巡检停车平台产品系统

这是一个智慧停车数据处理系统,主要用于处理路侧停车巡检车采集的停车数据，包括数据采集、审核、推送、迁移等完整的数据处理流程;旨在利用云计算的强大算力,实时处理海量停车数据,做到车入场提醒、计费,出场结束计费,推送欠费单信息;并为业主实时展示车场停车数据,即时高效掌握车场信息;

1、数据采集与消费 (Kafka)
消息消费: 通过消息队列中间件,消费停车记录和图片消息
批次扫描: 处理批次数据
消费者管理: 管理多个消费者实例
偏移量管理: 记录 Kafka 消费进度，支持断点续传
2、 停车记录管理 (核心业务)
工作表管理: 新订阅的停车记录保存在工作表中、负责停车记录的查询、统计
支持多维度查询：区域、巡检车、操作员、批次、车位、状态等
图片管理：停车位图片的存储和访问
历史表管理:管理已归档的历史数据
按日期分表 (30 天滚动): history_parking_record_$->{0..30}
3、 数据审核 (Review)
异常记录处理: 处理需要人工复核的异常数据
审核模式: 支持单人、多人审核等多种审核模式
审核记录: 记录审核员操作，支持审核追溯
车牌识别: 对采集的图片进行车牌识别分析
4、 数据推送 (Push)
多平台推送、推送管理: 统一管理推送逻辑、定时推送线程、数据通知推送、历史数据推送
5、 数据迁移 (Migrate)
工作表→历史表: 定时将已审核并推送完成的记录迁移到历史表
图片清理: 清理无效图片
对象存储集成: 支持多种云存储:Ceph (自建)、阿里云 OSS、腾讯云 COS、华为云 OBS、AWS
6、地磁管理 (Geomagnetism)
地磁设备管理: 管理地磁设备状态
数据采集: 采集地磁感应数据
7、 统计分析 (Analysis)
车牌统计: 统计车牌信息
置信度分析: 分析识别结果的可信度
字符选择: 车牌字符识别处理
8、通知服务 (Notify)
最新状态通知:推送最新停车状态
视频桩通知: 处理视频桩数据通知
9、车牌库(plate library)
管理车牌识别库
10、查询与报表导出
支持:分页查询、报表导出

这是一个基于 Spring Boot 2.x 构建的微服务架构系统，我独立完成了从设计、搭建、开发、测试到部署及运维的全流程工作。系统采用双服务架构，分别为数据服务与管理服务，通过 实现服务注册与配置管理，以及服务间通信。数据库层面，数据存储方面，实现分表分库，少量基础数据不做分表，而核心业务数据等按 30 天滚动分表；在系统高峰期，共接入 42 个区域，日处理数据量达百万级别，整体主要由我一人负责全流程保障。
项目技术堆栈如下:
前后端框架与基础组件
Web 框架：Spring Boot 2.x
ORM 框架：MyBatis
模板引擎：Thymeleaf
服务注册与配置中心：Nacos
服务间调用：OpenFeign
主数据库：PostgreSQL
分表分库中间件：ShardingSphere
缓存：Redis（客户端使用 Jedis，配置连接池）
消息队列：Kafka
安全框架：Spring Security（已禁用自动配置，自行处理）
跨域支持：全局跨域配置
日志框架：Log4j
构建打包：Maven Assembly（自定义打包）
前端技术栈
React、 Vue、H5

容器化与部署
容器化技术：Docker
容器编排：Docker Compose（本地开发与单机部署）、Docker Swarm（集群管理与多节点部署）