项目模块及功能： 用户中心：管理用户账号、权限和个人信息。 基础数据：维护园区基础数据，如建筑信息、设备信息等。 智慧人行：监控园区人员行为，包括出入记录、人流量统计等。 智慧车行：管理园区车辆出入、停车信息等。 视频监控：提供园区实时视频监控和录像回放功能。 能耗管理：监控园区能耗情况，进行能源使用优化。 告警中心：实时监测园区设备运行状态，发现异常并进行告警。 防告警：针对常见告警进行预防性管理，降低系统故障风险。 场景控制：根据园区不同场景需求，进行智能化控制。 综合看板：展示园区各项数据指标、报警信息等综合信息。 设备管理：对园区设备进行管理和维护。 我的任务、技术栈及效果： 我作为项目负责人，承担了以下任务： 参与需求分析，完成需求确认与拆分。 领导技术团队，进行项目的架构设计和技术选型，使用的技术栈包括后端Java等。 参与核心功能的开发工作。 负责技术团队的日常管理和团队招聘工作。 确保项目按时交付，保证系统稳定和持续更新迭代。 技术栈：spring、springboot、mybatis、mysql、redis、EMQX、docker、K8s 通过以上工作，我们达到了以下效果： 完成了项目的全流程跟进，保证了系统的稳定运行和持续优化。 通过技术选型和架构设计，提升了系统的可维护性和可扩展性，为团队的高效协作提供了支持。 确保了团队的高效协作和项目的顺利实施，为智慧园区2.0的成功落地奠定了坚实的基础。 难点及解决方案： 项目中可能遇到的难点包括： 复杂的需求分析和拆分。 技术架构设计和选型的挑战。 日常团队管理和项目进度把控。 解决方案包括： 参与需求分析，并与团队共同讨论确定最优方案。 深入研究和评估各种技术方案，选择适合项目需求的技术栈，如后端采用Java等。 建立有效的团队协作机制，分配任务并监督进度，确保项目按时交付。 编写并遵守相关的开发规范，保证代码质量和项目稳定性。

项目模块及功能： 区块链基础服务管理平台包含以下模块： 多节点管理模块：可实现区块链服务的多节点创建、删除、监控能力。 区块链服务组件模块：提供通用的区块链相关服务组件，如存证服务、NFT服务（支持ERC1155和ERC721标准合约）、区块链浏览器服务、KMS私钥管理服务等。 我的任务、技术栈及效果： 我作为Java架构师，负责以下任务： 搭建APM应用性能监控系统（Skywalking），进行服务治理。 对NFT服务进行性能压测和优化，使用技术栈包括Spring、Spring Boot、Redis、MySQL等。 设计并开发NFT服务2.0版本。 对现有架构进行梳理和问题修复。 通过以上工作，我们达到了以下效果： 实现了对应用性能的实时监控和优化，提高了系统的稳定性和性能。 通过性能优化，提升了NFT服务的响应速度和并发处理能力，满足了客户需求。 设计并开发了NFT服务2.0版本，增强了功能和性能。 难点及解决方案： 技术栈转换和对区块链的理解： 解决方案：参与公司培训课程、编写合约验证功能、阅读相关书籍。 智能合约安全问题： 解决方案：安全审计、合约分析工具、整数溢出问题的安全库使用和测试、透明的合约升级流程。 区块链跨链问题： 解决方案：资产锁定保证、合约审计和测试、哈希时间锁定合约应用。 NFT服务性能问题： 解决方案：系统分析、压测、性能优化，包括SQL语句优化、缓存、JVM调优、技术实现方案调整、代码优化等。

该项目分为以下模块： 用户模板：用户相关功能，如注册、登录、个人信息管理等。 积分模块：处理用户积分相关操作，如积分获取、使用、查询等。 产品模块：管理产品信息，包括添加、编辑、删除产品等功能。 订单模块：处理订单相关功能，包括下单、支付、退款等。 交易模块：管理交易信息，包括交易记录查询、交易统计等功能。 我负责的任务主要是系统性能优化，使用的技术栈包括 Spring、Spring Boot、Redis、MySQL、Consul、RabbitMQ，项目部署在 Kubernetes 管理的容器环境中。通过优化，最终达到了以下效果： 针对高并发请求下的性能问题，通过引入应用性能监控系统 Skywalking 进行监控，并利用 Jmeter 和阿里云PTS进行性能压测，收集指标并分析问题。 针对不同的性能问题，采取了针对性的解决方案： 针对流量网关性能问题，根据不同规格的云负载均衡器的性能限制，选择升级高规格的负载均衡器，以提升服务性能和可用性。 针对首页加载缓慢的问题，采取了一系列优化措施，包括按需及用时组件注入、初始渲染缓存、组件精简、首屏数据渐进式渲染、数据请求优化以及骨架屏应用，以提升用户体验。 针对数据库性能问题，通过优化数据库连接、查询效率，以及增加缓存层，如使用 Redis 进行数据缓存，来提升数据库性能和应用整体性能。 针对锁竞争、硬件资源不足等问题，采取了相应的策略和资源调配，以缓解或解决这些问题。 项目中的主要难点包括： 在偏数据密集型应用中处理高并发请求和大量数据，需要保持应用的高性能和高可用。 数据库性能问题，包括并发写入冲突、数据库连接过载和查询效率低下等。 硬件资源不足以及锁竞争等问题也是挑战之一。 这些难点通过引入监控系统进行实时监测、采取针对性的优化措施，如升级硬件、优化数据库查询、增加缓存层等，来逐步解决。