1. 实时风控系统(Flink + Kafka + Redis)
项目角色:核心开发
技术栈:Flink DataStream、Kafka、Redis、Java
项目描述:基于Flink构建实时风控系统,处理电商平台交易数据,识别欺诈行为(如刷单、盗刷)。
核心贡献:
使用Flink实现毫秒级事件处理,通过CEP规则引擎检测异常交易模式(如高频下单、短时异地登录)。
设计Redis+本地状态的二级缓存方案,降低风控规则计算的延迟,QPS提升40%。
实现Exactly-Once语义,确保Kafka到Flink的数据一致性,故障恢复后无重复处理。
成果:系统上线后,欺诈订单识别率提升至95%,日均拦截风险交易超10万笔。
2. 电商平台微服务重构(Spring Cloud)
项目角色:后端负责人
技术栈:Spring Boot、Spring Cloud Alibaba、MySQL、Elasticsearch
项目描述:将单体架构拆分为微服务,支撑日均百万级订单。
核心贡献:
基于Spring Cloud Gateway统一鉴权,OAuth2+JWT实现多租户隔离。
使用Seata解决分布式事务问题,保证订单-库存-支付的数据一致性。
通过Elasticsearch重构商品搜索模块,响应时间从2s降至200ms。
成果:系统吞吐量提升3倍,故障率下降80%。
3. 实时数据仓库(Flink + HBase + ClickHouse)
项目角色:大数据开发
技术栈:Flink SQL、HBase、ClickHouse、Kafka
项目描述:搭建实时数仓,替代原T+1离线报表,支持运营实时决策。
核心贡献:
使用Flink SQL实现多流Join(用户行为+订单数据),实时计算GMV、UV等指标。
设计HBase存储用户画像,ClickHouse存储聚合结果,查询性能提升10倍。
优化Checkpoint配置,使Flink作业在高峰期稳定运行,Checkpoint成功率99.9%。
成果:数据延迟从小时级降至秒级,日均处理数据量10TB+。