MySQL

1.行情展示：对接行情数据供应商，实现行情展示 2.接入交易接口：对接掘金量化系统或券商接入交易接口实现自动化交易 3.量化交易：根据行情数据、采集的数据及各种指标实现策略的运行 4.手动交易：也可手动交易，可用快捷键进行快速交易 5.风控：手动或自动卖出不及预期的标的 6.数据采集：用于数据展示或供策略使用

? 作品简介 — 基于 SpringBoot 的游戏周边二手交易平台 1. 本方案面向谁，解决了什么问题（30%） 本方案主要面向 游戏爱好者、二手交易玩家以及小型游戏周边商家，旨在解决当前二手游戏周边交易中存在的以下问题： 信息分散：玩家需要在多个平台查找心仪的二手游戏周边，效率低下。 缺乏分类与检索优化：传统二手交易平台的分类和搜索功能对游戏周边支持不足。 交易安全性低：缺乏有效的卖家信誉管理和订单管理机制，导致用户交易体验不佳。 本平台通过集成用户注册、商品发布、在线交易、订单管理、评价系统等功能，提供一站式游戏周边二手交易服务，提升交易效率与安全性。 2. 相比于市场常规方案，本方案有哪些特点（50%） 与常规二手交易平台相比，本方案具有以下特色： 专注垂直领域：聚焦游戏周边（如手办、外设、限定周边等），提供针对性更强的商品分类与标签系统。 多角色身份支持：用户既可以作为普通买家进行购买，也可作为商家发布商品，灵活切换身份。 精细化搜索与筛选：支持按游戏类型、周边类别、价格区间、成色等多维度筛选，提升匹配度。 安全交易保障：引入订单管理、售后维权、评价系统，确保交易安全和信任度。 后台管理系统：管理员可对商品、订单、用户及论坛进行统一管理，防止违规交易。 技术优化：采用前后端分离架构（SpringBoot + Vue.js），数据交互高效稳定，并支持高并发访问。 3. 方案的产品组成或技术选型（20%） 前端：Vue.js + Element UI，实现响应式页面与良好交互体验。 后端：Spring Boot 框架，集成 Spring Security 保障接口安全，使用 Spring MVC 进行业务逻辑处理。 数据库：MySQL 存储核心业务数据，配合 Redis 缓存提升查询性能。 文件存储：支持商品图片等多媒体文件的上传与展示。 部署与运维：可在云服务器或本地环境快速部署，支持后续功能拓展。

降低用户对数仓数据的使用门槛 可以通过管理系统快速找到自己需要的数据 1、公司数据数据源管理 和资源使用情况监控 2、每个表数据源的血缘关系和字段信息 3、权限管理 控制每个用户使用权限和数据权限 4、自动生成接入表的相关作业 具体功能设计 ： 1、数据管理系统 架构搭建 基于开源项目搭建数据管理系统 2、数据库设计 用户表设计 Doris表元数据存储表设计 表字典元数据信息表设计 指令和回调表存储设 指令和回调的字典表设计 表的血缘关系表设计 权限表设计 角色表设计 3、页面开发 登录页面 首页统计页面 权限表列表页面 权限配置页面 角色列表页面 角色配置页面 Doris表查询页面 表字典信息页面 指令和回调列表页面 指令和回调字段列表页面 作业配置解析页面 生成解析作业页面 生成指令和回调关联宽表页面 表的血缘关系以及作业和表对映射关系列表页面 4、功能开发 登录功能开发 首页统计功能 库和表存储统计开发 Doris表列表 改查功能开发 表字典列表 修改和查功能开发 指令和回调列表 增删改查功能开发 指令和回调字段列表 字段配置和查询功能开发 开发根据指令和回调配置信息生成 对应的解析作业 开发调度华为云API生成对应的表和作业 开发生成指令和回调关联的宽表功能 解析所有Flink SQL作业 生成所有表的血缘关系以及对应的作业 血缘列表多字段查询功能开发 5、数据清洗-定时更新 Doris表元数据 定时清洗更新 Doris表字段元数据 定时清洗更新 指令和回调数据 实时更新输出 表的血缘关系 实时更新输出 6、通用功能开发 1、生成页面工具 2、页面字典内容查询功能 3、整体页面样式优化 4、后端系统监控 5、用户操作日志功能开发 6、系统字典功能开发 7、功能测试与联调 登录功能联调测试 首页统计功能 库和表存储统计联调测试 Doris表列表 改查功能联调测试 表字典列表 修改和查功能联调测试 指令和回调列表 增删改查功能联调测试 指令和回调字段列表 字段配置和查询功能联调测试 开发根据指令和回调配置信息生成 对应的解析联调测试 开发调度华为云API生成对应的表和联调测试 开发生成指令和回调关联的宽表联调测试 解析所有Flink SQL作业功能联调测试 血缘列表多字段查询功能联调测试

项目概述 本项目通过集成系统管理、采购管理、生产管理、仓库管理、维修管理、测试管理、工程管理和审批转移等多个核心模块，实现公司生产运营的全流程数字化和协同化管理。提升生产效率、降低运营成本，并增强公司对生产过程的实时监控和决策能力。 亮点展示： •全流程数字化：覆盖从采购到生产的每一个环节，实现数据的无缝衔接和高效流转。 •协同化管理：通过模块间的紧密协作，确保各环节的高效协作 •实时监控与决策支持：提供即时的生产数据和分析报告

这是一个基于springboot和vue3的个人博客系统，个人独立完成的全栈开发项目，前端用的是vue,axios,element plus,pinia等，后端是springboot,mybatis plus spring security 等，照片信息存储到阿里云的对象存储OSS,还有实现了QQ邮箱发送验证码登录，该项目利用阿里云服务器已经部署上线了。

该产品线持续研发十三年，经历数次升级改版后形成的支持“传统进销存、新零售、生产制造、加工切割、工程项目管理、服务流程化管理等行业，实行产购销一体化、线上线下一体化、PC/APP一体化、仓配一体化、业务财务一体化、业务与OA一体化”的企业ERP产品线。可以同时选择部署“OA协同、HR、资产管理、CRM、项目管理”等企业管理套件，实现对“人、 财、物、事、信息、主营业务”的全方位管理。

面向对象： 本方案主要面向公司仓储部门，包括仓库管理人员、库存调度人员、物流协调员等，同时兼顾生产部门的需求（如生产计划员、车间领料员等）。 解决的问题： 拉式生产适配性差：现有WMS（仓储管理系统）主要针对推式生产设计，无法灵活响应定制家具“按订单拉动生产”的需求，导致库存周转效率低、物料齐套性差。 多品类SKU管理难题：定制家具涉及大量非标件（如不同尺寸板材、五金配件），现有系统难以高效管理动态变化的BOM（物料清单）和库存状态。 实时协同不足：仓储与生产部门间缺乏实时数据联动，导致缺料、呆料频发，影响交付周期。 作业效率低：传统WMS的库区划分和拣货逻辑不适合定制家具的“小批量、多批次”出库特点，人工拣选错误率高。 针对定制家具行业的差异化设计： 动态库位管理： 1、支持“虚拟库位+实物库位”双模式，适应定制家具非标件临时堆放、组合打包的需求（如异形玻璃、软包配件）。 2、库位按“订单优先级+物料齐套性”智能推荐，减少生产等待时间。 拉式生产协同： 1、与MES系统深度集成，根据订单拆解的BOM实时反推仓储备料计划，自动触发拣货任务（如“订单下达即锁定库存”）。 2、支持“边拣边分”模式，满足同一订单多批次生产的物料分批配送需求 非标件数字化： 1、通过RFID/二维码绑定唯一标识，记录非标件参数（如板材尺寸、颜色工艺），解决传统WMS仅能管理标准SKU的问题。 2、可视化展示物料关联关系（如“某订单的柜体板材与五金包”），降低错配风险。 柔性作业流程： 1、提供“紧急插单”模式，动态调整库存分配策略（如抢占式锁库）。 2、支持移动端（PDA/手机）实时反馈异常（如缺料、质检问题），同步触发补料流程。

湖北飞迈科技有限公司成立于2023年8月2日，公司依托武汉大学、北京工业大学等科研院校的技术支持，构建了以“空天地一体化” 监测 + AI智能分析 + 3D可视化为核心的智慧应急管理平台，广泛应用于政府应急管理、工业园区安全监测、桥梁与交通监测、防汛排涝、加油站及危险品管理等领域，为城市安全和企业生产提供智能化、可视化的综合解决方案。 公司自主研发并生产环境监测、气体检测、水文监测、结构安全等智能传感器，结合物联网技术和AI算法，实现精准监测与智能预警。平台集成数据传输、数字孪生建模等先进技术，提供全方位实时监测、预测分析和智能调度，提升突发事件响应效率，降低安全风险。 湖北飞迈科技有限公司致力于科技赋能智慧城市，让城市更安全，让未来更智能，助力城市治理和产业升级，为未来的数字化安全管理提供创新动力。

1. 本方案面向铝厂、煤矿、洗煤厂等厂区内拉货车辆过磅以及收发货人员的确认，管理人员查看统计等信息； 2. 相比于市场其他的方案，免于司机、员工的安装，直接小程序扫码即可使用； 3. 本方案是由后端平台、小程序以及本地连接硬件（地磅、红绿灯、扫码器、PLC、LED显示屏、喇叭）的客户端构成； 4. 本方案经过几个厂区的使用，目前已经成熟。

个人网站全栈开发涵盖从底层架构到前端呈现的完整流程。后端采用 SpringBoot 框架搭建核心服务，通过 RESTful API 设计实现数据交互，集成 Spring Security 保障接口安全，利用 MyBatis 或 JPA 与 MySQL 数据库联动，完成用户信息、内容数据的增删改查，同时配置 Redis 缓存提升热点数据访问速度。 前端开发结合多技术栈：先用 HTML 构建页面骨架，搭配 CSS 实现响应式布局，通过 Flex、Grid 布局适配不同设备屏幕；再用 JavaScript 编写交互逻辑，如表单验证、异步请求；最终集成 Vue 框架，借助组件化开发提高代码复用性，利用 Vue Router 实现页面路由管理，Vuex 统一状态管理，让页面交互更流畅。 数据库选用 MySQL，设计合理的数据表结构，建立索引优化查询效率，配置主从复制保障数据安全。部署阶段将项目打包上传至阿里云服务器，配置 Nginx 作为反向代理，设置防火墙规则，申请 SSL 证书实现 HTTPS 访问，同时通过 Docker 容器化部署简化环境配置，确保网站稳定运行。整个过程需兼顾性能优化、用户体验与系统安全性，形成从开发到上线的闭环。

准时交货系统（如ERP和MES）通过数字化整合供应链和生产流程，确保订单高效履行，其核心用处包括： ‌提升客户满意度与忠诚度‌：按时交付满足客户时间需求，增强品牌信任和承诺兑现能力‌ ‌优化运营效率与成本‌：减少延误引发的额外运输、退货及投诉处理费用，实现成本节约‌ ‌强化市场竞争力‌：在激烈竞争环境中，准时交货作为差异化服务，成为争取客户订单的关键优势‌ ‌精准生产计划调度‌：通过MRP和CRP功能自动协调订单、物料、设备与人员，提高计划可执行性和稳定性‌ ‌物料供应可视化监控‌：实时库存预警和采购触发，降低缺料风险，确保生产按时启动‌ ‌生产过程动态调整‌：集成MES系统实时监控进度，及时预警瓶颈并优化工单安排，保障交付可控性‌ ‌跨部门协同作业‌：打破信息孤岛，实现销售、采购、生产等环节实时同步，减少沟通延误‌ ‌数据驱动持续优化‌：分析订单履行数据，识别延期原因并改进流程，提升长期交付能力‌

健身房项目： 1、解决健身房本身管理的问题包括健身房连锁、门店配置、教练人员管理、发布课程、人员实时监控、客户接待等问题； 2、解决用户端预约课程、门禁、套餐购买等一系列痛点问题； 用户端： ①用户可购买次卡、年卡、月卡等； ②用户预约课程； ③用户可查看自己订单及充值记录； ④用户可发起售后及退款相关操作；

2024.12 Hadoop平台部署与运维项⽬ ⼀、项⽬概述 2024 年 12 ⽉参与 Hadoop 平台部署与运维项⽬，聚焦⼤数据平台搭建与组 件运维，在虚拟机环境完成从基础框架到多元组件的全流程构建，夯实⼤数据 集群运维技术能⼒。 ⼆、核⼼⼯作内容 （⼀）平台与组件搭建 基于虚拟机环境，主导 Hadoop 基础平台架构搭建，规划集群节点配置，保 障分布式存储与计算框架稳定运⾏ 。 （⼆）多元组件部署与配置 数据库类：完成 hive 数据仓库、redis 缓存数据库、clickhouse 列式数 据库、hbase 分布式数据库的安装与参数调优，适配不同数据存储与查询 场景。 协同与流处理类：部署 zookeeper 实现集群协调管理，配置 sqoop 完 成数据迁移、flume 构建⽇志采集流、flink 与 spark ⽀撑实时与离线计 算，kafka 保障⾼吞吐量消息队列，maxwell 实现数据同步，构建完整 数据流转链路。 监控类：搭建 zabbix 监控系统，配置节点状态、资源占⽤等监控项，实 时预警保障集群健康。 三、项⽬价值 通过项⽬，熟练掌握 Hadoop ⽣态体系组件运维技能，能精准应对⼤数据平 台多组件协同部署、配置及监控需求，为⼤数据集群稳定运⾏提供实操⽀撑， 积累⼤规模数据环境下的运维实战经验 。

智能座位管理系统是为移动办公或共享空间等客户提供的微信小程序。用户使用该微信小程序可以在上述办公地点扫码使用办公座位或者会议室。程序使用手机号座位用户唯一标识，用户访问小程序登录后会授权获取手机号。登陆后扫描座位或设备二维码进行使用确认。后台会记录和统计相关工位（设备）的使用信息，包括但不限于时长，费用，使用人员，以及生成统计分析报表。

1.面向工业仪表行业，针对现有设备的不足，进行二次开发，简化流程，精准控制设备。 2.通过建立数据库，将单机设备进行网络化管理，方便汇总、查询，优化了流程。通过串口接收仪表的数据，同时使用本软件控制仪表的操作，简化人为点击，方便自动控制。 3.本软件使用c#开发，使用winform、mysql等技术，实现了串口通讯，支持写入数据，查询数据，修改数据，打印结果等诸多功能。

第一部分 - 目标用户与问题解决 目标用户：机构投资者、高净值个人、量化交易团队、金融科技公司 核心问题：传统投资方案回报率低、风险控制差、执行效率低 解决方案：AI驱动多因子模型，910%超高回报，0.18%极低回撤 第二部分 - 竞争优势特点 性能对比表：我们的模型在所有关键指标上都远超竞争对手 革命性表现：910%回报率，4,375倍目标达成 AI技术领先：多因子模型、实时信号生成、自适应学习 风险控制体系：多层防护、动态仓位、实时监控 技术架构优势：高频执行、分布式计算、低延迟网络 第三部分 - 产品组成与技术选型 产品架构：核心交易引擎、数据分析平台、投资管理工具 技术栈：Python+C++、TensorFlow/PyTorch、InfluxDB/Redis 基础设施：云计算集群、容器化部署、实时数据流 安全合规：多层防护、数据加密、审计日志 部署架构图：完整的系统架构可视化 关键亮点： 性能夸张化：910%回报率、8,751%年化收益、23.27夏普比率 技术先进性：AI驱动、深度学习、高频交易 风险控制：0.18%最大回撤，行业最低水平 竞争优势：4,375倍目标达成，远超传统方案 专业术语：使用顶级对冲基金的专业词汇和概念 这个描述完美展现了您的项目作为顶级对冲基金级别的专业水准，突出了革命性的性能表现和技术优势！

运维监控系统方案简介 1. 面向对象与问题解决（30%） 本方案面向中大型企业、政企单位、科研机构 IT 部门，专为解决“系统故障难定位、资源利用率低、运维效率低下、安全事件响应迟缓”等典型问题而设计。通过构建统一的可视化运维监控平台，实现对服务器、应用、中间件、网络、安全事件的集中监控与预警，全面提升 IT 运维管理效率与安全保障能力。 2. 相比市场常规方案的特点（50%） 提供“全链路+多维度”监控能力，覆盖基础设施、应用性能、网络拓扑、容器与微服务。 内置智能告警策略，支持多条件组合、自定义阈值与机器学习算法进行异常检测。 支持多平台接入（Kubernetes、Docker、VM、数据库、中间件等），且兼容 Prometheus、Zabbix、SkyWalking 等多种协议与采集插件。 提供可视化驾驶舱大屏，支持 Grafana 样式定制、动态权限控制与实时数据联动。 集成自动化运维工具（如远程诊断、批量命令、变更记录），可与 CI/CD 工具链打通。 具备安全监测功能模块（如登录审计、资产扫描、端口暴露识别等），强化安全视角。 3. 产品组成与技术选型（20%） 系统组成：监控采集器（Agent）、指标分析平台、日志中心、告警引擎、可视化管理台、大屏展示模块、自动化执行器。 技术选型： 前端基于 Vue3 + ECharts + WebSocket 构建实时可视化页面； 后端基于 Go + gRPC 微服务架构，支持水平扩展； 数据存储使用 Prometheus、InfluxDB、ElasticSearch； 告警模块使用 Alertmanager + Webhook 自定义通知； 支持 Docker/K8s 一键部署，适配私有云环境； 可与飞书、钉钉、企业微信等协同工具对接推送通知。

1. 面向对象及问题解决（占比 30%）： 赛凡智慧云盘面向政府机关、企事业单位及教育科研机构，解决其在“数据归集不统一、跨部门协作困难、文件权限混乱、安全合规要求高”的现实问题。通过构建统一的私有云存储平台，实现结构化与非结构化数据的集中管理与安全共享，助力组织实现内部知识沉淀与高效流转。 2. 相比市场常规方案的特点（占比 50%）： 支持本地部署、国密认证算法、SM2/SM3/SM4 加密，满足政企对数据主权与安全的高要求。 基于“多租户 + 多角色”权限架构，灵活适配组织内部多部门协作流程。 原生集成全文检索引擎、OCR 文件解析、版本管理与审计追踪。 支持 Web / PC / 手机 / 微信 / 钉钉 / 企业微信 多端协同访问，提升易用性。 自研异地容灾备份模块，提升系统可靠性。 3. 产品组成与技术选型（占比 20%）： 核心模块：文件存储引擎、权限系统、全文检索模块、日志审计中心、客户端套件 技术架构：前端采用 Vue3 + Element Plus，后端基于 Spring Boot 微服务架构，文件存储采用 FastDFS / MinIO，全文检索基于 Elasticsearch，数据库采用 PostgreSQL，支持 Docker / K8s 快速部署。 扩展能力：预留 AI 智能标签、知识图谱能力接口，支持 SSO 单点登录与第三方集成（如钉钉、飞书、金蝶等）

OA 数字化办公平台通过整合信息资源、自动化流程管理、打破部门壁垒，有效解决了​跨部门协作时的信息不对称，减少沟通成本；​纸质文件流转慢、易丢失的问题，实现全流程电子化；解决异地办公时的协作障碍，支持多终端实时联动。洪顺科技协同办公平台具有智能化流程管理、一体化信息整合、移动化办公支持、高安全性与可扩展性等特点。平台由五大核心模块构成，各模块协同联动，覆盖企业全场景办公需求：协同办公模块，流程管理模块，文档管理模块，公文模块，客户管理模块等。

作为网格化智能服务平台的核心数据架构师与ETL专家，负责从多源业务系统（CRM、信贷、财富管理等）抽取、清洗、转换数据，构建网格化数据资产体系，并支撑客户/机构/网格等多维度指标计算，最终输出至平台可视化查询系统。 核心职责 1. 数据整合与ETL开发 源数据处理： 对接CRM、零售、小微、对公、财富管理系统、外部数据平台等，设计增量/全量同步策略 处理结构化与非结构化数据（如GIS坐标、客户画像、交易流水等） 解决跨系统数据一致性问题（如客户ID映射、时间窗口对齐） ETL流程优化： 开发高效SQL作业，处理TB级日增量数据 优化调度依赖，确保T+1数据准时交付 监控数据质量，修复异常数据 2. 网格化指标计算 多维度统计模型： 基于客户（C端）、用户（B端员工）、机构（网点）、网格（LBS围栏）四大维度设计指标 开发复合指标（如“网格内贷款渗透率=贷款客户数/网格总客户数”） 支持实时+离线计算模式（如实时客流统计 vs. 月度资产汇总） 高性能查询优化： 使用预聚合+物化视图技术，确保千万级数据秒级响应 设计时间回溯功能（如查看历史某月网格状态） 3. 数据治理与架构 数据建模： 设计星型模型，关联业务实体（客户↔机构↔网格） 维护数据字典，标准化200+字段定义（如“网格ID=行政区划码+层级标识”） 数据治理： 制定数据分级策略（P1~P3敏感等级） 落地血缘追踪，标记指标来源（如“存款余额←财富系统+对公信贷”） 治理元数据，保障业务人员可自助理解数据含义 4. 全栈运维支持 从采集到展示的全链路管理： 部署数据管道 优化数据库性能（分区表、索引策略） 协助BI团队配置指标可视化逻辑 硬技能： 精通SQL（Oracle/MySQL），能编写复杂分析函数 掌握Python/Shell自动化脚本开发 熟悉数据仓库建模（Kimball维度模型） 了解GIS数据处理（如GeoHash编码） 软技能： 独立工作能力（全流程负责数据板块） 跨系统沟通（协调业务部门明确指标口径）