标签管理用于对网元进行分组管理，分为手动标签和自动标签。主要包括手动标签和自动标签。手动标签在创建时指定具体的网元，存储到数据库中。自动标签存储一定的条件来过滤网元并进行分组，在网元信息变更后，会发送 Kafka 消息，自动标签根据 kafka 消息变化增加或移除网元。 1. 设计前端原型并使用 Angular 编写标签管理原型。 2. 将自动标签的动态计算优化为静态计算+消息监听变更。 3. 网元信息频繁变更时，单条消息处理导致自动标签变更效率太低。经过分析，做出以下优化： 修改为批量处理 kafka 消息，将一段时间内的网元变更消息合并，减少计算的次数，提高了变更速度。

网管系统展示并管理着部分网元的数据和业务，当网元数据发生变更时，会通过不同的网管协议向 网管发送消息，网管接入层解析这些消息后会转换为对应的Kafka消息。（5G网元与网管通过 NETCONF 协议通信，4G网元通过 SNMP 协议通信）。对于消息的处理，网络自优化功能主要处理的消息分为两种 1、直接解析入库展示。重点是处理大批量数据的 kafka 接收、多线程并发处理、elasticsearch 入库问题 2、 根据消息内容进行业务处理。重点是网元在不同场景下触发的业务消息，对网元的数据进行增删改查等操作和对一些小区数据进行 KPI 计算和判断 我的主要贡献： 1. 实现了从 Kafka 拉取并处理消息、创建索引的架构 2. 通过修改 ES 索引存储和清理策略，优化消息处理效率，消除了 Kafka 的消息积压：原先一中消息类型的数据存储于一个索引中，峰值时期每天的数据量大约在300~500G左右，需要及时清理。在定时清理索引时，采用 deleteByQuery 方式，删除效率很低。因此采用索引模板+滚动索引的方式，以时间为单位创建索引。删除时，直接删除超出时间范围的索引。 3. 优化了极端场景下 ES 数据查询异常的问题：经分析，是由于并发查询数据较大，导致通过 NIO 读取到直接内存时，设置的直接内存大小不足。通过计算峰值数据大小，修改了 JVM 参数 MaxDirectMemorySize。

该产品采用微服务架构，并基于 SpringBoot 框架开发，实现了对网元的健康状态检查。网元是网管系统中可以独立实现一定传输功能的实体。NHC 实现了一键式、自动化、可定制的网元健康检查任务，提高了运维效率，节省了运维成本。NHC 主要分为5个微服务和一个算法包 nhc-algorithm： 1. 采用 Angular 编写的前端界面 nhc-ui ，给提供提供创建并执行任务的接口； 2. 任务分发服务 nhc-service ，按照网元的类型，将一个任务拆分成多个子任务，写到 zookeeper 的节点上，便于在采集服务中并发执行； 3. 采集服务 nhc-dataengine ，监听 zookeeper 结点的数据，并在不同的线程中执行采集任务； 4. 算法包 nhc-algorithm ,包含不同类型的采集算法，用于处理采集到的数据； 5. 报告输出服务 nhc-report ，当数据全部采集并计算完成后，将所有数据输出为 excel或 word 格式的报告，采集过程结束。 6. 自定义检查项和门限服务 nhc-checkitem ，用于支持用户自定义的检查项和不同外部环境下算法的判断门限； 我的责任 1.设计前端原型并使用 Angular 编写前端界面 2.优化了数据库存储和查询： a)增加关键字段的索引； b)根据用户使用的频度，将任务表的字段拆分到多张表中存储； c)随着任务数据量的增大，采用分库策略，将任务存储到不同数据库中 3.优化内存使用 a)优化 Zookeeper Curator PathChildrenCache 中缓存的数据结构，将大数据放在缓存的深层结点中，并使用公共线程池； b)采用流式读写方式并小批量读取中间文件，优化了 POI 写报告过程中对内存的占用。 c)加入 redis 缓存查询结果和 zookeeper 任务号，防止单个服务宕机导致的整体服务不可用