Music Cloud产品系统

在数字音乐行业，用户对个性化听歌、便捷互动与稳定服务的需求日益提升，传统音乐平台常面临高并发访问下数据库压力大、推荐内容同质化、系统稳定性不足等问题。Music Cloud 项目旨在解决中小音乐平台在服务性能、用户体验与智能交互上的痛点：通过缓存优化与限流降级技术，解决高并发场景下的系统稳定性问题；通过智能推荐与 AI 交互功能，提升用户听歌体验与平台粘性；同时提供管理端便捷的内容与用户管理能力，降低平台运营成本，为用户打造稳定、个性化的听歌与互动服务平台。

一款以听歌为核心的生活服务平台，包含客户端与管理端双界面；管理端负责歌曲上传、信息维护、用户管理及反
馈处理；客户端支持推荐歌曲浏览、热门歌曲搜索、歌曲详情查看、评论发表及体验反馈，满足用户日常听歌及互动需求。
使用技术：SpringBoot+Mysql+MyBatis+Redis+LangChain4j+Sentinel+ElasticSearch8

核心职责与技术实现：
1.基于 Redis 实现全业务缓存优化：利用 Redis 缓存高频查询数据，大幅降低数据库访问压力约40%~60%，提升接口响应
效率约60%，在更新歌曲信息采用"延时双删"方案有效解决缓存一致性问题。
2.基于Sentinel实现服务接口的实时监控以及流量控制，针对大流量请求采取降级处理，通过设置自适应系统保护规则，保证
了系统在高并发场景下的CPU稳定性，大幅度提高接口成功率。
3.独立完成根据用户收藏歌曲风格进行智能化推荐歌曲模块，以及基于Zset实现歌曲播放量月、周、日排行榜；实现轻量用户
签到模块，利用唯一索引防重复签到，支持按月日历展示与单月连续签到统计。
4.添加AI智能体，可以与用户互动以及根据用户提示词大致分析出数据库对应的风格字段，并精确返回与提示词强关联的歌曲
信息，以及实现用户输入某一条歌曲后查询到结果自动播放；持久化对话历史，用户可查询近期的历史对话。
5.优化数据库性能，设计精细化索引、拆分缓存粒度，结合 Redis 缓存防护策略（缓存空值防穿透、热点数据永不过期防击
穿），进一步提升系统并发能力与稳定性。
6.搜索功能优化：使用 ES8 搭建模糊搜索能力，优化分词与查询逻辑，提升检索效率与匹配准确度。