作品概述：
AB实验平台是面向企业级业务的实验管理与分析系统，支持Web、App和小程序等多端接入，为产品、运营、算法和研发团队提供统一的实验配置、流量分配、指标统计和结果分析能力。平台帮助企业实现数据驱动的决策和业务优化。

主要功能：
实验管理：支持实验创建、编辑、上线、终止及版本管理，可进行灰度发布和多团队协作，保障实验安全与规范。
流量分配引擎：通过用户ID、设备类型、地域等维度实现Hash分桶，支持多实验互斥逻辑，确保实验组与对照组分配准确、稳定。
数据采集与处理：全量采集曝光、点击、转化等行为数据，基于Kafka、Flink/Spark进行实时计算，结果存储于ClickHouse/MySQL，支撑指标统计和分析。
实验分析与指标评估：提供UV、CTR、CVR、留存等指标统计及趋势分析，支持显著性检验和自动化决策建议。
UI与可视化：提供实验列表、指标趋势、流量分配和实验结论的可视化展示，操作直观，支持结果导出和API接口。
运维与监控：结合Prometheus/Grafana实现服务监控和告警，支持权限管理、操作审计及容器化部署，保证系统高可用和可扩展。

我的角色与职责：
作为资深Java后端工程师，我负责平台核心模块设计与实现：
构建高性能实验分流引擎及多实验互斥策略，保证高并发下的分流准确性。
架构数据采集与实时计算链路，优化Kafka、Flink及ClickHouse，提升指标计算效率。
搭建微服务架构，优化Redis缓存和数据库索引，将实验查询响应时间降低至毫秒级。
协助前端团队实现实验列表和指标可视化，提升用户操作体验。
完成平台监控、告警及运维体系建设，确保系统稳定可靠。

项目成果：
平台支撑公司数千个实验项目，日均处理千万级用户请求，系统可用性达99.9%以上。
实验配置发布效率提升90%，支持分钟级上线。
建立标准化实验分析体系，显著提升产品迭代效率和数据驱动决策能力。
减少重复开发成本，优化跨部门协作效率。