项目背景：
在该项目中，我作为Java 后端开发工程师，参与开发了一个面向仓储物流管理的系统，主要功能涵盖仓储管理（WMS）、物流配送、路径优化、以及基于 GIS（地理信息系统） 的可视化监控和实时调度。

项目职责
1. 仓储管理模块开发：
设计并开发了仓库的库存管理系统（WMS），负责管理入库、出库、盘点、库位分配等核心流程。
利用 MySQL 数据库实现库存状态的实时更新和追踪，确保多仓库间库存数据的同步和一致性。
2. 物流配送与路径优化：
集成 GIS 服务，为配送车辆提供路径规划、实时路况和距离计算等功能。
实现了配送路径的动态调整：通过分析实时路况数据和配送目的地位置，提供最佳配送路径选择，减少配送时间和成本。
使用 Dijkstra 和 A*算法 进行最优路径规划，结合多条件约束（如时间窗、优先级），对多仓库和多车辆的配送任务进行优化调度。
3. GIS 地理信息集成与可视化：
使用GIS相关开源库，开发了物流网络的实时监控系统，可以展示全国多个仓储中心、配送车辆、物流节点的地理位置信息。
实现了地图上的实时轨迹跟踪功能，能够实时获取和显示配送车辆的位置信息，并根据 GPS 数据计算出配送进度。
与第三方地图API集成，获取配送区域的实时路况数据，用于优化配送线路。
4. 订单与物流管理模块：
负责实现从订单生成到发货配送的完整业务流程，订单状态可在系统中实时更新，支持自动调度和多仓协同。
设计并实现了订单跟踪系统，通过订单号实时查询订单的发货、配送、签收状态，系统同时支持异常订单的自动告警与人工干预。
对接多个第三方物流平台的 API（如顺丰、京东物流、菜鸟网络），确保物流信息的准确同步和配送进度的可追踪性。
5. 性能优化与高并发处理：
为应对仓储系统的高并发访问，使用 Redis 实现了关键数据的缓存机制，提高了系统的响应速度，并降低了数据库的压力。
在高峰期数据量暴增时，通过 Kafka 实现了异步消息队列，用于订单状态、物流节点信息的异步处理，避免了系统的阻塞。