GitHub标星10k!基于Alibaba规范的vue+分布式高耦合后台管理系统

简介: 一个基于vue3-element-admin开源项目重写Vue3 + TS + ElementPlus,采用插件化 + 扩展包形式 结构解耦 易于扩展的后台管理系统本框架与RuoYi的功能差异

一个基于vue3-element-admin开源项目重写Vue3 + TS + ElementPlus,采用插件化 + 扩展包形式 结构解耦 易于扩展的后台管理系统

本框架与RuoYi的功能差异

功能

本框架

RuoYi

前端项目

基于vue3-element-admin开源项目重写
Vue3 + TS + ElementPlus

基于Vue2/Vue3 + JS

后端项目结构

采用插件化 + 扩展包形式 结构解耦 易于扩展

模块相互注入耦合严重难以扩展

后端代码风格

严格遵守Alibaba规范与项目统一配置的代码格式化

代码书写与常规结构不同阅读障碍大

Web容器

采用 Undertow 基于 XNIO 的高性能容器

采用 Tomcat

权限认证

采用 Sa-Token、Jwt 静态使用功能齐全 低耦合 高扩展

Spring Security 配置繁琐扩展性极差

权限注解

采用 Sa-Token 支持注解 登录校验、角色校验、权限校验、二级认证校验、HttpBasic校验、忽略校验
角色与权限校验支持多种条件 如 
ANDOR权限 OR 角色 等复杂表达式

只支持是否存在匹配

关系数据库支持

原生支持 MySQL、Oracle、PostgreSQL、SQLServer
可同时使用异构切换

支持 Mysql、Oracle 不支持同时使用、不支持异构切换

缓存数据库

支持 Redis 5-7 支持大部分新功能特性 如 分布式限流、分布式队列

Redis 简单 get set 支持

Redis客户端

采用 Redisson Redis官方推荐 基于Netty的客户端工具
支持Redis 90%以上的命令 底层优化规避很多不正确的用法 例如: keys被转换为scan
支持单机、哨兵、单主集群、多主集群等模式

Lettuce + RedisTemplate 支持模式少 工具使用繁琐
连接池采用 common-pool Bug多经常性出问题

缓存注解

采用 Spring-Cache 注解 对其扩展了实现支持了更多功能
例如 过期时间 最大空闲时间 组最大长度等 只需一个注解即可完成数据自动缓存

需手动编写Redis代码逻辑

ORM框架

采用 Mybatis-Plus 基于对象几乎不用写SQL全java操作 功能强大插件众多
例如多租户插件 分页插件 乐观锁插件等等

采用 Mybatis 基于XML需要手写SQL

SQL监控

采用 p6spy 可输出完整SQL与执行时间监控

log输出 需手动拼接sql与参数无法快速查看调试问题

数据分页

采用 Mybatis-Plus 分页插件
框架对其进行了扩展 对象化分页对象 支持多种方式传参 支持前端多排序 复杂排序

采用 PageHelper 仅支持单查询分页 参数只能从param传 只能单排序 功能扩展性差 体验不好

数据权限

采用 Mybatis-Plus 插件 自行分析拼接SQL 无感式过滤
只需为Mapper设置好注解条件 支持多种自定义 不限于部门角色

采用 注解+aop 实现 基于部门角色 生成的sql兼容性差 不支持其他业务扩展
生成sql后需手动拼接到具体业务sql上 对于多个Mapper查询不起作用

数据脱敏

采用 注解 + jackson 序列化期间脱敏 支持不同模块不同的脱敏条件
支持多种策略 如身份证、手机号、地址、邮箱、银行卡等 可自行扩展

数据加解密

采用 注解 + mybatis 拦截器 对存取数据期间自动加解密
支持多种策略 如BASE64、AES、RSA、SM2、SM4等

数据翻译

采用 注解 + jackson 序列化期间动态修改数据 数据进行翻译
支持多种模式: 
映射翻译直接翻译其他扩展条件翻译 接口化两步即可完成自定义扩展 内置多种翻译实现

多数据源框架

采用 dynamic-datasource 支持世面大部分数据库
通过yml配置即可动态管理异构不同种类的数据库 也可通过前端页面添加数据源
支持spel表达式从请求头参数等条件切换数据源

基于 druid 手动编写代码配置数据源 配置繁琐 支持性差

多数据源事务

采用 dynamic-datasource 支持多数据源不同种类的数据库事务回滚

不支持

数据库连接池

采用 HikariCP Spring官方内置连接池 配置简单 以性能与稳定性闻名天下

采用 druid bug众多 社区维护差 活跃度低 配置众多繁琐性能一般

数据库主键

采用 雪花ID 基于时间戳的 有序增长 唯一ID 再也不用为分库分表 数据合并主键冲突重复而发愁

采用 数据库自增ID 支持数据量有限 不支持多数据源主键唯一

WebSocket协议

基于 Spring 封装的 WebSocket 协议 扩展了Token鉴权与分布式会话同步 不再只是基于单机的废物

序列化

采用 Jackson Spring官方内置序列化 靠谱!!!

采用 fastjson bugjson 远近闻名

分布式幂等

参考美团GTIS防重系统简化实现(细节可看文档)

手动编写注解基于aop实现

分布式任务调度

采用 Xxl-Job 天生支持分布式 统一的管理中心

采用 Quartz 基于数据库锁性能差 集群需要做很多配置与改造

文件存储

采用 Minio 分布式文件存储 天生支持多机、多硬盘、多分片、多副本存储
支持权限管理 安全可靠 文件可加密存储

采用 本机文件存储 文件裸漏 易丢失泄漏 不支持集群有单点效应

云存储

采用 AWS S3 协议客户端 支持 七牛、阿里、腾讯 等一切支持S3协议的厂家

不支持

短信

支持 阿里、腾讯 只需在yml配置好厂家密钥即可使用 接口化支持扩展其他厂家

不支持

邮件

采用 mail-api 通用协议支持大部分邮件厂商

不支持

接口文档

采用 SpringDoc、javadoc 无注解零入侵基于java注释
只需把注释写好 无需再写一大堆的文档注解了

采用 Springfox 已停止维护 需要编写大量的注解来支持文档生成

校验框架

采用 Validation 支持注解与工具类校验 注解支持国际化

仅支持注解 且注解不支持国际化

Excel框架

采用 Alibaba EasyExcel 基于插件化
框架对其增加了很多功能 例如 自动合并相同内容 自动排列布局 字典翻译等

基于 POI 手写实现 功能有限 复杂 扩展性差

工具类框架

采用 Hutool、Lombok 上百种工具覆盖90%的使用需求 基于注解自动生成 get set 等简化框架大量代码

手写工具稳定性差易出问题 工具数量有限 代码臃肿需自己手写 get set 等

监控框架

采用 SpringBoot-Admin 基于SpringBoot官方 actuator 探针机制
实时监控服务状态 框架还为其扩展了在线日志查看监控

链路追踪

采用 Apache SkyWalking 还在为请求不知道去哪了 到哪出了问题而烦恼吗
用了它即可实时查看请求经过的每一处每一个节点

代码生成器

只需设计好表结构 一键生成所有crud代码与页面
降低80%的开发量 把精力都投入到业务设计上
框架为其适配MP、SpringDoc规范化代码 同时支持动态多数据源代码生成

代码生成原生结构 只支持单数据源生成

部署方式

支持 Docker 编排 一键搭建所有环境 让开发人员从此不再为搭建环境而烦恼

原生jar部署 其他环境需手动下载安装 自行搭建

项目路径修改

提供详细的修改方案文档 并为其做了一些改动 非常简单即可修改成自己想要的

需要做很多改造 文档说明有限

国际化

基于请求头动态返回不同语种的文本内容 开发难度低 有对应的工具类 支持大部分注解内容国际化

只提供基础功能 其他需自行编写扩展

代码单例测试

提供单例测试 使用方式编写方法与maven多环境单测插件

只提供基础功能 其他需自行编写扩展

Demo案例

提供框架功能的实际使用案例 单独一个模块提供了很多很全

本框架与RuoYi的业务差异

业务

功能说明

本框架

RuoYi

用户管理

用户的管理配置 如:新增用户、分配用户所属部门、角色、岗位等

支持

支持

部门管理

配置系统组织机构(公司、部门、小组) 树结构展现支持数据权限

支持

支持

岗位管理

配置系统用户所属担任职务

支持

支持

菜单管理

配置系统菜单、操作权限、按钮权限标识等

支持

支持

角色管理

角色菜单权限分配、设置角色按机构进行数据范围权限划分

支持

支持

字典管理

对系统中经常使用的一些较为固定的数据进行维护

支持

支持

参数管理

对系统动态配置常用参数

支持

支持

通知公告

系统通知公告信息发布维护

支持

支持

操作日志

系统正常操作日志记录和查询 系统异常信息日志记录和查询

支持

支持

登录日志

系统登录日志记录查询包含登录异常

支持

支持

文件管理

系统文件展示、上传、下载、删除等管理

支持

文件配置管理

系统文件上传、下载所需要的配置信息动态添加、修改、删除等管理

支持

在线用户管理

已登录系统的在线用户信息监控与强制踢出操作

支持

支持

定时任务

运行报表、任务管理(添加、修改、删除)、日志管理、执行器管理等

支持

仅支持任务与日志管理

代码生成

多数据源前后端代码的生成(java、html、xml、sql)支持CRUD下载

支持

仅支持单数据源

系统接口

根据业务代码自动生成相关的api接口文档

支持

支持

服务监控

监视集群系统CPU、内存、磁盘、堆栈、在线日志、Spring相关配置等

支持

仅支持单机CPU、内存、磁盘监控

缓存监控

对系统的缓存信息查询,命令统计等。

支持

支持

在线构建器

拖动表单元素生成相应的HTML代码。

支持

支持

使用案例

系统的一些功能案例

支持

不支持

项目地址领取:可以点击此处来获取就可以了!

软件架构图

演示图例

项目地址领取:可以点击此处来获取就可以了!

相关文章
|
9月前
|
Kubernetes 大数据 调度
Airflow vs Argo Workflows:分布式任务调度系统的“华山论剑”
本文对比了Apache Airflow与Argo Workflows两大分布式任务调度系统。两者均支持复杂的DAG任务编排、社区支持及任务调度功能,且具备优秀的用户界面。Airflow以Python为核心语言,适合数据科学家使用,拥有丰富的Operator库和云服务集成能力;而Argo Workflows基于Kubernetes设计,支持YAML和Python双语定义工作流,具备轻量化、高性能并发调度的优势,并通过Kubernetes的RBAC机制实现多用户隔离。在大数据和AI场景中,Airflow擅长结合云厂商服务,Argo则更适配Kubernetes生态下的深度集成。
1096 34
|
5月前
|
监控 前端开发 数据可视化
Github 12.3kstar, 3分钟起步做中后台?Go+Vue 脚手架,把权限、代码生成、RBAC 都封装好了
Go-admin 是基于 Gin + Vue 的中后台脚手架,集成 Casbin RBAC 权限、JWT 鉴权、GORM 数据库操作与 Swagger 文档,内置用户、角色、菜单等管理模块。提供代码生成器与表单构建器,支持多租户与多前端框架(Element UI/Arco/Ant Design),3 分钟快速搭建企业级后台,助力高效交付。
413 4
|
5月前
|
存储 算法 安全
“卧槽,系统又崩了!”——别慌,这也许是你看过最通俗易懂的分布式入门
本文深入解析分布式系统核心机制:数据分片与冗余副本实现扩展与高可用,租约、多数派及Gossip协议保障一致性与容错。探讨节点故障、网络延迟等挑战,揭示CFT/BFT容错原理,剖析规模与性能关系,为构建可靠分布式系统提供理论支撑。
286 2
|
5月前
|
机器学习/深度学习 算法 安全
新型电力系统下多分布式电源接入配电网承载力评估方法研究(Matlab代码实现)
新型电力系统下多分布式电源接入配电网承载力评估方法研究(Matlab代码实现)
183 3
|
7月前
|
数据采集 缓存 NoSQL
分布式新闻数据采集系统的同步效率优化实战
本文介绍了一个针对高频新闻站点的分布式爬虫系统优化方案。通过引入异步任务机制、本地缓存池、Redis pipeline 批量写入及身份池策略,系统采集效率提升近两倍,数据同步延迟显著降低,实现了分钟级热点追踪能力,为实时舆情监控与分析提供了高效、稳定的数据支持。
294 1
分布式新闻数据采集系统的同步效率优化实战
|
存储 运维 安全
盘古分布式存储系统的稳定性实践
本文介绍了阿里云飞天盘古分布式存储系统的稳定性实践。盘古作为阿里云的核心组件,支撑了阿里巴巴集团的众多业务,确保数据高可靠性、系统高可用性和安全生产运维是其关键目标。文章详细探讨了数据不丢不错、系统高可用性的实现方法,以及通过故障演练、自动化发布和健康检查等手段保障生产安全。总结指出,稳定性是一项系统工程,需要持续迭代演进,盘古经过十年以上的线上锤炼,积累了丰富的实践经验。
1042 7
|
存储 分布式计算 Hadoop
基于Java的Hadoop文件处理系统:高效分布式数据解析与存储
本文介绍了如何借鉴Hadoop的设计思想,使用Java实现其核心功能MapReduce,解决海量数据处理问题。通过类比图书馆管理系统,详细解释了Hadoop的两大组件:HDFS(分布式文件系统)和MapReduce(分布式计算模型)。具体实现了单词统计任务,并扩展支持CSV和JSON格式的数据解析。为了提升性能,引入了Combiner减少中间数据传输,以及自定义Partitioner解决数据倾斜问题。最后总结了Hadoop在大数据处理中的重要性,鼓励Java开发者学习Hadoop以拓展技术边界。
431 7
|
存储 运维 负载均衡
构建高可用性GraphRAG系统:分布式部署与容错机制
【10月更文挑战第28天】作为一名数据科学家和系统架构师,我在构建和维护大规模分布式系统方面有着丰富的经验。最近,我负责了一个基于GraphRAG(Graph Retrieval-Augmented Generation)模型的项目,该模型用于构建一个高可用性的问答系统。在这个过程中,我深刻体会到分布式部署和容错机制的重要性。本文将详细介绍如何在生产环境中构建一个高可用性的GraphRAG系统,包括分布式部署方案、负载均衡、故障检测与恢复机制等方面的内容。
747 4
构建高可用性GraphRAG系统:分布式部署与容错机制
|
机器学习/深度学习 存储 运维
分布式机器学习系统:设计原理、优化策略与实践经验
本文详细探讨了分布式机器学习系统的发展现状与挑战,重点分析了数据并行、模型并行等核心训练范式,以及参数服务器、优化器等关键组件的设计与实现。文章还深入讨论了混合精度训练、梯度累积、ZeRO优化器等高级特性,旨在提供一套全面的技术解决方案,以应对超大规模模型训练中的计算、存储及通信挑战。
762 4
|
机器学习/深度学习 人工智能 分布式计算
【AI系统】分布式通信与 NVLink
进入大模型时代后,AI的核心转向大模型发展,训练这类模型需克服大量GPU资源及长时间的需求。面对单个GPU内存限制,跨多个GPU的分布式训练成为必要,这涉及到分布式通信和NVLink技术的应用。分布式通信允许多个节点协作完成任务,而NVLink则是一种高速、低延迟的通信技术,用于连接GPU或GPU与其它设备,以实现高性能计算。随着大模型的参数、数据规模扩大及算力需求增长,分布式并行策略,如数据并行和模型并行,变得至关重要。这些策略通过将模型或数据分割在多个GPU上处理,提高了训练效率。此外,NVLink和NVSwitch技术的持续演进,为GPU间的高效通信提供了更强的支持,推动了大模型训练的快
513 0

热门文章

最新文章