运用人工智能、大数据等前沿科技，为您提供千人干面的个性化健康管理计划，致力于做您的专属智能健康管理助手。通过健康指数综合反馈您的健康状况，提示潜在健康风险因素，智能推荐健康改善目标，帮助您有针对性地改善健康问题，造就健康体 。 同时，该平台提供饮食方案推荐、运动训练、健康专项测评、健康课程等功能及服务，全方位守护您与家人的健康生活。

项⽬描述 妙健康APP是以健康行为大数据和人工智能为基础作为数字化精准健康管理平台。整合公司物联网健康大数据平台(妙 +)、健康风险分级管理平台(H平台)、人工智能健康干预平台(M平台)三大健康数字化核心能力，通过IOT智能硬件、AI 人机交互、人工的方式对运动、营养、心理、睡眠等多方面的健康数据追踪，来为用户提供多维度、定制化的健康行为 干预方案。致力于为用户提供从疾病预防、跟踪干预、慢病管理到保险保障和医疗服务在内的“健、医、药、保”全链 项目经历 INbeS81n202205071438 条闭环健康解决方案。 基于Spring Cloud Netflix作为微服务技术选型，包括健康管理系统、健康头条系统、在线问诊系统、妙药商城系统。 项⽬职责 项目管理，根据需求文档安排每位员工的开发周期、每周的工作计划，每天项目中问题总结，保证项目进度。 负责整个健康头条系统中资讯、课程搜索、详情查看，智能推荐。 负责整个健康管理系统健康评测模块、推荐健康计划、每日健康任务生成、记录。 负载情况 总⽤户量1.2亿，⽇活跃⽤户量6000万，峰值⽤户2600万。 技术挑战、解决⽅案 先删缓存，再更新数据库导致缓存双写不一致问题 解决方案 采用RocketMQ去解决这个问题，创建40个队列，根据商品的ID去做hash值，然后对队列个数取摸，当有数 据更新请求时，先把它丢到队列里去，当更新完后在从队列里去除，如果在更新的过程中，有查询请求过来， 先去缓存里看下有没有数据，如果没有，可以先去队列里看是否有相同商品ID在做更新，如果有也把查询的请 求发送到队列里去，然后同步等待缓存更新完成。这里有一个优化点，如果发现队列里有一个查询更新缓存请 求了，那么就不要放新的操作进去了，用一个while（true）循环去查询缓存，循环个200MS左右，如果缓存 里还没有则直接取数据库的旧数据。 缓存崩溃导致数据库压力过大，甚至宕机问题 解决方案 采用Nginx+redis集群+ehcache本地缓存三级缓存策略，若redis集群宕机，不至于大量的请求直接打到数据 库，导致数据库宕机，同时为了redsi集群重启后，能立即恢复到宕机前的状态，基于AOF、RDB对数据进行持久 化。最后一关对缓存系统做了降级、限流处理。

项⽬描述： 新妙佳营销平台是依靠新妙佳电商系统、会员系统、大数据分析系统为个人用户发放优惠卷、推送商品活动、激活不活 跃用户、智能推荐爆款商品信息的一个平台。助力公司提升活跃用户量，增加用户与系统的黏性，提高订单量。 项⽬职责： 全量用户推送营销活动的高可用架构设计、开发。 全量用户发放优惠卷的高可用架构设计、开发。 特定用户定时推送热门商品信息的高可用架构设计、开发。 特定用户发放优惠卷的高可用架构设计、开发。 负载情况： 总⽤户量1.2亿。 技术挑战、解决⽅案： 全量用户营销活动推送的高可用架构设计 业务场景： 运营开启优惠活动推送，会针对全量⽤户发送通知消息。需要⽤户数据全量查询，数据量达上亿条，给数据库造 成很大的压力，并且系统加载大量的数据会造成频繁的Full GC，甚至内存溢出，造成机器宕机。就算是向MQ发 送消息，发送消息数量也是亿级别，非常耗时。 解决方案： 获取用户maxAccountId，按照4000步⻓拆分成n个⼦任务，再将所有子任务进行Rocketmq消息的batch合 并，以batch模式一批一批的发送任务到mq里去，推送系统消费消息，按照4000的步⻓从数据库中查询出⽤户 数据，在每次提取4000个⽤户数据后，自定义200个线程的线程池并发的调用三方推送消息接口，为了保证数据 库的压⼒不⾄于太⼤，利用Semaphore进行限流。 全量用户发放优惠卷的高可用架构设计 业务场景: 运营开启向全量⽤户发放优惠券，除了全量查询上亿条数据用户数据，还需要向数据库插入上亿条优惠卷与用户 关联数据。不仅耗时，而且会造成数据库、系统压力特别大。 解决方案: 采用惰性发放优惠卷的方案。运营人员创建发放优惠卷后，数据库、redsi中各存一份，每当用户登录电商平台 后，以弹框的形式展示redis中有效的优惠卷信息，点击领取后，创建一个优惠卷领取消息到RocketMQ，营销平 台监听到该消息后，消费插入优惠卷与用户关联数据。