分销系统整体均采用springboot/mybatis/dubbo微服务方案开发，以功能模块拆分成小且易维护分布式单元服务，项目公共服务大量使用Java设计模式如策略、责任链进行高度抽象，使用k8s集成docker交付部署。1、储存基于公司Mysql集群、Redis-Cluster集群、Elasticsearch集群，因为数据量较大，我们使用sharding-jdbc基于商家id做分库分表，并根据压测数据和服务接口调用量评估合理配置容器pod规模，db连接数，redis连接数，es各类操作线程池，做好服务的无状态和易扩容准备2、为保证数据一致性，ES数据同步使用binlog机制canal框架同步，为保障消息同步的高并发性能，基于线程池和competableFutrue实现异步任务高性能编排，保证各大商户近千家门店商品同步性能3、为保障秒杀、限时折扣等场景下系统高可用性，使用阿里sentinel做好服务熔断降级，接口幂等性采用redis加token配合自定义注解方案实现。4、为提高系统接口高并发性，项目基于redis集群结合spring-cache搭建一套缓存方案，并做好秒杀或限时折扣等场景下添加一批商品到缓存或热点商品key查询等不同业务场景下缓存雪崩，缓存穿透及缓存击穿的预案5，项目订单、商品等各模块广泛使用kafka/rabbitmq集群做消息队列做消息堆积和流量削峰，并根据数据量规模做好消息分区，消费线程数据评估，消息消费重试及顺序等6、项目内多场景下可能需要接口或消息延时重试，小数据量重试我们使用redis支持list、zset数据结构结合SingleThreadScheduledExecutor调度线程池，编写一套延时重试框架，大数据重试我们采用rabbitmq死信队列或roketmq延迟机制实现7、项目内常见分布式事务主要使用回调补偿或TCC实现、分布式锁常用redisson、分布式主键snowflake公司调用链采用zipkin，配合selvet、dubbo过滤器、mybatis拦截器，druid过滤器打点span,通过log4j2写入文件，flume高效收集，webUI展示8、对多个框架进行二次改造已完成业务场景适配。目前服务稳定运行可靠，稳定支持上百家KA大客户要求