项目实训后台系统架构设计

项目分析 

项目流量特征分析

• 峰值时间

  • 垃圾分类需求发生时间主要集中在日常生活中，可以认为白天（6:00~23:00）流量远远大于夜间（23:00~次日6:00）；

  • 关于厨余垃圾的分类需求可能集中在午/晚饭时间段；

• 流量分布

  • 白天非饭点：流量常规且分布均匀

  • 饭点：流量达到峰值

  • 夜间：流量较少，允许系统维护

• 峰值差距

  • 常规时段*1000% > 饭点qps > 常规时段*300%

项目非功能需求分析

• 性能需求

  • 响应速度：应用界面操作响应时间应小于1秒，垃圾分类建议结果加载时间应小于3秒；

  • 并发处理：支持一定数量的用户同时在线查询或使用功能，确保服务器负载均衡；

• 可用性需

  • 支持系统更新/部分服务器宕机时仍有能力为用户提供服务；

• 可靠性需求

  • 系统稳定性：尽可能减少崩溃风险，系统的可用率需达到99.9%以上；

  • 数据完整性：确保用户输入数据在传输和存储过程中的完整性和准确性；

• 安全性需求

  • 用户隐私保护：收集的用户数据（如位置、偏好等）需加密存储；

  • 防御攻击能力：应用需具备防止SQL注入、跨站脚本攻击（XSS）等常见网络攻击的能力；

• 可维护性需求

  • 可扩展性：垃圾分类标准可能因地而异，因此系统结构需要易于更新和扩展以应对不同区域的分类规则；

  • 错误反馈机制：当用户输入错误或系统异常时，能友好地提示用户并引导解决问题；

系统架构设计

1. 系统架构概览

采用分布式微服务架构，确保系统的灵活性、可扩展性及高可用性。主要组件包括：

• API网关：统一处理外部请求，提供负载均衡、认证和路由功能；

• 服务层：基于微服务分解为多个独立的业务模块，例如垃圾分类规则服务、用户管理服务等；

• 数据层：采用分布式数据库和缓存技术，确保数据的完整性和高效读写；

• 监控与日志系统：实时监控服务状态并记录日志以支持故障排查；

2. 关键技术方案

性能优化

• 响应速度：

  • 使用高效的后端框架（SpringBoot + SpringWebFlux）结合非阻塞异步服务器（Netty）和响应式编程提高系统吞吐量和并发量；

  • 优化数据库查询；将热点数据存储到k-v数据库（Redis）；

  • 结合搜索引擎（Elasticsearch），提高文本查询速率

• 并发处理：采用负载均衡技术（如Nginx），结合消息队列（RabbitMQ）以处理高并发请求；

可靠性设计

• 高可用性：多节点部署，并结合容器技术（Docker）进行管理，确保系统更新时的服务不中断；

• 系统稳定性：实现健康检查机制，及时发现并处理异常服务；

• 数据完整性：使用事务管理确保数据操作的准确性，根据不同模块的需求差异启用主从数据库同步机制或数据软状态；

安全性设计

• 用户隐私保护：结合HTTPS协议和AES加密存储用户数据；引入身份验证（OAuth2.0）以确保数据访问安全；

• 防御攻击能力：集成Web应用防火墙（WAF）抵御常见攻击；针对恶意流量设置速率限制；

可维护性提升

• 动态扩展性：采用模块化微服务设计，新增或修改垃圾分类规则只需更新对应模块；

• 错误反馈机制：设计全局异常处理逻辑，友好地向用户展示错误提示，并在日志中记录详细信息以供开发人员分析；

3. 技术栈支持

• 编程语言：Java；

• 数据库：关系型数据库（MySQL）和非关系型数据库（MongoDB）；

• 缓存技术：Redis；

• 消息队列：RabbitMQ

• 部署容器：Docker ；

• 监控工具：Sentinel用于服务监控与告警；

4. 部署方式

• 测试阶段：利用云服务平台（阿里云），确保跨区域数据同步；

• 发布阶段：// TODO