精品课程，服务广泛
雄厚师资力量
企业级实战项目，实操真实工作场景
- 01美食社交平台
- 02加仓网
- 03企信办公平台
- 04农产品电商平台
- 05房屋租赁平台
- 06人力资源管理系统
- 07内部经销存系统
- 08直播实时分析平台
- 09智慧交通管理平台
- 01美食社交平台
- 02加仓网
- 03企信办公平台
- 04农产品电商平台
- 05房屋租赁平台
- 06人力资源管理系统
- 07内部经销存系统
- 08直播实时分析平台
- 09智慧交通管理平台
美食社交平台
项目介绍
项目是一个专注于本地社交平台，主要给生活在中国的老外或者中高端白领人士提供美食、旅行、租房、票务、购物、亲子、教育等服务平台。平台主要有三大功能：“美食”、“本地活动”和“国际交友”。不仅包含在线平台服务，而且会定期举行线下活动。拥有双语（中文和英文）版本。平台用户端主要有：Android、iOS、PC以及H5和小程序端，此外还包含商户端和公司总后台
涉及技术
后台主要以Spring Cloud微服务架构为主。开发环境是IDEA + JDK8 + Maven + GitLab + Navicat等。涉及技术如下：
1：Spring Cloud技术栈：注册中心Eureka；负载均衡Ribbon；Http客户端Feign；API网关Zuul；熔断采用Hystrix；配置中心Apollo；链路追踪Zipkin；消息队列使用RabbitMQ；Spring Security + OAth2进行权限校验等。
2：后台数据库：业务数据库是MySQL，数据库中间件使用MyCat进行分表拆库，读写分离；分布式缓存采用Redis，文档内容以MongoDB存储，推荐系统等数据存入Hbase。
3：数据库ORM框架使用MyBatis；后台接口基于Restful进行开发，使用ApiDoc进行API文档输出。
4：全文检索使用ElasticSearch；日志采用Logstash+Kafka收集存入ES服务器，通过Kibana展示；
5：推送消息使用JPush；数据统计使用友盟和talkingdata等第三方统计；
6：采用国际标准化实现不同语言切换；
7：线上环境：采用AWS部署Docker环境，使用Jenkins进行自动化上线。
客户端：Android使用Java进行编写；iOS使用swift进行编写；PC端采用数据静态化的方式结合前后台分离的方式构建；微信小程序使用react进行开发；商户系统和公司后台采用Vue进行开发。
加仓网
项目介绍
加仓是一家专注于物流地产咨询中介服务、利用线上信息技术和线下专业团队结合的仓储空间管理服务提供商。我们为客户提供从市场分析、选址、考察、商务谈判到签约的一站式咨询服务；与此同时为业主提供优质客户匹配、预招商市场调研等服务。主要包括仓库租售、还可以通过发布需求寻求合适的仓库或者可以仓库业主发布仓库等。租主和业务还可以通过公司经理人寻求帮助与合作。
软件架构
本项目主要以SpringBoot + Dubbo + Zookeeper进行SOA服务开发。其开发环境为IDEA + JDK8 + Maven + GitLab + Navicat
涉及技术
使用Dubbo进行RPC开发，Zookeeper进行服务治理；数据库使用MySQL 使用SpringBoot集成第三方框架； 使用MyBatis进行MySQL数据库操作 使用ElasticSearch进行仓库的全文检索；FastDFS搭建文件存储系统 网站使用Freemarker模板进行开发 使用websocket进行消息发送 采用RabbitMQ进行消息队列处理短信、邮件的发送 采用Redis分布式缓存优化查询效率 使用Nginx进行负载均衡 采用Docker安装Jenkins进行项目部署 服务器采用阿里云
企信办公平台
项目介绍
企信是一款针对公司内部员工集任务管理、员工管理、考勤系统、企业通讯录、公司组织管理、工作圈等为一体的公司办公管理软件。平台分为移动端、网页版、管理平台、代理商平台和超级管理平台。
软件架构
此项目采用传统的单体应用开发，使用SpingBoot + MyBatis框架进行研发。
涉及技术
开发环境：IDEA + JDK8 + Maven + GitLab + Navicat，涉及的技术如下：
SpringMVC为MVC框架处理http请求；Spring作为IOC容器；使用MyBatis进行数据库操作；
采用MySQL为业务数据库；使用Sharding JDBC进行数据库的优化
使用Websocket + Netty完成聊天功能
采用百度进行定位
使用阿里云的oss文件服务，存储公司相关文件以及图片
使用OAth2 + JWT进行登录校验
短信发送调用移动公司短信接口；邮件发送使用Javamail
采用RabbitMQ进行消息处理，优化性能
使用Redis缓存中间件进行缓存处理
采用Spring Task进行定时任务处理
搭建ES进行全文检索
线上使用阿里云部署，使用Nginx进行负载均衡，Jenkins持续部署与集成
农产品电商平台
项目介绍
此项目是互联网农产品项目，打造一个互联网生态农业种植、农业新电商平台。平台以去中心化为设计理念，打造全透明化交易技术平台，以原产地农业+直销方式，将农副产品生产以看得见的方式呈现在大众眼前。目前主要是以小程序为主。
软件架构
本项目主要以Dubbo + Zookeeper进行SOA架构。开发环境：IDEA + JDK8 + Maven + GitLab + Navicat等
涉及技术
采用Dubbo进行RPC调用，Zookeeper进行服务治理 采用MySQL为业务数据库；使用Sharding JDBC进行数据库的优化 使用Websocket + Netty完成客服功能 使用阿里云的OSS文件服务，存储图片 使用OAth2 + JWT进行登录校验 短信发送调用阿里云短信接口 采用RabbitMQ进行消息处理，优化性能 使用Redis缓存中间件进行缓存处理 搭建ES进行商品全文检索 支付采用微信支付 使用alibaba sentinel进行熔断处理，采用Seata进行分布式事物处理，使用Nacos作为配置中心 采用ElasticSearch + Logstash + Kafka + Kibana进行日志采集、存储和展示 采用萤石云进行视频监控与直播 线上使用阿里云部署，使用Nginx进行负载均衡，Jenkins持续部署与集成
房屋租赁平台
项目介绍
本项目以互联网和大数据等技术驱动的数字化转型作为首要战略，重塑业务模式，从标准化到线上化，再到智能化，现已具备业内领先的地产经纪业务全价值链数字化运营、端到端闭环交付能力。公司在核心城市实现签约交易服务全线上化、贷款申请服务全线上化、租房业务流程全移动化、客户及业主服务自助化，同时实现经纪人学习成长和作业过程由机器人助手个性化赋能，可基于实时的客户画像为客户提供专业的个性化服务。2020年，公司平台日活跃用户数（DAU）超过44万，线上获客能力进一步提升，成交占比为47%，线下获客成交占比为53%。房屋租赁平台主要分为用户端包括（网站、APP）、房东端、房产经纪人端、房屋管理后台等
涉及技术
JDK8 + IDEA + Maven + MySQL5.7 + GitLab + Teambition
1、基于Spring Cloud Alibaba的微服务开发，Gateway、Sentinel等
2、使用SpringBoot集成第三方技术和框架
3、使用MyBatis和MyBatis Plus操作数据库，使用逆向工程自动生成后台代码
4、使用Redis分布式缓存技术，保存用户登录信息、token、房屋信息等，提高查询性能
5、使用RabbitMQ处理异步任务，比如短信、邮件、消息通知等功能
6、短信使用腾讯云内部的短信服务，邮件采用JavaMail技术
7、基于Restful API接口开发，Swagger进行API文档生成
8、图片使用七牛云存储以及CDN加速与裁剪
9、使用Docker进行部署，Nginx负载均衡
人力资源管理系统
项目介绍
欢雀人力资源管理系统是人力资源服务应用化云平台，整合了互联网技术、云存储技术、大数据分析系统。系统主要由两部分构成： 1. 线上管理，实现了人力资源管理数字化、智能化，提升人资管理在统计、分析等方面的效率，囊括了人事管理、组织审批、考勤管理、薪酬绩效、福利管理、人力数据等模块；2. 线下服务，对接线下人力服务，解决企业人资工作中重复性高、专业度高并且工作量繁重、需要跑腿落地的工作：如人事代理、人才租赁、HR 托管、福利代办等。
开发环境
Windows10 + JDK8 + Maven + Git + MySQL + Redis + RabbitMQ
软件架构
SpringBoot + Dubbo + Zookeeper 进行分布式开发，前端使用Vue进行数据展示
涉及技术
1、基于 MyBatis-Plus 完成数据库的操作 2、使用 Redis 缓存中间提高查询性能 3、使用 RabbitMQ 消息队列完成消息通知发送、短信、邮件等发送 4、使用阿里云短信服务，Javamail 邮件发送 5、员工资料等文件使用阿里云 OSS 服务 6、使用 Quartz 框架完成定时任务 7、基于 Restful 编写 API 接口，Swagger-UI 展示接口文档 8、使用 Nginx 反向代理，完成负载均衡 9、前端使用 ElementUI 技术负责数据的交互以及渲染 10、Spring Security 完成权限的校验 11、文件的导入使用 EasyPOI 完成
内部经销存系统
项目介绍
内部经销存系统APP上线后，由于业务模式新颖，市场需求量大，经过一段时间的精心运营后，逐渐积累起了上千万用户，以及三四百万的日活量，app的业务功能和产品种类、数量也急速膨胀，所以逐渐出现营销分析断层、产品迭代无法量化、用户运营不精准和全局运营指标监控不实时等问题。 为了解决这些问题，我提供一个完整得大数据分析平台，其中集成了包括数据采集平台、功能分析平台、可视化展示平台和服务治理平台，来为内部经销存系统项目组得运营人员、策划人员或分析师来做下一步的决策和优化提供强有力的数据支持。
涉及技术
数据采集传输：Flume、DataX 数据存储：Mysql、HDFS、HBase、Redis 数据计算：Hive、Spark 数据查询：Kylin 数据可视化：Superset 任务调度：DolphinScheduler 集群监控：Prometheus 元数据管理：Atlas
直播实时分析平台
项目介绍
由于4G和5G的时代发展迅速，数据规模和增长速率逐渐上升，离线数据的分析模式逐渐不能完全满足我们的需要。我们更加要求时效性，希望能在非常短的时间内容依靠强有力的数据快速做出下一步的决策，以便我们能够规避风险和抓住机遇。 此项目为直播类的实时分析平台，其中包括实时数据采集平台和实时数据分析平台，为运营、策划和分析师作决策提供强有力数据支持，同时也为我们后期的智能推荐铺设道路
开发环境
开发语言：Java8 运行环境：VMware16、Centos7 核心组件：Hadoop3.1.2 消息中间件：Kafka3 计算引擎：Flink1.12 高性能数据库：ClickHouse
涉及技术
数据同步：Flume、Canal 消息中间件：Kafka 数据存储：Redis、ClickHouse 数据计算：Flink、ClickHouse
智慧交通管理平台
项目介绍
从不同维度来分析城市每个卡口，道路，区域的拥堵情况，流量分布情况，以及车辆行驶轨迹等，将结果提供给交警部门使用。项目主要模块有天网搜索、稽查布控、智能研判、统计分析,涉及内容主要包括道路数字化、车辆网联化、车路协同云平台建设和封闭式无人驾驶道路建设等，将新建覆盖示范区的LTE-V和5G网络、将原有路灯杆改造为多功能信息杆柱，并部署由摄像头、激光雷达组成的感知体系，构建边缘计算与云计算协同的数据处理中枢
软件架构
本项目主要以Flume+Kafka+Hive+SparkStreaming+HDFS+Hadoop+Sqoop+MySQL等
涉及技术
1、道路卡口数据通过 Flume 实时传给消息队列 Kafka，Kafka 把消息传递给 SparkStreaming 进行清洗； 2、使用 SparkStreaming 对从 Kafka 获取到的记录与黑名单的车牌号相匹配时进行微批处理，把对应卡口的车牌号和记录的时间，放到设计好的 RowKey 中，并存放到 Hbase 数据库里面； 3、通过对于数据的抽样处理，得到每辆车的列族，然后对于车辆进行按照时间 id 排序，通过 Sqoop 数据迁移放到 Mysql 数据库里面； 4、统计出各个车辆的行驶轨迹，根据车辆的行驶轨迹计算指定卡口的车辆数，得到各个卡口到另一个卡口的车辆数后，统计对应的转化率； 5、使用 SparkSQL 实现，自定义卡口车辆的统计函数，自定义添加散列字段的函数，设置开窗函数； 6、通过 SparkStreaming 从 Kafka 获取实时数据，编写代码实现对道路拥堵的实时预警 ; 7、将分析结果通过 Sqoop 导入 MySQL 供前台展示。
