项目描述：
以京东App消息的方式，为京东近7天3000万活跃用户，推荐广告商品，旨在站外流量变现。
整个平台有，用户挖掘服务，模拟请求服务，广告服务，推荐服务，策略服务，中间页广告服务以及消息推送服务等。
通过OpenResty实现了API网关，实现分流，限流，请求参数修改，黑白名单等。
使用Open Resty API 网关，对推荐的商品进行链接埋点以及策略排序。
通过局部并发技术，在中间页上，为推荐的商品聚合价格，优惠券，广告信息等。
通过标签技术，实现 AB 分流实验以及全链路压测实验等。
使用 Free Marker 技术，实现前后端动静分离。
技术栈为Java技术栈，包括Spring Boot，JMQ消息中间件，MySQL数据库，Redis分布式缓存，Nginx Lua等。
项目职责：
1.架构设计，高可用：使用AKF理论，对系统进行无状态设计，支持服务水平扩展。
2.架构设计，高性能：从架构层面，服务无状态化，支持水平扩展；使用JMQ进行服务解耦以及消峰，使用异步处理请求以及回调通知结果；使用分布式缓存，通过Open Resty Lua在Nginx 进行数据预处理，减少无效流量。从服务层面，使用本地缓存，减少服务访问；缓存使用PB格式存储数据，服务调用采用用PB格式数据；使用线程池，处理JMQ消息；通过JVM调优，保证低延迟，减少FULL GC等。
3.负责模拟请求服务，策略服务，中间页广告服务的开发。
4.根据DDD理论以及AKF理论，对单机服务进行了微服务拆分，并对通信链路进行优化，对线程池进行优化等
工作业绩：
1.App广告消息推送平台每天为近3000 万活跃用戶推荐广告商品，通过效能分析，不断优化推荐算法，使得一跳广告点击率超4%，每天收入将近百万。
2.负责App广告消息推送平台架构设计，从架构层面保证高性能/高可用/高扩展，支持3000万用户的瞬时流量。
根据DDD理论，重构了中间页广告系统，通过变现站内外流量，每天收入近50万，以及不断对系统进行优化，承载了双11，618近亿级流量。