项目描述：给中国电信集团设计一套C端应用风险检测平台（H5嵌套到电信APP），帮助电信付费用户检测手机端安装的应用风险（应用正盗版、仿冒；漏洞病毒；个人隐私合规等），集团共3.9亿用户，分布在全国7大区域，最大区域7千万用户。要求设计的平台能满足7千万用户的使用，支撑日活1000万。工作内容：1．项目架构设计：采用DDD领域驱动设计方法论设计架构，基于领域事件风暴输出领域模型，采用微服务架构技术、洋葱架构模型落地领域模型；基于RUP4+1架构设计完成项目蓝图设计和设计文档输出；2．代码优化：基于业务维度，采用架构分层设计拆分服务；使用线程池技术、数据库连接池等池化技术优化代码，降低性能消耗，提高执行速率；3．Redis缓存方案引入：基于 SpringBoot，整合JetCache缓存框架，实现本地进程缓存（Caffeine），远程分布式缓存（Redis）支持，提高业务检测API并发响应速度；基于Redis的setnx+lua脚本+看门狗线程+ Redisson红锁机制，实现单机和集群下的分布式锁。使用Redis的Bigmap 构建布隆过滤器，解决缓存穿透问题；使用Redis的HyperLogLog技术实现统计每日登录使用隐私哨兵功能的用户数；使用缓存双删策略实现Redis分布式缓存数据一致性；采用RDB+AOF备份机制，保障数据安全性和分布式缓存同步；基于主从机制（Master-Slave）和Sentinal哨兵机制部署集群，实现Redis的高可用和主从集群；基于Redis的Publish/Subscribe广播消息机制，实现WebSocket的集群，解决高并发下推送消息给前端的压力；4．MySQL数据库： 多主多从方式部署，实现Mysql的读写分离，解决单机数据库单节点问题，实现数据库读写性能的提升；按照子服务业务垂直分库，分为检测业务API数据库、个人隐私风险数据库、漏洞扫描数据库、应用正盗版数据库、套餐订购服务；MySQL服务配置优化（连接数配置、连接超时时间、Buffer Pool缓存、Redo Log缓存）；SQL语句优化，索引优化；基于覆盖索引+子查询方案，解决limit分页查询慢问题；基于Mycat中间件，实现分库分表方案，解决数据大表问题；基于雪花算法，实现数据库分布式ID；5．Kafka消息中间件引入： 检测API服务，基于Kafka消息队列技术，实现与个人隐私风险分析引擎服务、漏洞扫描数据分析引擎服务、正盗版数据分析引擎服务、套餐订购服务调用的解耦，异步提升服务调用速度和性能，实现了流量削峰；各消费端服务，基于去重表的方案，使用Redis Set集合存储业务唯一性id，实现消息消费的幂等性处理，解决消息重复消费问题；基于Kafka的ack机制，保障消息的可靠传输，解决生产、消费数据丢失问题；数据同步服务，基于Kafka消息队列技术，实现将检测任务记录表数据同步到ES，解决分表后运营平台查询检测记录慢，查询精度丢失等问题；基于kafka构建事件驱动架构设计（EDA），完成微服务之间领域事件的发布和订阅，实现微服务之间的数据最终一致性方案。6．流量分流方案： 基于CDN+DNS智能路由机制，实现全国七大区域服务的就近访问，提升访问速度，实现3.9亿用户的流量分流，降低区域服务的压力； 基于F5(或lvs)，实现入口流量的负载均衡，流量分发到各Nginx上；基于Nginx负载均衡技术，实现集群化服务，实现整体服务的流量分流方案，保护服务安全；7．限流方案： 在Gateway网关处，集成Sentinel限流框架，实现整体服务入口流量限制方案，在业务服务处同时实现业务服务限流，双重保障，保护服务安全；8．JVM性能调优： 利用jps、jstack、jmap、jstat、jinfo、Java VisualVM等工具分析内存、堆栈、线程等运行环境信息； JVM参数调用，解决OOM问题； 合理选择垃圾收集器，减少GC频率和Full GC频率，减少STW的停顿时间和停顿次数；9．基于 Logstash+Logback+Elasticsearch+kibana ，实现日志采集和分析展示工作绩效：1.架构支持水平扩展，支撑每日1000万 +日活在线用户使用。2.项目上线后先后抗下了电信315打假宣传活动当天1100万用户流量和网络安全周1300万用户流量。3.项目帮助电信集团实现每日50万单订购套餐，高峰期100万单订购套餐，帮助电信集团实现盈利1000万；3.接口请求响应130毫秒，高并发情况下250毫秒；4.每条SQL平均执行时间20ms，大数据量表SQL执行时间不大于100ms；5.程序在CPU 4核，内存16G的机器上，Java线程和Tomcat线程配置400，数据库连接配置为400的基础上，性能压测指标TPS约1500/s，QPS约3000/s6.平台可用性99.99%