162 lines
3.7 KiB
Markdown
162 lines
3.7 KiB
Markdown
# 批量匹配查询接口说明
|
||
|
||
## 接口地址
|
||
|
||
```
|
||
POST /match/batch
|
||
```
|
||
|
||
## 接口说明
|
||
|
||
该接口基于数据库实现快速批量匹配查询，传入用户ID，自动从数据库读取用户简历信息和所有岗位，进行匹配计算并按匹配度排序返回。
|
||
|
||
## 请求参数
|
||
|
||
### 请求方式
|
||
- **方法**: POST
|
||
- **Content-Type**: application/json 或 application/x-www-form-urlencoded
|
||
|
||
### 请求参数说明
|
||
|
||
| 参数名 | 类型 | 必填 | 说明 |
|
||
|--------|------|------|------|
|
||
| user_id | int | 是 | 用户ID |
|
||
| page | int | 否 | 页码，从1开始，默认1 |
|
||
| page_size | int | 否 | 每页数量，默认20，最大100 |
|
||
| filter_zero | bool | 否 | 是否过滤0分岗位，默认false |
|
||
|
||
### 请求示例
|
||
|
||
#### JSON格式请求
|
||
|
||
```json
|
||
{
|
||
"user_id": 527,
|
||
"page": 1,
|
||
"page_size": 20,
|
||
"filter_zero": false
|
||
}
|
||
```
|
||
|
||
#### 表单格式请求
|
||
|
||
```
|
||
user_id=527&page=1&page_size=20&filter_zero=false
|
||
```
|
||
|
||
## 响应参数
|
||
|
||
### 成功响应
|
||
|
||
```json
|
||
{
|
||
"code": 200,
|
||
"msg": "查询成功",
|
||
"data": {
|
||
"list": [
|
||
{
|
||
"position_id": 2,
|
||
"match_score": 95,
|
||
"position": {
|
||
"id": 2,
|
||
"positon_name": "人工智能与大数据侦察职位二",
|
||
"education_require": "本科及以上",
|
||
"degree_require": "学士及以上",
|
||
...
|
||
}
|
||
},
|
||
{
|
||
"position_id": 1,
|
||
"match_score": 80,
|
||
"position": { ... }
|
||
}
|
||
],
|
||
"pagination": {
|
||
"page": 1,
|
||
"page_size": 20,
|
||
"total": 150,
|
||
"total_pages": 8,
|
||
"has_more": true
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
### 错误响应
|
||
|
||
```json
|
||
{
|
||
"code": 400,
|
||
"msg": "参数错误：user_id不能为空且必须为数字",
|
||
"data": null
|
||
}
|
||
```
|
||
|
||
## 功能说明
|
||
|
||
### 1. 自动读取用户简历
|
||
|
||
接口会自动从数据库读取：
|
||
- 用户基本信息（`t_user`表）
|
||
- 教育经历（自动查找教育经历表）
|
||
|
||
### 2. 数据库快速过滤
|
||
|
||
使用SQL WHERE条件快速过滤岗位：
|
||
- 学历要求过滤
|
||
- 性别要求过滤
|
||
- 排除已删除的岗位
|
||
|
||
### 3. 匹配度计算
|
||
|
||
对通过初步筛选的岗位进行详细匹配计算：
|
||
- 硬性条件检查（一票否决）
|
||
- 软性条件评分（100分制）
|
||
|
||
### 4. 排序和分页
|
||
|
||
- 按匹配度降序排序
|
||
- 支持分页返回
|
||
- 可选过滤0分岗位
|
||
|
||
## 性能说明
|
||
|
||
- **数据库过滤**：利用SQL索引快速筛选，从1万个岗位可能筛选到几百个
|
||
- **计算时间**：只计算通过初步筛选的岗位，大幅减少计算量
|
||
- **响应时间**：通常在1-3秒内返回结果
|
||
|
||
## 注意事项
|
||
|
||
1. **教育经历表**：系统会自动查找以下表名：
|
||
- `t_user_education`
|
||
- `user_education`
|
||
- `t_education`
|
||
- `education`
|
||
|
||
如果您的教育经历表名不同，需要修改 `getUserResumeFromDb` 方法中的表名列表。
|
||
|
||
2. **年龄过滤**：由于年龄要求是文本格式（如"18周岁以上、35周岁以下"），难以用SQL精确匹配，会在详细匹配时检查。如需优化性能，建议在数据库中添加 `age_min` 和 `age_max` 字段。
|
||
|
||
3. **专业要求**：专业要求存储在 `position_other_require` 的JSON字段中，会在匹配时解析。
|
||
|
||
## 使用示例
|
||
|
||
```bash
|
||
# 查询用户ID为527的匹配岗位，第1页，每页20条
|
||
curl -X POST http://your-domain.com/match/batch \
|
||
-H "Content-Type: application/json" \
|
||
-d '{
|
||
"user_id": 527,
|
||
"page": 1,
|
||
"page_size": 20
|
||
}'
|
||
```
|
||
|
||
## 后续优化建议
|
||
|
||
1. **添加年龄字段**：在 `no_notice_position` 表中添加 `age_min` 和 `age_max` 字段，提升过滤效率
|
||
2. **建立索引**：对 `education_require`、`sex_require` 等字段建立索引
|
||
3. **缓存机制**：如果简历不变，可以缓存匹配结果
|
||
4. **专业分类表**：建立专业分类映射表，优化专业匹配
|
||
|