征信工作
微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。
案例介绍
由于人行征信工作的扩展，征信项目的推广，一期项目在各种日志的数据量少的情况下可以支持，在数据量大的情况下资源出现了紧张，因此进行了二期的改造，在原来的基础上新增了查询机业务与银联的对账功能，把0.8版本的kafka升级为0.11版本，做到了对数据的两分组，对只要求无序保存的topic采用了三分区，对异常规则监控的topic使用了单分区，在生产者端使用了多线程，加大了各机构数据快速进入kafka队列中，并且在查询机端的照片比对全部放到了fastFs分布式文件服务器中，优化了redis存储，在客户数据增大的情况下，客户方重新采购了新的服务器。重新对kafka的数据接口使用了jmeter进行压测，确保数据的不丢失，不重复保存。在数据的统计分析上采用了kettle进行数据的统计分析
采用的技术有：redis,kafka(0.11版本), zookeeper, ssm ,fastFs, Tidb, kettle, spirngboot, springCloud
采用的技术有：redis,kafka(0.11版本), zookeeper, ssm ,fastFs, Tidb, kettle, spirngboot, springCloud
征信工作
联系该工程师
微信扫码，建群沟通
案例介绍
由于人行征信工作的扩展，征信项目的推广，一期项目在各种日志的数据量少的情况下可以支持，在数据量大的情况下资源出现了紧张，因此进行了二期的改造，在原来的基础上新增了查询机业务与银联的对账功能，把0.8版本的kafka升级为0.11版本，做到了对数据的两分组，对只要求无序保存的topic采用了三分区，对异常规则监控的topic使用了单分区，在生产者端使用了多线程，加大了各机构数据快速进入kafka队列中，并且在查询机端的照片比对全部放到了fastFs分布式文件服务器中，优化了redis存储，在客户数据增大的情况下，客户方重新采购了新的服务器。重新对kafka的数据接口使用了jmeter进行压测，确保数据的不丢失，不重复保存。在数据的统计分析上采用了kettle进行数据的统计分析
采用的技术有：redis,kafka(0.11版本), zookeeper, ssm ,fastFs, Tidb, kettle, spirngboot, springCloud
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
