ഡേറ്റാഷീറ്റ് ജനറേഷൻ: ഡിമാൻഡ് അനുസരിച്ചും ബാച്ച് രീതിയിലും PDF സൃഷ്ടിക്കൽ

ഈ ലേഖനം ഉൽപ്പന്ന ഡേറ്റാഷീറ്റുകൾ PDF ആയി എങ്ങനെ സൃഷ്ടിക്കുന്നു എന്ന് വിശദീകരിക്കുന്നു, ഇത് ഡിമാൻഡ് അനുസരിച്ച് (ഉപയോക്താക്കൾ അഭ്യർത്ഥിക്കുമ്പോൾ) ബാച്ച് രീതിയിലും (ജനപ്രിയ ഉൽപ്പന്നങ്ങൾക്ക് മുൻകൂട്ടി സൃഷ്ടിക്കൽ) നടത്തുന്നു.

പ്രശ്നം: ഉൽപ്പന്ന ഡേറ്റാഷീറ്റുകൾ സൃഷ്ടിക്കൽ

ഓരോ ഉൽപ്പന്നത്തിനും ഒരു പ്രൊഫഷണൽ PDF ഡേറ്റാഷീറ്റ് ആവശ്യമാണ്, അതിൽ ഇവ അടങ്ങിയിരിക്കും:

• ഉൽപ്പന്നത്തിന്റെ പേരും ചിത്രങ്ങളും

• വിഭാഗം അനുസരിച്ച് ഗ്രൂപ്പുചെയ്ത സാങ്കേതിക വിശദാംശങ്ങൾ

• കമ്പനി ബ്രാൻഡിംഗും കോൺടാക്റ്റ് വിവരങ്ങളും

• ഒപ്റ്റിമൈസ് ചെയ്ത ലേഔട്ട് (ഒറ്റ പേജ്, സന്തുലിതമായ കോളങ്ങൾ)

എല്ലാ അഭ്യർത്ഥനയിലും PDF സൃഷ്ടിക്കുന്നത് വേഗത കുറഞ്ഞതാണ് (~2 സെക്കൻഡ് ഓരോ PDF-ക്കും). 65,000 SKU-കളും മുൻകൂട്ടി സൃഷ്ടിക്കുന്നത് സ്റ്റോറേജും സമയവും പാഴാക്കുന്നു.

പരിഹാരം: ഹൈബ്രിഡ് സമീപനം

ഞങ്ങൾ രണ്ട് ജനറേഷൻ രീതികൾ ഉപയോഗിക്കുന്നു:

ഡിമാൻഡ് അനുസരിച്ച്: ഉപയോക്താവ് അഭ്യർത്ഥിക്കുമ്പോൾ PDF സൃഷ്ടിക്കുക (ആദ്യമായി)

ബാച്ച്: ജനപ്രിയ ഉൽപ്പന്നങ്ങൾക്കായി PDF-കൾ മുൻകൂട്ടി സൃഷ്ടിക്കുക (ദിവസേന രാത്രി)

ഡിമാൻഡ് അനുസരിച്ചുള്ള ജനറേഷൻ

URL ഘടന

/ds/<sku>.pdf
/ds/<sku>

രണ്ട് URL-കളും ഒരേ PDF സൃഷ്ടിക്കുന്നു.

അഭ്യർത്ഥന ഫ്ലോ

@web.route("/ds/<sku>.pdf")
def datasheet(sku: str):
    # Validate SKU
# ... (implementation details omitted)

ജനറേഷൻ പ്രക്രിയ

ഘട്ടം 1: ഉൽപ്പന്ന ഡേറ്റ ലഭിക്കുക

# Product name
name = expand_sku(sku)

# ... (implementation details omitted)

ഘട്ടം 2: കോളങ്ങൾ സന്തുലിതമാക്കുക

വിശേഷതകൾ 3 കോളങ്ങളിലായി വിതരണം ചെയ്യുന്നു, ലൈൻ എണ്ണം സന്തുലിതമാക്കാൻ:

# Calculate lines per feature group
all_groups = []
for heading, f_items in features.items():
# ... (implementation details omitted)

ഘട്ടം 3: ചിത്രങ്ങളുടെ ഉയരം കണക്കാക്കുക

# Main image height (proportional to aspect ratio)
with Image.open(main_image_path) as img:
    main_width, main_height = img.size
# ... (implementation details omitted)

ഘട്ടം 4: സ്പേസർ കണക്കാക്കുക

ഫുട്ടർ പേജിന്റെ അടിയിലേക്ക് തള്ളുക:

available_height = 25.0  # cm
content_height = total_image_height + text_height_cm
spacer_height = max(0, available_height - content_height)

ഘട്ടം 5: HTML റെൻഡർ ചെയ്യുക

html = render_template(
    "datasheet.html",
    sku=sku,
# ... (implementation details omitted)

ഘട്ടം 6: PDF സൃഷ്ടിക്കുക

options = {
    "page-size": "A4",
    "enable-local-file-access": None,
    "load-error-handling": "ignore",
    "load-media-error-handling": "ignore",
    "no-stop-slow-scripts": None
}

pdf_data = pdfkit.from_string(html, options=options)

ഘട്ടം 7: ആദ്യ പേജ് മാത്രം സൂക്ഷിക്കുക

reader = PdfReader(BytesIO(pdf_data))
if len(reader.pages) > 1:
    writer = PdfWriter()
    writer.add_page(reader.pages[0])
    output = BytesIO()
    writer.write(output)
    pdf_data = output.getvalue()

പ്രകടനം

ജനറേഷൻ സമയം: ~2 സെക്കൻഡ് ഓരോ PDF-ക്കും

കാഷിംഗ്: കാഷിംഗ് ഇല്ല (എല്ലായ്പ്പോഴും പുതിയത്)

ഗുണം: ഏറ്റവും പുതിയ ഉൽപ്പന്ന ഡേറ്റയുമായി എല്ലായ്പ്പോഴും അപ്ഡേറ്റ് ആയിരിക്കും

ബാച്ച് ജനറേഷൻ

ഉദ്ദേശ്യം

ജനപ്രിയ ഉൽപ്പന്നങ്ങൾക്കായി PDF-കൾ മുൻകൂട്ടി സൃഷ്ടിക്കുക, ഡിമാൻഡ് അനുസരിച്ചുള്ള ലോഡ് കുറയ്ക്കാൻ.

സ്ക്രിപ്റ്റ് സ്ഥാനം

scripts/utils/generate_datasheets.py

മാറ്റങ്ങൾ ട്രാക്ക് ചെയ്യൽ

ഓരോ SKU-യുമായി ബന്ധപ്പെട്ട productdb.json വിഭാഗങ്ങളിലെ മാറ്റങ്ങൾ ഞങ്ങൾ ട്രാക്ക് ചെയ്യുന്നു:

def get_sku_productdb_hash(sku: str) -> str:
    """Get hash of productdb sections relevant to this SKU."""
    with open(PRODUCTDB_PATH, "r") as f:
# ... (implementation details omitted)

മുൻഗണന

അഭ്യർത്ഥന ആവൃത്തി അനുസരിച്ച് ഞങ്ങൾ SKU-കൾക്ക് മുൻഗണന നൽകുന്നു:

def load_popular_skus() -> List[str]:
    """Load popular SKUs from access logs."""
    try:
# ... (implementation details omitted)

ജനറേഷൻ തന്ത്രം

def batch_generate():
    # Load hash cache
    hash_cache = load_hash_cache()
# ... (implementation details omitted)

ഷെഡ്യൂളിംഗ്

ബാച്ച് ജനറേഷൻ ദിവസേന രാത്രി cron വഴി പ്രവർത്തിക്കുന്നു:

0 2 * * * cd /home/ubuntu/manage && python scripts/utils/generate_datasheets.py

സ്റ്റോറേജ്

ലോക്കൽ: /home/ubuntu/web-static/ds/<sku>.pdf

S3: s3://thinvent-web-static/ds/<sku>.pdf

CDN: CloudFront വഴി സേവനം നൽകുന്നു

ടെംപ്ലേറ്റ് ഘടന

ഡേറ്റാഷീറ്റ് ടെംപ്ലേറ്റ് 3-കോളം ലേഔട്ട് ഉപയോഗിക്കുന്നു:

<div class="container">
  <!-- Header with logo and product name -->
  <div class="header">
    <img src="logo.png">
    <h1>{{ name }}</h1>
  </div>

  <!-- Main image -->
  <img src="{{ images[0][1] }}" style="width: 9.5cm">

  <!-- Thumbnails (up to 4) -->
  <div class="thumbnails">
    {% for name, url in images[1:5] %}
      <img src="{{ url }}" style="width: 4.5cm">
    {% endfor %}
  </div>

  <!-- Features in 3 columns -->
  <div class="features">
    <div class="column">
      {% for heading, items in features1 %}
        <h3>{{ heading }}</h3>
        {% for name, value in items.items() %}
          <div><strong>{{ name }}:</strong> {{ value }}</div>
        {% endfor %}
      {% endfor %}
    </div>

    <div class="column">
      <!-- features2 -->
    </div>

    <div class="column">
      <!-- features3 -->
    </div>
  </div>

  <!-- Spacer to push footer down -->
  <div style="height: {{ spacer_height }}cm"></div>

  <!-- Footer with contact info -->
  <div class="footer">
    <p>www.thinvent.in | sales@thinvent.in | +91-124-4343177</p>
  </div>
</div>

കോൺഫിഗറേഷൻ

ലേഔട്ട് നിയന്ത്രിക്കുന്ന സ്ഥിരാങ്കങ്ങൾ:

DATASHEET_COLUMN_COUNT = 3
DATASHEET_HEADING_LINE_WEIGHT = 2  # Lines per heading
DATASHEET_FEATURE_NAME_MAX_LEN = 30  # Chars before wrapping
DATASHEET_FEATURE_VALUE_CHARS_PER_LINE = 40  # Chars per line
PDF_PAGE_SIZE = "A4"

ഇന്റഗ്രേഷൻ പോയിന്റുകൾ

ഉൽപ്പന്ന പേജുകൾ

ഡേറ്റാഷീറ്റിലേക്കുള്ള ലിങ്ക്:

<a href="/ds/{{ sku }}.pdf" target="_blank">Download Datasheet</a>

Google Shopping

ഉൽപ്പന്ന ഫീഡിൽ ഡേറ്റാഷീറ്റുകൾ ലിങ്ക് ചെയ്തിരിക്കുന്നു:

<g:product_detail>
  <g:section_name>Datasheet</g:section_name>
  <g:attribute_name>PDF</g:attribute_name>
  <g:attribute_value>https://www.thinvent.in/ds/{{ sku }}.pdf</g:attribute_value>
</g:product_detail>

ഇമെയിൽ കാമ്പെയ്നുകൾ

ഉദ്ധരണി ഇമെയിലുകളിൽ ഡേറ്റാഷീറ്റുകൾ അറ്റാച്ച് ചെയ്തിരിക്കുന്നു.

പിശക് കൈകാര്യം ചെയ്യൽ

അസാധുവായ SKU

if not check_sku(sku):
    abort(422, description="Product not found.")

ജനറേഷൻ പരാജയം

try:
    pdf_data = generate_datasheet_pdf(sku)
    if pdf_data is None:
        abort(500, description="PDF generation failed.")
except Exception as e:
    logger.error(f"PDF generation failed for {sku}: {e}")
    abort(500, description="PDF generation failed.")

ചിത്രങ്ങൾ കാണാതായത്

try:
    with Image.open(image_path) as img:
        width, height = img.size
except Exception:
    # Use default dimensions
    width, height = 800, 600

അവലംബങ്ങൾ

ലൈബ്രറികൾ

• pdfkit - HTML മുതൽ PDF വരെ പരിവർത്തനം

• pypdf - PDF മാനിപുലേഷൻ

• Pillow - ഇമേജ് പ്രോസസ്സിംഗ്

ബന്ധപ്പെട്ട ലേഖനങ്ങൾ

• Feature Extraction - ഉൽപ്പന്ന സവിശേഷതകൾ ലഭിക്കൽ

• Content AI Generation - ഉൽപ്പന്ന വിവരണങ്ങൾ

• SKU Structure - ഉൽപ്പന്ന ഐഡന്റിഫയറുകൾ

സംഗ്രഹം

ഡേറ്റാഷീറ്റ് ജനറേഷൻ ഒരു ഹൈബ്രിഡ് സമീപനം ഉപയോഗിക്കുന്നു:

ഡിമാൻഡ് അനുസരിച്ച്:

• ✅ ഉപയോക്താവ് അഭ്യർത്ഥിക്കുമ്പോൾ സൃഷ്ടിക്കുക

• ✅ എല്ലായ്പ്പോഴും അപ്ഡേറ്റ് ആയിരിക്കും

• ✅ സ്റ്റോറേജ് പാഴാക്കുന്നില്ല

• ✅ ~2 സെക്കൻഡ് ഓരോ PDF-ക്കും

ബാച്ച്:

• ✅ ജനപ്രിയ ഉൽപ്പന്നങ്ങൾ മുൻകൂട്ടി സൃഷ്ടിക്കുക

• ✅ productdb മാറ്റങ്ങൾ ട്രാക്ക് ചെയ്യുക

• ✅ അഭ്യർത്ഥന ആവൃത്തി അനുസരിച്ച് മുൻഗണന നൽകുക

• ✅ ദിവസേന രാത്രി cron ജോലി

പ്രക്രിയ:

• ✅ ഉൽപ്പന്ന ഡേറ്റ ലഭിക്കുക (പേര്, ചിത്രങ്ങൾ, വിശേഷതകൾ, വിവരണം)

• ✅ വിശേഷതകൾ 3 കോളങ്ങളിലായി സന്തുലിതമാക്കുക

• ✅ ചിത്രങ്ങളുടെ ഉയരം കണക്കാക്കുക

• ✅ HTML ടെംപ്ലേറ്റ് റെൻഡർ ചെയ്യുക

• ✅ pdfkit ഉപയോഗിച്ച് PDF സൃഷ്ടിക്കുക

• ✅ ആദ്യ പേജ് മാത