工作描述:
负责需求分析,数据库表设计,编写接口文档;
负责底层数据整合,公共数据方法工具包编写,第三方数据对接:同花顺、Tushare、恒生行情、财联社电报、选股宝主题库、上海证券报;
负责3个APP主营项目:导师内容及用户点赞评论开发、股票行情数据开发、广告管理开发等;
负责使用DDD领域驱动设计开发新服务项目;
参与用户注册登录及数据加密处理,涉及用户个人信息、用户支付订单等;
参与导师直播项目开发、直播商品、优惠券活动、第三方支付对接开发(支付宝、微信);
参与导师内容消息通知对接微信服务号提醒开发,企业微信消息对接二次开发;
参与数据仓库设计与开发;
项目名称:用户服务-唯一ID池生成机制
技术栈:Java、Spring Boot、MyBatis-Plus、ZooKeeper (Curator Framework)、Redis、MySQL、Maven
项目描述:
该机制旨在用户在App中使用的唯一ID,以此构建一个高效的用户注册分布式唯一ID管理机制,用于生成、分配和管理用户的唯一标识。采用ZooKeeper实现分布式锁机制,确保多服务实例环境中部署,确保在多服务器中数据一致性和并发安全性。通过Redis缓存与MySQL数据库的结合,实现唯一ID的高效分发和存储。
工作职责:
需求设计与开发:
设计并实现用户注册过程中唯一ID生成、分配和管理模块,确保系统的高效性和可扩展性。
使用Spring Boot构建RESTful API,为用户注册提供高效接口服务。
分布式锁实现:
使用ZooKeeper的Curator Framework实现分布式锁机制,确保在多实例环境下的同步与并发安全。
通过临时节点和监听器,管理分布式锁的获取与释放,防止数据竞争和重复分配。
Redis缓存机制:
利用Redis作为缓存层,在高并发场景下快速获取和分配唯一ID,提升系统响应速度。实现缓存与数据库之间的数据同步,确保已分配唯一ID的状态一致。
高并发处理:
通过CountDownLatch和Java并发库,实现多线程处理下的同步,保障系统在高并发下的稳定性。
使用ReentrantLock进行本地同步,提升高并发场景下的锁竞争性能。
成果:
成功上线后,实现了一个能够支持高并发用户注册的唯一ID池机制,保证了系统在多服务器间的一致性、唯一性和安全性。显著提升了用户体验与注册流程的流畅性。
在分布式环境下保证了用户数据的一致性,提高了业务的可靠性与稳定性。
唯一ID生成模块通过自动化测试和压力测试,提升了系统的健壮性和可维护性。
项目名称:高能智投—行情数据优化
技术栈:Java、Spring Boot、MyBatis-Plus、Maven、MySQL、Redis
项目描述:由于该项目最初设计中,接口直接读取数据库中的股票历史数据,导致数据查询效率较低,尤其在访问个股历史K线数据时,页面加载延迟较大,影响了用户体验。为此,项目的主要目标是通过优化数据存储和查询策略,提升系统的响应速度,尤其是在高并发环境下的数据读取性能。
主要职责:
接口优化与缓存引入:针对个股K线数据读取耗时问题,设计并实现了Redis缓存策略,每日定时缓存上一交易日的K线数据,将个股代码作为Redis的Key,使用List数据结构存储K线数据,并采用"左进右出"策略实现数据的自动更新。
历史数据优化:为了解决数据库表中千万级历史数据的查询问题,通过加索引和分片读取的方式降低了数据库查询的复杂度,并结合缓存机制,显著提升了查询效率。
接口响应优化:通过对多个接口的重构,减少了对数据库的直接访问,改为从Redis读取个股实时数据和分时数据,有效解决了高并发下的性能瓶颈问题。
成果:
响应时间显著缩短:优化后的接口响应时间从2秒缩短到500毫秒左右,大幅提升了页面加载速度,极大改善了用户体验。
系统性能提升:通过引入Redis缓存和分片策略,在高并发环境下有效减少了数据库的负载,系统的并发处理能力得到了显著提升。
稳定性提升:通过压力测试,系统在高并发情况下表现稳定,用户点击股票K线详情的体验更加流畅,减少了页面加载的延迟和卡顿问题。
项目名称:高能智投App资讯服务与视频服务
技术栈:Java、Spring Boot、MyBatis-Plus、Maven、MySQL、Redis、Elasticsearch
项目描述:为导师内容发布和用户互动设计的系统,支持导师的股票推荐、趋势分析、内容点赞评论等功能,通过Redis缓存和Elasticsearch搜索引擎提升了系统响应速度和搜索效率。项目还涉及导师视频的管理与发布,使用DDD(领域驱动设计)构建系统,确保系统的模块化和可扩展性。
主要职责:
需求分析与设计:与产品团队合作,负责内容发布与用户互动模块的设计,定义数据库表结构及索引设计,确保内容检索和管理的高效性。
Elasticsearch集成:为满足高效搜索需求,集成Elasticsearch,并设计索引结构,确保在大量内容数据中快速检索。
Redis缓存管理:设计并实现点赞和评论的缓存策略,通过Redis处理高并发下的点赞行为,确保数据一致性和系统性能。
DDD架构设计:采用领域驱动设计(DDD),划分领域模型和服务层,确保系统的模块化、可维护性和扩展性。
成果:
系统响