在 Facebook 机器人聊天中存储用户答案的最佳方式？
Best way to store answers from users in Facebook bot chat?
使用 Claudia JS 构建 Facebook Messenger 机器人并计划在 AWS Lambda 上托管。
我想问用户一系列问题。
当用户回复一个答案时，我需要保存它以备后用，一旦我获得了我需要的所有信息，我就会将答案传递给一个函数。
保存此信息的最佳方式是什么？
我在考虑一些缓存层，例如 redis，但因为它存储在 RAM 中，所以当 lamda 服务器关闭时我会丢失它。 Mongodb 连接时显然有很多开销，但至少会持久。
也许只是一个简单的 mySQL 服务器？
其他人是怎么做的？我觉得我缺少一个简单的解决方案。
我将首先回答有关 我是如何做的部分：我正在使用 MongoDB。我考虑过你提到的想法，但出于同样的原因很快就划掉了内存中的解决方案（Memcached、Redis）。我的最终解决方案归结为关系数据库或类似 Mongo 的 noSQL 数据库。老实说，在我的项目规模下，我没有考虑过对 DB 类型之间的性能进行稳健的比较。
根据我的特殊功能 "roadmap,"，我决定使用 Mongo 在与用户 "object" 打交道时采用更 "OOP" 的风格，而不必明确定义用户 class，感谢 Mongo 的规范化结构。我知道对 MySQL 也可以这样做，只是处理 json 数据对我和 flask 来说更 "object-like"，即 user = getUserFromMongo，这给出了我在 Python 中输入命令，然后我就可以执行 user['first_name']。下面的代码将解释这种简单性：
（不知何故，这感觉就像......不必为 Rails 中的简单数据库交互编写 SQL 命令）
我在 MongoDB 上的用户对象数据
最后，关于我如何管理用户输入，我采纳了Wit.ai的context概念。我不知道他们到底是怎么做到的，但 context 对我来说就是正在进行的对话目的类型。我像堆栈一样使用它，一旦当前上下文完成，就将其从用户的上下文数据中弹出。对于机器人收到的每条消息，程序都会获取当前上下文并引导流程。每当发生未知错误（异常处理）时，很可能是因为用户说的机器人听不懂的话，我也会清除 context 数据。
MongoDB 的好处在于，我可以根据需要塑造 context 并将其视为一个对象。一个简单的像 {name: yelp-search, stage:ask-for-user-location}，我想复杂的也可以建立在那个结构上。当然，context 的堆栈实现不处理具有复杂过去引用的复杂对话。
我还使用 mysql 作为聊天机器人 但我使用 NodeJS 作为后端 app.For mysql 模块会很有帮助。
您需要存储用户的当前状态用于问答环节，并且存储用户的答案本身并且您需要制作一个 switch 或 if-else-if case 以根据其状态向用户提问 switch(state) 并且在 switch 的情况下只需更新它的 state.and 你在聊天机器人的事件对象中有用户的 facebook-id 这样你就可以将每个用户的数据与他们的状态和问题答案分别存储在不同的 table.
For e.g. define flags{1,2,3}
user's state will be 1 in begining so ask him for e.g. question-1
only,and store this as answer-1, you can do this by it's state
checking, and after this update status to 2.
so,in this way you can ask each individual student question as per
their state and answer him.
我完全按照上述方式做了同样的事情。
希望对您有所帮助。
使用 Claudia JS 构建 Facebook Messenger 机器人并计划在 AWS Lambda 上托管。
我想问用户一系列问题。
当用户回复一个答案时，我需要保存它以备后用，一旦我获得了我需要的所有信息，我就会将答案传递给一个函数。
保存此信息的最佳方式是什么？
我在考虑一些缓存层，例如 redis，但因为它存储在 RAM 中，所以当 lamda 服务器关闭时我会丢失它。 Mongodb 连接时显然有很多开销，但至少会持久。
也许只是一个简单的 mySQL 服务器？
其他人是怎么做的？我觉得我缺少一个简单的解决方案。
我将首先回答有关 我是如何做的部分：我正在使用 MongoDB。我考虑过你提到的想法，但出于同样的原因很快就划掉了内存中的解决方案（Memcached、Redis）。我的最终解决方案归结为关系数据库或类似 Mongo 的 noSQL 数据库。老实说，在我的项目规模下，我没有考虑过对 DB 类型之间的性能进行稳健的比较。
根据我的特殊功能 "roadmap,"，我决定使用 Mongo 在与用户 "object" 打交道时采用更 "OOP" 的风格，而不必明确定义用户 class，感谢 Mongo 的规范化结构。我知道对 MySQL 也可以这样做，只是处理 json 数据对我和 flask 来说更 "object-like"，即 user = getUserFromMongo，这给出了我在 Python 中输入命令，然后我就可以执行 user['first_name']。下面的代码将解释这种简单性：
我在 MongoDB 上的用户对象数据
最后，关于我如何管理用户输入，我采纳了Wit.ai的context概念。我不知道他们到底是怎么做到的，但 context 对我来说就是正在进行的对话目的类型。我像堆栈一样使用它，一旦当前上下文完成，就将其从用户的上下文数据中弹出。对于机器人收到的每条消息，程序都会获取当前上下文并引导流程。每当发生未知错误（异常处理）时，很可能是因为用户说的机器人听不懂的话，我也会清除 context 数据。
MongoDB 的好处在于，我可以根据需要塑造 context 并将其视为一个对象。一个简单的像 {name: yelp-search, stage:ask-for-user-location}，我想复杂的也可以建立在那个结构上。当然，context 的堆栈实现不处理具有复杂过去引用的复杂对话。
我还使用 mysql 作为聊天机器人 但我使用 NodeJS 作为后端 app.For mysql 模块会很有帮助。
您需要存储用户的当前状态用于问答环节，并且存储用户的答案本身并且您需要制作一个 switch 或 if-else-if case 以根据其状态向用户提问 switch(state) 并且在 switch 的情况下只需更新它的 state.and 你在聊天机器人的事件对象中有用户的 facebook-id 这样你就可以将每个用户的数据与他们的状态和问题答案分别存储在不同的 table.
For e.g. define flags{1,2,3}
user's state will be 1 in begining so ask him for e.g. question-1 only,and store this as answer-1, you can do this by it's state checking, and after this update status to 2.
so,in this way you can ask each individual student question as per their state and answer him.
我完全按照上述方式做了同样的事情。
希望对您有所帮助。