电商、物流、配送、erp、进销存等产品定制经验丰富
项目名称:安徽某公司定制的“智慧运力”物流平台
项目时间:2023.06 - 2024.05
项目描述:主导开发一个类似货拉拉的综合性物流服务平台,集成货主下单、智能派单、实时定位、在线支付及双向评价等功能。项目采用微服务架构,旨在通过技术手段破解传统物流“信息不对称、匹配效率低、空驶率高”的难题。
技术架构:
后端:Spring Boot, Spring Cloud Alibaba (Nacos, Sentinel), MySQL, Redis, RabbitMQ, Elasticsearch。
前端:Vue 3, Element Plus。
部署:Docker, Kubernetes, Jenkins (CI/CD),阿里云。
团队的主要工作与成果:
1. 智能调度系统:参与核心调度算法的设计与实现,综合距离、车型、司机实时位置和历史服务分进行订单匹配。通过Redis缓存司机位置和订单信息,利用RabbitMQ异步处理派单消息,使系统高峰期每秒可处理5000+ 订单匹配请求,将平均订单响应时间控制在200毫秒内,司机接单距离平均缩短了15%。
2. 订单与支付链路:负责构建了“下单-派单-履约-支付”的核心业务流程。使用Spring Cloud Stream集成消息队列,保障了订单状态变更的最终一致性。重构了支付与清结算模块,通过定时任务和校验机制,实现了平台、司机、货主三方的自动化对账,财务效率提升70%。
3. 性能优化与稳定性:针对订单查询慢的问题,通过Elasticsearch构建了订单查询服务,支持多维度复杂检索,使查询响应时间从2秒优化至200毫秒。参与设计了数据库分表方案,按月对千万级订单数据进行水平分表,并利用Sentinel实现了核心接口的流量控制和熔断降级,保障了系统稳定性。
4. 安全与体验:参与了“订单热力图”功能的后端数据接口开发(参考货拉拉实践),为司机提供订单密集区域参考,提升了司机端活跃度和接单效率。
• 项目成果:系统成功上线,稳定支撑了日均10万+ 订单量,覆盖50+ 城市,注册司机超8万名。平台整体将车辆空驶率降低了约18%,获得了客户和司机的积极反馈。