• 项目描述： 1. Monitor 监控项目是一个集监控与报警等多个功能于一体的服务指标监控系统， 其目的在于解决运行环 境中实例或容器出现异常之后，开发人员能够快速定位修复以及指标异常时能够进行扩容或处理的监控服务 2. 模块分为:告警模块、拨测 模块、节点监控模块、资源监控、容器监控、定时任务处理等 • 技术栈：Spring Cloud、Spring Boot、PostgreSQL、Mybatis Plus、Redis、Elaticsearch、Quartz、Prometheus、 Alertmanager、InfluxDB、Cadvisor、Grafana、Knife4j、Docker...... • 个人职责： 1. 负责拨测模块的设计与实施，数据库设计，矢量数据测试与告警消息的分发等 独立负责 Prometheus 实例监控的整个链路设计与实施，以及告警配置，容器活性，仪表盘的指标配置 2. 负责 Docker 容器监控的链路集成设计，knife4j定制化组件的编写等 • 技术要点： 1. 用 Quartz、Redis 等处理拨测模块的异常状态，超出限制阈值进行回调通知给负责人，拨测模块的设计分为表达式对比 ，alert 抑制，receiver 管理，矢量数据测试等。 2. 使用 Arms 进行项目全链路追踪 ; Prometheus 进行指标监控，通过定时获取实例各项指标并存储进 Elaticsearch 作为实例指标日志并供分析 3. 使用 TSDB 作为指标数据持久化存储，Grafana 负责总览页面展示，PromQL 作为数据查询途径，Cadvisor 作为容器监 控，负责推送容器指标

• 项目简介： 1. Service360服务系统是香格里拉公司开发的一款办公软件，使用者为酒店工作人员，核心目的是为了提高酒店工作人员对用户的服务质量，项目分为多个服务系统，基础的权限系统，用户维护系统等等，基于 Cookie 实现的前后端分离 2. 项目拆分基础权限系统与业务系统，使用 Dubbo与 Zookeeper 进行网络通信，相关的基础属性如服务配置项等在基础系统中进行，其它系统负责处理各自的业务 3. 模块分为:工作台、工单系统、Tracking 管理、SetUp 页面、业务报表、企业项目激励、酒店管理、人员管理等等 • 技术栈:Spring Boot、Mybatis、Dubbo、Zookeper、MySQL、Quartz、Redis、Kafka、XxlConf、XxlJob、K8s、 Docker、WebSocket、Nginx、FineBI、PostgreSQL、Prometheus...... • 个人职责： 1. 负责开发 Mobile与 App 端项目的客房服务与行程偏好需求部分，入住前称为行程偏好选择相应的服务类型，有行李协 助，房间类型选择，枕头，拖鞋，等各种生活用品，入住中称为客房服务，有房间升级，洗衣等各种选项，根据用户的选择进行生成工单派发 2. 开发 PC 端酒店后台 SetUp 页面的服务配置项需求，开发工单系统需求，保证兜底逻辑等，以及工单延迟执行的超时赔 付业务逻辑板块需求等 3. 开发小程序端服务下单业务，服务购物车逻辑需求，以及下单后的串联工单系统 4. 开发移动服务消息推送需求，如入住提醒入住后评价相关，以及差评相关的补偿逻辑需求等，串联 GreAT 系统 • 技术要点： 1. 基于 Redis Map 数据结构实现用户的购物车数据存储，使用 WebSocket 推送下单后工单派发进度通知，入住提醒等功 能 2. 使用 XxlJob 定时刷新工单状态，邮件推送预警信息，清洗数据，持久化数据等 3. 使用 Prometheus 对业务指标的监控，如每个产品的实时服务指标，用户归因，用户新增指标

1. GreAT 是一款专门分析用户行为的系统服务，包含用户反馈，市场调研，员工录入用户习惯等等，也包含用户的标签分析等等，数据来源范围是多方面的，其目的是计算用户偏好，提供更好的服务质量 2. GreAT 是专门分析用户的系统，核心服务分为两部分进行，一部分是处理用户的负面反馈信息，如住宿后负面评价，以及售后问题，对用户做出补偿行为 等，一部分是主要分析预订单中用户的偏好信息，分析预订单用户偏好的数据来源是多方面的，预订单的范围是过去一周 与未来两年内的预订单，数据量基本保持在百万起步 • 技术栈：Spring Boot、Dubbo、Zookeper、MySQL、Fine Report、Mybatis Plus、Redis、RabbitMQ、Elaticsearc h、XxlConf、XxlJob、PostgreSQL、K8s、Nginx...... • 个人职责: 1.负责该项目中核心部分 GuestPeDia (用户偏好)链路的二期优化，提高页面响应效率，原一期页面响应时间大大超 过平均响应时间(约20秒)，因为数据来源涉及到多部门之间，网络开销成为最大的阻碍，二期重新规划链路使其响应不 超过2秒 2.优化项目中核心部分 GreAT (行为分析)报表相关页面的响应速度，数据在多部门之间，导致 SQL 在查询时间上耗 费过多时间，故重新设计数据链路，优化之后使其响应在2秒之内 3.负责数据库的设计工作，根据项目需求合理的设计数据库与服务链路，包含索引的设计，项目链路的设计等等，以 及不同部门之间的数据同步方案等等 • 技术要点： 1. 数据同步方案：使用 RabbitMQ 同步多维度间的数据信息;数据更新;数据 Diff等;版本号解决消费顺序不一致时数据 覆盖问题，唯一索引解决数据幂等性问题 2. 数据预热方案：使用 XxlJob 进行上线后开始预热30天的数据，预热期间 XxlConf 新增开关控制链路的数据获取，观察数据无问题后切换链路 3. 数据缓存方案：基于 Redis Map 数据结构以天纬度均匀设置过期时间，合理使用内存防止缓存雪崩;使用互斥锁解决 缓存击穿问题，防止数据库宕机;使用布隆过滤器解决缓存穿透问题 4. 数据排序方案：基于 Google Guava的 Ordering 对数据进行多维度的排序