本项目java层面有俩个单体项目，一个是关于本地区监控账号下所有视频搜索的后台项目，一个是 用于和
python互通数据接收的bcp单体项目，本项目通过python抓取到的账号，作品数据，对抖音、快手、
微博、小红书、 b站等平台进行作品预警及账号监测，现在同时支持用户提供主页链接及作品链接进行监测　　　　
开发的技术：Spring Boot、 Mybatis、 Pgstgresql、 Redis、 ElasticSearch、 Neo4j 、citus、WebSocket、Jenkins等
优化项目：
1. 因为涉及到很多视频平台，日数据量达到上百万级别，为防止突然数据暴增导致项目崩溃，采用了Kafka
我创建多个服务，一个服务只对一个平台数据进入入库操作，当这批数据入库完成后，因匹配流程需耗时较长时间，
为了不积压我们的数据bcp包，影响读取效率，我创建一个topic，把这批数据发送到这个topic就行了，然后创建相应平台
的消费者对其进行消费，但是这样会出现kafka积压的情况，这个时候就可以在消费者中开启多线程，进行消费
2.项目初始阶段并没有考虑到这么多数据的产生，导致我接收项目时，一个表的数据超过亿级，导致只要关联这个表的操
作，变的异常困难，这个时候如果考虑分库的时候已经不切实际，操作周期太长，操作复杂度太大，这个时候，我考虑到使
用citus来进行分区，但是这会出现一个问题，该用什么策略去进行分区，如果分区表太大，会不会影响这个表，因为当执行
语句没有携带分区唯一键，这将导致扫所有分区表，比单表的操作时间更长，这将得不偿失，我考虑到我们项目是时效性较
强的，对于一个月前的数据其实并不关注，那我就按照作品发布时间进行分区，因很多查询都是按照天级别进行查询，那我
就按照天进行分区，一天一个分区表，但是时间长是不是导致很多分区表的创建，这个时候可以写相关定时任务，去删除一
个月前的分区表，保证数据一直维护在一个月最新的数据，这样查询效率从最初20s左右变成了0.5s，查询效率大大提升，
并且因组内人员未对该插件进行使用过，在该业务完成后，我也开展了相应的技术讨论会，组内人员一起学习该插件的使用
3.当我把原来单服务拆解成一个平台一个服务时，发现当更新项目时，更新成本太大，公司还在用supervisor管理项目，要
一个服务一个服务进行更新，并且我们这些服务还在多个服务器中，更新成本太大，这个想到可以用Jenkins进行管理，用
图形画界面的形式更新，操作方便快捷，大大提高我们维护项目的成本