员工行为一期：随着监管机构强监管态势的持续，建行北京分行开发“员工行为认知系统一期”。主要应用于员工行为、合规检查中资金流向等违规行为疑点进行排查，规避、识别潜在风险。该项目分为疑点信息审核管理、信息管理两个模块，对疑点进行初步审核并对员工进行处置记录。 员工行为二期：在一期基础之上完成支行自主查询页，疑点退回次数查看，疑点总数、疑点人数统计等新功能点开发。 技术架构： 1.前端采用JS+JSP+CSS技术，设计编写前端页面功能如筛选框，下拉框，弹窗等基本功能实现、整体页面选用格式，风格等。 2.后端主要围绕servlet+Spring技术完成： 业务层：VO层、Service层、Dao层业务功能编写 数据层：使用PL/SQL Dveloper数据库开发工具，Oracle数据库模型设计，SQL语句编写 版本管理工具：使用Git+GitLab对代码进行管理，项目管理工具使用Maven。

随着智能*的普及，人们更加习惯于通过*来看新闻。由于生活节奏的加快，很多人只能利用碎片时间来获取信息，因此，对于移动资讯客户端的需求也越来越高。黑马头条项目正是在这样背景下开发出来。黑马头条项目采用当下火热的微服务+大数据技术架构实现。本项目主要着手于获取最新最热新闻资讯，通过大数据分析用户喜好精确推送咨询新闻 项目术语： 项目：泛指黑马头条整个项目或某一项目模块 工程：泛指黑马头条某一项目的源码工程 用户：泛指黑马头条APP用户端用户 自媒体人：泛指通过黑马自媒体系统发送文章的用户 管理员：泛指黑马头条管理系统的使用用户 App：泛指黑马头条APP WeMedia：泛指黑马头条自媒体系统 Admin：泛指黑马头条管理系统 技术栈： 运用Spring Boot快速开发框架，构建项目工程；并结合Spring Cloud全家桶技术，实现后端个人中心、自媒体、管理中心等微服务。 运用WebMagic爬虫技术，完善系统内容自动化采集 运用Kafka完成内部系统消息通知；与客户端系统消息通知；以及实时数据计算 运用MyCat数据库中间件计算，对系统数据进行分开分表，提升系统数据层性能 运用Redis缓存技术，实现热数据的计算，NoSession等功能，提升系统性能指标 运用Zoookeeper技术，完成大数据节点之后的协调与管理，提升系统存储层高可用 使用Mysql存储用户数据，以保证上层数据查询的高性能 使用Mongo存储用户热数据，以保证用户热数据高扩展和高性能指标 使用FastDFS作为静态资源存储器，在其上实现热静态资源缓存、淘汰等功能 运用Habse技术，存储系统中的冷数据，保证系统数据的可靠性 运用ES搜索技术，对冷数据、文章数据建立索引，以保证冷数据、文章查询性能 运用Sqoop、Kettle等工具，实现大数据的离线入仓；或者数据备份到Hadoop 运用Spark+Hive进行离线数据分析，实现系统中各类统计报表 运用Spark Streaming + Hive+Kafka实现实时数据分析与应用；比如文章推荐 运用Neo4j知识图谱技术，分析数据关系，产出知识结果，并应用到上层业务中，以帮助用户、自媒体、运营效果/能力提升。比如粉丝等级计算 运用AI技术，来完成系统自动化功能，以提升效率及节省成本。比如实名认证自动化

本项目(瑞吉外卖)是专门为餐饮企业(餐厅、饭店)定制的一款软件产 品，包括系统管理后台和移动端应用两部分。 其中系统管理后台主要提供给餐饮企业内部员工使用，可以对餐厅的菜品、套餐、订单等进行管理维护。 移动端应用主要提供给消费者使用，可以在线浏览菜品添加购物车、下单等。 技术栈： IDEA：代码书写软件 Tomcat：常用服务器 Junit：业务层功能测试工具 Postman：服务层功能测试工具 Maven：依赖导入下载jar包必备 Git：代码备份工具，保存各版本代码以便于回顾检查