自媒体管理系统面试题

1.27
项目：
1.项目有哪几个系统？
主要分为（三大系统）：

• 自媒体端（PC端的后台）
• 平台后台管理端（PC端的后台）
• 用户APP端（ 安卓 & IOS （PS：结合产品））
  具体服务：
  平台admin、自媒体、文章、页面静态化服务、商业、评论、搜索、推送、实时计算、智能分析、爬虫、分布式任务调度xxl-job-admin、各系统网关服务、配置中心注册中心nacos、 skywalking、告警服务等。（PS：描述是一回事，自己负责的模块又是另外一回事，所以尽管说）

2.你在项目中做了哪些系统实现了哪些功能？
根据自己所学所熟悉所擅长进行回答

1.28
项目
1.项目的技术架构是什么样的？
SpringCloud 微服务架构，Mybatis plus 数据层访问技术，有用到 微服务网关、nacos注册配置中心、xxljob 分布式定时任务、Kafka及KafkaStream消息队列跟实时流计算、全文搜索技术ES、缓存Redis技术、MySQL、MongoDB等。

如选择地方新闻网项目：
用户人员：万来人，小几万人，顶多了，自己说个准数就好
并发量：几十左右，一百多点顶多了，自己说个准数就好
日访问量：大几千，或者一万出头一点，自己说个准数就好

3.多少人开发？开发了多久？
PS：关于这个问题，外包跟公司自己产品开发 完全是两码事。（结合项目适应性回答）
时间周期：
外包：
传统的开发方式，会有具体的项目开始跟结束节点，就算分多期，每期也会有具体的时间节点。
可分3期：一期核心功能开发、二期附加功能开发、三期调整优化、迭代需求。
每期大致2个月时间（包含开发、测试、上线）。
自己公司产品：
敏捷开发，快速迭代，不断优化产品，调整市场方向，调整商业策略
如果你们公司没有其他产品并行产出，那么当前这个产品的开发周期就是你任职的时间。
人员：
产品经理：1人，确定需求及给出产品原型图。
  项目经理：1人，项目管理。
  前端团队：2人，根据产品经理给出原型制作出静态页面（当然也包括UI）。
  后端团端：5人，实现产品的功能（你们就属于后端团队）。
  测试团队：1~2人，负责测试产品的所有

1.29
项目
核心模块：
1、自媒体端文章保存-审核-自动发布流程
自媒体人保存文章并发布 -> kafka 消息 -> 异步进入自动审核流程 -> 幂等校验是否已经审核，是否需要再审核，如果不需要则直接确认消息 -> 平台端敏感词匹配（DFA算法需要了解，敏感词库需要加载到程序内存map缓存） -> 阿里云 云盾 服务（图片检测、文本检测）-> 通过、不通过（记录原因驳回）、review（转人工再审） -> 若通过则进入发布流程 -> 是否到达发布时间 -> 如若未到达，则结合 xxl-job 做定时发布（1分钟一次扫描审核通过待发布并且已经到达发布时间的文章）-> 进入发布流程细节 -> kafka异步消息 ->1、 搜索服务，增量索引文章数据到ES（文章标题、封面图、作者信息、发布时间）；2、用户端文章服务，将文章数据从自媒体端同步过来；3、页面静态化服务，将文章详情数据跟文章详情HTML模板执行页面静态化程序生成完整的文章详情html文件保存到文件服务器（可以参考，课程中是直接查询的数据库未使用页面静态化）。

2、ES文章搜索

ES搜索功能是二期上线的功能，考虑到一期有已经上架的留存文章，所以在es搜索服务上线后，先用一次性脚本，对MySQL用户端已发布上架的文章做一次全量同步，索引文档到资讯文章索引库。主要字段：文章标题、封面图片、作者信息、发布时间。然后在文章发布阶段，会对具体发布的文章做增量同步索引。具体搜索，会用ES QueryString 根据用户输入关键字分词匹配 文章标题及作者，根据匹配度得分，分页输出匹配到的结果列表。然后在列表点击文章就可根据文章id找到对应的静态化html文件，展示文章详情，还会调用一些动态数据接口，获取文章点赞、评论、或侧边栏推荐、广告等数据。

1.30
项目
3、热点文章计算

主要分为两个具体流程

1. 利用xxl-job 每天凌晨1点对前5天发布的文章按批量计算。计算文章热度得分，排序，取热点文章存Redis。
   具体：查询出各个频道（已开放频道）下前5天发布的文章数据，利用多线程技术（线程池），根据该文章对应的用户行为数，按不同的权值得分（一次点赞5分、一次收藏10分…）分别计算每篇文章的得分数（用单线程挨个计算耗时较久，这里用线程池），利用CountdownLatch等待所有得分计算完成，由于需要按计算出的得分排序，所以需要实现 Comparable接口，重写compareTo方法，用文章的 热度得分 进行 比较。然后将 每个频道下的文章进行排序，取前50条，存储到Redis Zset结构中。

2. 利用kafka stream 根据 用户对文章产生的 实时行为数据做实时流计算。计算文章热度得分，比较Redis最低得分，更新Redis热点文章。
   具体：用户对于文章的行为操作数据，会利用kafka消息队列，发送消息（1001,1（1代表点赞、2代表收藏…）） 传递到 实时流处理器，处理器接收到 数据后，会开启 10s的时间聚合窗口，每10s一次聚合，然后将kv合并成新key后进行分组统计，会得到（1001