项目阶段：甲方公司1.0版本系统升级，解决数据壁垒、系统性能扩展受限、业务管理混乱等问题。随着甲方公司业务的扩展，1.0版本已无法满足需求，急需构建高性能、高并发、业务高度可扩展的TMS解决方案。
团队规模：整体开发团队30人，我主要参与TMS系统的开发。
技术栈：
业务层：SpringCloud Alibaba, SpringBoot, MybatisPlus, Spring Data (MongoDB, Elasticsearch, Neo4j, MySQL), Redis, RabbitMQ, XXL-JOB
交付平台：Kubernetes, Jenkins CI/CD, GitLab, Docker
工具：JIRA, Git, ApiFox, JMeter, Maven

岗位职责
业务模块：负责调度流程、支付模块、路线规划、用户下单、快递员取派件、运单管理等流程的开发。
需求沟通：与产品团队深入沟通，明确需求用例，确保开发效率。
质量保证：与测试团队合作，完成接口测试、模拟测试、全链路压力测试等，确保代码质量。
流程优化：持续优化核心业务流程，探索新技术解决方案，提升系统性能。

技术亮点
路线规划：使用 Neo4J替代传统 DB，设计物流路线规划流程，保存一二三级转运中心、路线的信息，并通过 Neo4l实现按照成本优先或速度优先方式查询转运路线
使用MongoDB保存物流轨迹信息。
设使用 MangoDB 保存物流轨迹信息，再加一级缓存（Nginx+Lua+Redis）和二级缓存（Caffeine），设计了万级 QPS 的物流轨迹查询接口
缓存穿透解决：合理的使用 Redis 布隆过滤器解决缓存穿透问题，不止在查询场景下，其实凡是对外暴露的任何对数据库 CRUD 操作接口，都可能面临缓存击穿。
服务范围保存：使用 Elasticsearch设计了快递员取派件任务索引，优化了关于快递员任务的复杂查询需求，降低对 DB 的复杂查询压力。
任务索引优化：使用Elasticsearch设计快递员取派件任务索引，优化复杂查询需求。
运单ID生成：采用美团leaf号段模式，生成唯一运单ID。
Redis数据类型应用：合理的使用 Redis 的数据类型，围绕业务设计解决方案，如：使用 List保存待分配的运单、使用 Set 完成运单分配后的去重，已及运单轨迹信息的缓存