursename}＆school = {

• 針跡並格式化JSON

• 學校代碼（fetch） +主題代碼（fetch）=>連擊列表（shu/csci）=> courses（fetch）=>名稱，corseid，school，school，objection => search（fetches）=>每個課程的最終列表=>

運行前端

 cd frontend
npm install
npm run dev

戒酒

• []為前端添加包裝格式
  • 聆聽搜索查詢 - >發送到upstash上的請求
  • 返回結果（通過readdata）

未來的工作

為了使“類狀態”字段與阿爾伯特（Albert）上顯示的內容保持最新，我們需要同步緩存和阿爾伯特（Albert）上的數據。一致性模型最終是一致性，我們使用以下機制來維護這種一致性模型

• 每個課程記錄都有一個TTL
• 當用戶查詢一門課程時，我們檢查TTL值
  • 如果記錄未過期，我們將所有數據返回存儲的所有數據
  • 如果記錄已過期（給定TTL），我們將返回除class_status字段之外的所有記錄。同時，我們在阿爾伯特（Albert）進行了另一個廢料。獲取數據後，我們將更新緩存上的數據，然後將其推向客戶端。

目前，我們假設從調度API獲取的數據是最新的。為了實現上述一致性模型，我們需要一台服務器，該服務器記錄每個課程記錄的到期日期。每次用戶請求課程記錄時，服務器都會檢查記錄的到期日期，然後將用戶返回數據庫中的課程詳細信息。