微服务

会员福利中心是为房地产生命周期中的用户提供一种以积分为媒介的共赢平台 项目模块：（所有模块都可以做） 系统管理、 会员管理、积分管理、、活动管理、商城管理、第三方对接、公众号 用到的技术栈： GO、redis、yii、php、nginx

项目描述： 一款内嵌于国产操作系统的应用商城，项目模块涵盖了鉴权、搜索、管理后台、积分、支付等模块，是一款较为复杂的微服务系统 技术架构： Spring Cloud微服务全家桶 + SpringBoot + MySql + MyBatis + Redis + ES + kafka + nginx + OSS 开发工具： IDEA + GitLab + Postman + Navicat + Docker 工作内容： 1.负责应用上传与下载模块： - 负责应用上架和下架服务，通过同步应用至阿里云对象存储（OOS ）来完成应用的上传和下载，以及应用数据的增加、删除、修改和查询操作。 - 对大文件采取分片上传、下载机制，降低磁盘和内存的负荷，提高网络传输效率 2.负责搭建整体微服务的业务告警（日志收集系统） - 负责日志收集系统的搭建，flume搜集日志数据，发送至kafka，再由日志消费系统进行分析、告警、下沉 3.Jenkins构建与维护： - 主导项目组内 Jenkins 构建环境的搭建和维护工作，以支持项目的自动化构建和持续集成。这有助于提高项目团队的工作效率和交付质量。 4.Li

1. AI项目网站包括前端UI、后端、接口、代理、数据库、缓存 2.【100%】负责整个网站全栈技术，包括php、react、golang，使用laravel框架，golang自研高性能web框架，使用CockroachDb作为数据存储，elasticsearch日志采集管理

地震预警主要分为三个模块： 1.地震监测，负责提供实时的地震监测数据。目前只有成都地震减灾所能覆盖全国。 2.合作商的服务端，负责接收地震监测数据，并推给目标人群。实现技术栈主要是：云服务器，域名，负载均衡，WAF，Spring Cloud微服务框架，MySQL，Redis，MongoDB。 3.合作商的APP端（Android），负责接收服务端的推送数据，并经过本地计算，判断要不要啸叫提醒。 我负责：这个需求的总设计和项目管理，并且承担了云服务的60%左右开发工作。 项目难点： 1.用户量访问量大：日访问量亿级别。用到了高可用、高并发的负载均衡策略； 2.地震发生后，云服务需要在2秒内快速识别覆盖的目用户范围，并且推送X00万信息到用户手机上。用到了多线程高并发，热缓存，缓存同步，缓存一致性保证等技术。

项目描述： 1、沥小二沥青供应链平台覆盖计划、运输、仓储、装卸、流通加工、配送以及客户服务等环节，帮助企业实现全流程的运输计划。 2、该系统分为后台管理和微信小程序两部分，前端采用的是 Vue、ElementUI、Vue-router、Axios 等技术开发，小程序采用的是 uniapp ，后端采用 SpringBoot，SpringCloud，MyBatis 等核心技术。 主要职责： 1、完成开发、生产环境的搭建、维护； 2、完成后端架构设计及框架、组件的选型工作； 3、完成系统需求分析与设计，所有模块的编码、自测工作，配合前端联调； 4、整体测试并部署上线； 5、对项目的研发进度、质量进行把控，解决项目开发过程中出现的疑难问题； 6、编写后端开发文档。

支持多渠道服务商和普通商户模式。已对接微信支付，支付宝，云闪付官方接口，支持聚合码支付。 分为商户平台和运营平台，运行运营平台后添加商户，然后通过运营平台添加的商户账号登录商户平台。

演客App演艺经纪垂直平台,可以透明化更便捷的找到想演出的艺人和需要艺人的演出机构 网站：https://www.yanketianxia.com/ 主要功能描述： 资料展示。 通告的设计 匹配熟人机制 。 精准定向推送服务,订单系统设计 。 对接LeanCloud 环信 短信 网易云信 短信通 阿里云 负载均衡 CDN 集成及设置。 对接开放平台，微信，微博 QQ 第三方登录 分享等。 对接支付平台 微信支付 支付宝支付 申请 证书设置 PING++聚合支付等。 本人是技术联合创始人，负责如下： 系统重构与性能优化：负责电子商务平台的整体系统重构，采用最新的Spring Boot和微服务技术，实现了系统的高效运行和可扩展性。这一改进使得系统性能提升了25%，并且在高峰期处理请求的响应时间缩短了40%。 数据库优化与管理：对现有的数据库架构进行深度优化，引入缓存机制和数据分片技术，优化了数据库的查询效率和事务处理能力，这些改进使得数据库的处理速度提高了35%，同时保证了数据的一致性和安全性。 高并发处理方案实施：设计并实施了一套高并发处理方案，包括负载均衡、异步处理和消息队列技术的应用

项目介绍： 人工智能门户是一个一站式人工智能应用的服务平台，通过接入人工智能模型的接口，给用户提供了统一的人工智能接入方案，如人脸识别、语音转文字等。 该服务平台主要应用于：智能化办公、工业巡检等。 技术架构： Spring Cloud Alibaba 微服务全家桶 + SpringBoot + MySql + MyBatis + Redis + nginx 开发工具： IDEA + GitLab + Postman + Navicat + Docker 工作内容： 1.负责单体项目的微服务改造工具，搭建微服务框架 2.对新增业务需求进行对接，设计 3.在研发阶段，主要负责模型接入： - 对接第三方接口，分别对同步等待、异步响应两种情况的接口进行设计 - 负责服务的鉴权与认证，整合 Oauth 2认证服务，实现用户认证，以及前端动态路由等 4.对业务进行排期，跟踪整体开发进度 5.负责配合运维对微服务部署进行部署，保证服务的稳定运行，参与生产环境的调优

项目为面向集团的需求（或bug）管理系统 1）项目模块：（每个模块都可以开发） A、角色管理、用户管理、产品管理、产品团队管理、自动化管理、Sla规则管理、线上反馈管理、客户专项、内部专项、硬件工单管理、日志管理、数据统计模块 2）用的技术栈： GO、gin、redis、mongo、mysql

内容: 1. 负责程序化广告业务的日常需求分析讨论、方案设计，组织解决方案的工程实现，跟进方案实施效果； 2. 负责广告投放，竞价，人群包，性能测试框架，数据统计及展示等系统业务服务的核心架构设计和底层框架搭建实现，确保服 务的稳定性的同时，持续优化提高服务性能； 3. 对现有广告投放系统的不足进行分析，提出改进方案，负责核心技术问题的攻关； 4. 了解行业解决方案，不断引进优秀的行业解决方案。 5. 本次是因为特殊原因，项目停止，才重新寻扎机会。 业绩: 1. DSP 投放系统，竞价系统，人群包系统完成从0-1的开发及投入使用，性能达标，将指定媒体包的曝光率提高到70%以上； 2. 人群包系统的优化设计改进； 3. 数据展示（包括漏斗分析）系统的优化。提高了响应速度，用户体验有所改善； 4. 业务数据及其性能测试框架的开发，极大地改善了迭代后不方便测试的问题，提高了解决 bug 的效率。 项目代码地址： https://codeup.aliyun.com/645d059481b284e28f478bb6/adv/bidman 技术栈：golang，redis，fasthttp，

该作品为提供加油卡和话费充值以及加油电子券售卖的小程序,包含微信小程序和支付宝小程序等多个客户端. 系统整体架构分为多个模块: 小程序端提供C端交互,销售商品,实现支付,提供订单校验及提交, 订单核销等功能; 充值服务端,接收客户端的订单,并与中石化等运营商或其他上游服务商进行对接,实现订单的充值并接收充值结果回调,并返回给客户端; 电子券服务端,提供加油电子券服务, 根据订单类型选择不同服务商,实现电子券的申请与核销操作. 各模块各司其职, 模块间通过API接口进行交互和通信,同时也能作为开放平台提供开放API,提供给其他渠道商进行接入操作. 在本项目中,我个人主要负责充值服务端的部分开发和电子券服务端的整体设计与开发, 基础架构师SpringBoot+MySQL实现, 使用了装饰器模式,策略工厂模式等设计模式, 同时也使用了RabbitMQ实现订单高峰期的异步分流操作等.从项目完成开发到上线,已平稳运行使用了两年左右.

数据中台是魔信APP里的一个项目数据模块,数据中台主要用于控制与监控各种各样的数据,将种类不同的数据库中的库,表结构或表数据进行实时或手动同步. 1.负责数据库中库的复制; 2.负责数据库中表结构的复制; 3.负责数据库中表数据的复制; 4.负责Streamset监控某个数据库变化且将变化传入kafka; 5.负责代码实现消费kafka中的数据进行数据库实时同步的实现;

MES是一种用于生产制造过程中监控、管理和优化生产活动的软件系统。MES项目旨在帮助制造企业实现生产过程的数字化转型，提高生产效率、质量和可追溯性。 MES项目通常包括以下功能模块： 1. 计划排产：根据订单需求和资源情况制定生产计划。 2. 生产执行：管理生产过程中的物料、设备和人员，监控生产进度和质量。 3. 质量管理：实时监控生产过程中的质量指标，进行异常处理和质量追溯。 4. 资源管理：管理生产设备、人力资源和库存物料的调度和利用。 5. 数据分析：收集和分析生产过程中的数据，提供生产效率和质量分析报告。 通过MES项目的实施，制造企业可以实现生产过程的高度可视化和自动化，提高生产效率和灵活性，降低生产成本和产品缺陷率。同时，MES项目还可以帮助企业更好地满足客户需求，加强与供应链的协同合作，提升企业的竞争力和持续发展能力。 总的来说，MES项目是制造企业数字化转型的重要组成部分，可以帮助企业适应市场变化、提升生产管理水平，实现智能制造和可持续发展。

低代码设计中心，通过托拉拽各种组件，生成表单，支持基础增删改查导入导出，列表设置，表单设置，应用导入导出，版本管理，可订阅，多租户。

一个供学生刷题的小程序的小程序端、后台管理端页面、后端，小程序端使用的是微信编辑器开发。小程序端主要提供了账户登录功能、会员充值功能 、专项练习功能、院校查看功能、考试资讯功能。 用户能够通过微信账户来登录小程序完成登录，然后通过充值会员获得练习的资格，主要的题型是选择题、判断题和填空题，错题会全部收集到错题集中。用户也能在小程序上面了解院校的各种信息，分数线、招生计划和基本院校信息。同时用户还能够从上面了解考试相关资讯。 管理员能够使用后台管理端进行一系列管理操作：题目批量录入，将整理好的题目文档上传即可完成批量的录入操作，通过后台的文档编辑器可以编辑发布考试资讯，能够通过后台对专业，科目，单元进行编辑操作，同时也能通过后台编辑学校信息，分数线，招生计划 1.负责微信小程序开发：账户登录功能，会员充值功能，专项练习功能，院校查看功能，考试资讯功能（wxml,css,js等） 2.负责后台管理开发：题库录入功能，资讯编辑功能，院校编辑功能，试卷编辑功能等（html,css,js,vue,axios,element等） 3.负责后端开发实现业务逻辑（Java,SSM 框架,redis,

对接企微api，维护客服企微，企微好友数据，企微消息、企微标签、支持营销活动 自定义企微工作台开发 利用大数据技术支持大型营销活动，商户端、销售端实时数据更新，自定义企微聊天窗口

项目描述： 数据资产管理平台基于B/S架构，用户所有操作都基于浏览器来访问，系统支持的浏览器为：IE10+、Google Chrome57+、火狐浏览器。 数据资产管理平台是一款基于WEB方式的数据管理工具，通过这个工具能够整合企业中不同系统、不同来源、不同类型的数据资产，便于用户进行集中浏览、分析并管理。数据资产管理平台有助于帮助用户了解和管理信息、管理加工处理过程的来源，也有助于用户理解信息与加工过程之间的关系以及它们如何被使用。 产品特点： 平台基础框架采用FIGTREE技术框架，完全使用基于J2EE的微服务架构，整合了绝大多数JAVA开源、成熟技术框架，比如SpringBoot、springcloud、mybatis、fegin,es等，另前端采用vue技术框架，实现前后端完全分离开发。网络结构设计采用先进技术，软件平台、数据库系统以及开发工具选择当前先进的系统。能对接主流的大数据平台，具有大数据平台开发能力，有微服务架构开发能力。

项目功能清单： 能耗采集 实时能耗 人工填报 能耗总览 能源概况 能源用量占比 各区域能源占比 能流总览 能耗趋势 能耗统计分析 能耗同比分析 能耗同比分析 能耗同比分析 能耗同比分析 用量区域排名 单位面积用量区域排名 节能量监测 碳排放总览 碳排放概况 碳排放强度 碳排放统计分析 碳流图分析 碳排放统计分析 碳排放同比分析 碳排放同比分析 碳排放同比分析 碳排放同比分析 碳排放用量区域排名 单位面积碳排放区域排名

在商品服务项目中，我们采用了微服务架构，将商品服务拆分成多个独立且自治的服务，以提高系统的可扩展性和灵活性。以下是我们所拆分的服务： 1. product_front_service: 负责商品前台服务，提供高性能的数据访问，供前台应用层调用 2. product_list_detail_get: 该服务专注于商品列表和详情的获取，提供高性能的数据访问和缓存策略，以支持快速的商品信息展示 3. product_backend_application: 商品后台应用服务，支持管理员对商品进行管理和配置。它提供了商品的创建、编辑和删除等功能，以及价格管理和库存管理等后台操作 4. console_application: 商品控制台应用，它提供了商品基础数据的创建、编辑和删除等后台操作 5. product_mgr_service: 商品管理服务，负责处理商品的分类、品牌和属性等元数据的管理。它提供了对商品元数据的增删改查功能，确保商品数据的准确性和完整性 6. inventory_service: 库存服务，负责商品库存的管理和更新。它提供了库存数量的查询和更新接口，以及库存变动的记录和

1，聚合支付渠道接入，包括 拉卡拉 易宝 合利宝等 2，核心订单 支付 账单 结算系统需求开发与维护，相关入网 推送 回调系统开发维护 4， 日均千万笔订单核心系统维护，日常问题处理，包括业务功能问题处理， dubbo 接口超时排查优化 5， 业务、代码、架构梳理， 代码优化，性能优化 6， 熟练线程池的使用，线程数、队列长度控制调优，根据业务场景系统能力合理选择线程模型。性能问题排查，线程栈分析、内存使用分析 。 dubbo 线程模型分析，链路追踪实现分析。 redis 热点缓存应用场景，及规范。 redis 队列、发布订阅用于简单的解耦、广播等 MQ 的特性。TCP IP 协议有过简单的了解，线上服务器连接数问题排查。数据库连接池，http 连接池分析。 7， 梳理基于ELK的日志系统，研究kafka es 大数据处理思想。基于netty 做的即时推送系统的研究，研究学习过部分netty源码，及 netty 的线程模型。 9，系统平滑迁移入京东机房