飞天加速计划的收获

简介: 基于DDD的设计思想对原有的电力市场平台进行重构,同时借助飞天加速计划实现服务的云部署。

本人是大连理工大学的一名研三学生,研究生主要从事的是电力市场的研究与系统落地。一次偶然的机会,从在阿里工作的同学口中得知了飞天加速计划,准备借助云平台对原有的系统进行DDD的改造与开发。电力市场平台目前已经发展到第二期了,随着实际业务的发展,一期系统运行速度慢,不够灵活的缺点也开始显现出来,二期结算子系统应运而生。为了使系统更具有灵活性、用户友好性,采用了新的MVC设计思想,新的页面划分,新的权限设置。主要完成了以下功能点:
1.交易中心操作界面:具有信息发布、方案管理、市场管理、市场运营、调度校核、交易参数、资格统计、保证金管理、合同管理、交易服务费管理、集团用户管理、偏差管理、统计报表、优先电量管理、中长期曲线分解、历史电量查询等功能。
2.发电企业操作界面:发电企业自身的合同管理、交易服务费管理、偏差管理、统计报表、中长期曲线分解、历史电量查询、交易参数、信息发布及市场总览等功能。
3.售电公司操作界面:售电公司自身的合同管理、交易服务费管理、保证金管理、统计报表、中长期曲线分解、历史电量查询、交易参数、信息发布及市场总览等功能。
4.用电企业操作界面:用电企业自身的合同管理、交易服务费管理、统计报表、中长期曲线分解、历史电量查询、交易参数、信息发布及市场总览等功能。
但是基于MVC三次架构的分层方式往往使用贫血模型进行开发,容易陷入一种数据驱动的高耦合方式,往往业务不清晰,可拓展性较差。想使用DDD的设计模式对原有代码进行完善,并进行毕业论文的撰写。

项目收获:
技术实现:SpringCloud + SpringBoot + MyBatis + Redis + Oracle + RabbitMQ + FastDFS
1.使用SpringCloud搭建项目,集成Eureka实现服务注册与发现,使用Config+GitLab私有服务器实现统一配置,使用Zuul配置各服务间的路由规则,构建鉴权中心,实现单点登录与服务间的调用鉴权。
2.开发实时挂牌交易算法,引入RabbitMQ处理高并发订单,使用Redis保存和恢复宕机数据。
3.为提升用户体验,采取异步化设计,使用CompletableFuture反馈异步结果,开发业务监控功能集中监控任务进度,引入xxl-job异步化定时任务,调度次数达432万余次。
4.为提升查询效率,对于可变数据使用Redis缓存,固定数据使用CommandLineRunner在启动时加载。
5.为满足多主体的结算规则,开发定制化算法,结果幂等,使用深拷贝对特殊用户进行处理,已产生结算数据1200万余条,利用池化技术对数据进行高效的获取与归档,并使用联合业务主键控制数据幂等。
6.基于JXML+easyPoi+itextpdf实现了EXCEL/PDF文件的解析与生成,开发电子签章通用接口,保障数据可信,使用FastDFS构建分布式文件服务器,并解决了高并发场景下的错单问题,已出具结算清单130万余张。

相关文章
|
弹性计算 小程序 PHP
|
弹性计算 数据库 Android开发
飞天加速计划-高校学生实践收获
在“飞天加速计划·高校学生在家实践”活动中,学到了很多东西。对此,我把它分为,背景介绍,阿里云ECS使用攻略和收获总结方面进行阐述。
|
安全 NoSQL 关系型数据库
使用阿里云飞天加速计划感悟
飞天加速计划·高校学生在家实践活动感悟
181 1
|
弹性计算 Ubuntu Java
飞天加速计划收获
基于毕设的需要,参加了这次飞天加速计划。通过相关课程学习及实践操作,来熟悉服务器的基本使用。服务器系统采用ubuntu,远程连接工具采用MobaXterm。
|
弹性计算 Java Linux
飞天加速计划收获与总结
云服务器ECS对我的帮助
|
6天前
|
存储 安全 数据挖掘
性能30%↑|阿里云AnalyticDB*AMD EPYC,数据分析步入Next Level
第4代 AMD EPYC加持,云原生数仓AnalyticDB分析轻松提速。
性能30%↑|阿里云AnalyticDB*AMD EPYC,数据分析步入Next Level
|
4天前
|
人工智能 前端开发 JavaScript
阿里云安全类云产品,验证码使用时滑动验证流程及线上问题排查
阿里云验证码产品,使用业界先进的风控引擎结合“规则+AI”模型,有效区分真实用户和机器自动化脚本攻击,避免机器请求造成业务损失。主要适用于垃圾注册、刷库撞库,薅羊毛,短信被刷等风险场景。为您提供安全可靠的业务环境。本文为大家介绍验证码使用时滑动验证流程及验证不通过的问题排查。
64459 2
阿里云安全类云产品,验证码使用时滑动验证流程及线上问题排查
DeepRec Extension 打造稳定高效的分布式训练
DeepRec Extension 即 DeepRec 扩展,在 DeepRec 训练推理框架之上,围绕大规模稀疏模型分布式训练,我们从训练任务的视角提出了自动弹性训练,分布式容错等功能,进一步提升稀疏模型训练的整体效率,助力 DeepRec 引擎在稀疏场景中发挥更大的优势。
|
10天前
|
SQL 存储 关系型数据库
PolarDB-X CDC之"兼容MySQL,高于MySQL"
本文主要介绍一下PolarDB-X在CDC能力上那些高阶能力。
|
4天前
|
人工智能 并行计算 监控
性价比提升50%,阿里云HPC优化实例hpc8ae正式商业化
近日,全球领先的云计算厂商阿里云宣布正式开启最新HPC优化实例hpc8ae 的商业化发布,该实例依托阿里云自研的「飞天+CIPU」架构体系,搭载第四代 AMD EPYC处理器,专为高性能计算应用优化,特别适用于计算流体、有限元分析、多物理场模拟等仿真类应用,CAE 场景下的性价比最少提升 50%。