微服务

1.该项目用于健康管理师和用户交互，对购买了健康服务产品的用户提供健康档案、健康处方计划制定、每日健康饮食、运动、用药跟进点评以及健康管理师与用户聊天交互 2.根据产品需求，进行聊天交互中发送问卷、管理师每日对用户健康计划执行点评点赞、健康管理师关联的订单饱和度阈值警告等功能

该项目链接了大模型, 可使用户简易使用ai, 内涵正常ai聊天, 辅助文档查询(就你只要发给ai一个文档链接, ai就会阅读链接内容, 然后教你文档里的内容),以及学习签到系统 使用到的技术栈: 后端:go, python, langchain, kitex,hertz,gorm 目前项目还在做中 github地址:https://github.com/Ambition6666/micro

工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总成。 本产品设计思路遵循从数据采集、数据传输、数据存储、数据治理、数据分析到数据服务的解决方案，引入数据中台的服务理念，融合数据治理、数据分析、故障树分析、多平台数据和管理协同、数据服务、数据门户六大模块。其中底层公共服务模块提供编码工具、内容管理、三维展现、多维分析工具等基础服务。

1、功能模块： 数据接入: 允许数据提供者上传和管理数据集。 API管理: 提供API的创建、发布、维护和版本控制。 权限和安全管理: 管理用户权限和访问控制，确保数据安全。 数据查询与分析: 提供强大的数据查询和分析工具，用户可以根据需要筛选和处理数据。 2、我负责的模块： 设计数据存储和管理架构，确保数据的安全和可靠性。 开发API管理模块，包括API的设计、发布、维护和监控。 实现用户权限管理，确保数据访问控制的精细化和安全性。 提供数据查询和分析的界面和工具，支持复杂的数据操作。

项目介绍： 快猫智慧零售货柜是基于动态或静态视觉技术研发的一类无人售卖柜。快猫智慧零 售中后台基于 Rancher+K8s+Springboot+Redis+Mysql+MongoDB+RabbitMq+Flink 的微服务架构， 为售货柜提供商户、商品、订单、客流等相关业务的有效管理，为商家及用户带来舒适的体验。 主要工作职责： 1. 针对公司机器视觉的商品应用场景，实现了智慧零售商品中台的基本信息模块、品牌模块、分 类模块、标签模块、样本模块、组合模块，对商品的录入、采样、应用全生命周期管理。 2. 整合公司机器视觉相关算法模块，标准化算法接口、实现模型的异步训练、识别功能，开发 集群化机器视觉算法平台。为终端设备提供简明，快捷的识别功能接入。 3. 、基于RabbitMq的持久化、死信队列、回调函数及Ack机制结合Redis、ElasticJob实现可横 向扩展、支持集群化部署的100%消息可靠中间件。 4. 基于自定义协议头，结合惰性队列、文件拆分整合技术实现视频流的稳定推流服务，提升了 一倍的识别下单速率

1.项目主要分为三大模块：指标模块、分布式链路模块、日志模块。指标模块主要用于快速发现线上问题和告警；分布式链路模块主要用于微服务调用的性能分析分析和优化；日志模块用于在线日志查询和搜索。 2.我在这个项目中主要负责系统的设计以及分布式链路和日志模块的实现。我们分布式系统在公司同时为上千个微服务提供服务。 3.主要遇到的难点是如何快速处理海量的应用数据，主要依靠在系统的中各个节点大量使用了分布式的架构来解决。

此项目为第三方厂家承接中国铁建相关信息系统时要进行的技术验证系统，此项目需求要求概括性高，主要考验项目团队的需求转化能力、原型设计的合理性，同时对系统业务逻辑合理性要求较高。技术侧相对难度较低，主要完成与中铁的 "一体化技术平台"进行对接。 我在此项目中主要负责与产品人员一起梳理需求，并对研发团队提供技术支撑。

项目描述： saas为基础搭建的线上教育平台。 技术栈： java、vue、mysql、redis 三方接口： 阿里云短信、腾讯课堂、诺诺发票 项目组成： 用户、配置、订单、财务、发票、直播、课程、考试、证书 我负责： 用户、配置、考试、发票

1、软硬件一体平台：设备数据采集，数据上传平台，平台计算及呈现，详情参照：https://docs.qq.com/doc/DVXZ5Z2pVSEJEVHJp 2、我作为该项目的技术经理，负责该项目的需求分析，核心方案设计，核心代码编写 3、难点，业务逻辑准确性，系统性能，系统稳定性要求高：通过前期的方案设计，后期的核心功能测试用例，性能测试来解决难点。

高效物流配送和网络管理体系的著名时尚服饰集团。公司自成立起就深耕于中国高端女装服饰行业并于2014年在香港主板上市。集团旗下八个自主品牌，全国1500+ 门店，有直营、加盟、联营、线上等多种渠道经营模式。 本项目基于中台架构全面重构了赢家集团的IT 基础设施，达成了以下目标： 1.实现全渠道运营数字化 2. 营销端实现商品、库存、交易的数据实时在线和共享 3. 建设全渠道运营平台＋分销运营平台+品牌运营平台+会员营销平台 4. 会员、营销、分销数字化，数据实时共享 5. 构建数据中台能力，沉淀算法，构建数据优化和驱动业务能力 6. RFID提升库存管理效率和准确度

1、项目包括富文本编辑器、文件导出下载、流程编排图实现、数据看板等功能模块 2、实现上包含主题色配置、微前端结构、配置化表格列以及筛选项展示 3、技术难点 - 富文本编辑器实现富文本内容在h5页面中兼容各机型进行渲染 - 文件导出上，大文件通过分片下载方式进行大文件下载 - 等其他各类功能实现

总共包括小程序，公众号，后台管理系统，三端独立开发。使用长连接维持三端间的通信，后端接口微服务化，使用geo计算经纬度距离等

主要负责完成微商城支付抢购模块。处理并发排队，防止击穿。 利用redis原子性防超卖等。 包含数据库表结构设计

1、支付系统聚合各种支付通道，如微信、支付宝等，支持多级分账等功能； 2、采用微服务架构，支持高并发，数据安全保密。

暂存，待完善 可以参考以下内容: 1.【60%】项目分为哪些功能模块，对使用者来说能实现哪些功能 2.【40%】我负麦哪些任务，使用了什么技术栈，最终达到了什么成果 3.【选填】有哪些难点，怎么解决的

基于微信平台的二类电商行业小程序，提供了一系列的用户功能包括商品展示、购物车、订单管理、 支付功能、收藏评价，此外也有营销工具，如秒杀活动、拼团、满减满送、满额折扣、积分商城等。 不同的是，买吖更注重通过与快手、广电通等投流平台的合作，扩大小程序矩阵、为店家提供稳定 精准的客户建模与全链路数字化营销的能力。 项目技术： Nginx、Nacos、Rocketmq、Skywalking、Sentinel、ELK、ElasticSearch、Seata、 RedisLua、xxl-job 等等 负责内容： 1.任项目开发负责人，带领 6 人小组，制定完整规范的开发流程，负责项目设计、任务分解、人员分配， 协调多个关联方参与该项目的设计、开发、部署，从零摸索搭建起整个微服务架构。期间调研并实 践了大量分布式相关的技术，分布式锁、事务、消息队列、注册中心、缓存、熔断降级、分库分表、 任务调度等等 2. 独立负责核心订单服务、返回拦截营销服务、投流平台回传服务等等 主要难点与成就： 1. 复杂的营销规则的灵活配置动态生效，引入规则引擎；复杂的一致性场景，针对性做各类分布式 事务方案。 2. 通过对

用户注册登录：注册登录模块为了信息安全使用了md5加密和salt防止用户帐号被恶意操作。当用户注册和登陆使用了验证码短信时，为了避免恶意刷短信验证码，我使用了ip+手机号，设备码+手机号的缓存key方案，超过一定次数时则将用户加入黑名单。 短信服务系统：我使用了微服务搭建，整合了阿里云短信服务和一个不太稳定的短信服务平台（具体名字忘了，其产品优势是价格便宜）。系统会优先使用不稳定的短信平台服务，当连续失败3次后，则会使用阿里的短信服务兜底。 司机抢单：系统初期开发使用了jvm锁防止系统高并发导致多个司机抢到订单，后来基于预防以后客户有服务多实例需求或者性能问题导致系统扑街，我主张改为使用mysql的唯一索引绑定订单编号。 行车轨迹：由于开发初期ios和Android的同事没有商量使用哪家导航，各玩各的分别使用了高德和百度地图。而我开始也没意识到不同地图工具使用的坐标系不一致（我也没问他们，直接按个人喜好用了高德地图），直到后来测试提出某些订单的行车轨迹有问题，再才去查找坐标系转换的解决方案，最后没得选用了百度地图实现，由于坐标批量转换有条数限制，最终使用了多线程提升系统性能。（行车轨迹

中高职学生在线学习平台。 技术模块简介 1、主要分为平台类型管理员、教师教务人员、学生等三大类用户角色。平台类型管理员可对平台资源进行管理，教师可创建属于自己的课程、资源，学生主要是对于教师分配的课程进行线上学习。使用 Spring Security 进行认证、授权、审计。 2、平台主要分为用户、权限、资源、题库、课程、考试、评测、学习引擎、毕业设计、样例课程、设置中心、标准中心、教学中心、日志中心、统计中心等模块。使用 SpringCloud Alibaba 等相关组件进行开发。 3、随着推广，学校老师学生的增加，一开始的单表承受不住系统访问存储压力；开始对数据进行分析，识别出核心数据和非核心数据，冷热数据等；强事务特性的核心数据还是采用 mysql 进行管理，从单表->分库分表，又经历了分库分表的扩容；随着数据量增多，单表或者分库分表都满足不了业务的检索需求，并引入 ES 进行所有；日志数据量大使用 Mongodb 进行存储；有部分快照信息使用 Hbase 进行存储；数据异构使用 Canal 监听 binlog 全量增量同步，并在增量同步一段时间后进行数据验证，验证数据一致后

主要功能分为指标定义，指标采集，监控管理，资源管理，系统管理，告警管理等模块。 我主要负责部分采集，监控管理，指标定义以及部分系统管理的功能。 主要技术栈为：springmvc，spring，jpa，docker，redis，zookeeper，motan，postgres。

项目主要分为数据中心，数据开发，数据服务，数据质量，数据安全，集群管理与任务管理7大模块。 我主要负责数据中心下的数据源管理，数据开发整个模块，集群管理；其中数据源管理主要功能有：数据源维护，元数据采集与数据预览等；数据开发主要功能有：算法库管理，数据管道管理；集群管理主要功能是维护调度集群信息。