1. 业务背景

tachi企业级管理系统重构
基于大数据团队和企业级管理，基于原有的架构系统进行重构。

原有的架构系统
微服务化，只有核心服务tachi-system以及tachi-infra扩展服务。

• tachi-system：用户注册，登录，动态菜单，认证授权，多租户，支付退款，商品，实时通讯，通告等都在system中维护。
• tachi-infra：用户文件下载，操作日志记录，短信邮件等都在infra中维护。

弊端

• 核心服务耦合度太高，不解耦，代码复杂度偏高，粒度太粗
• infra服务和system服务通过feign进行调用，没有引入三方中间件必须Kafka等，通信层级太低，延迟性高，性能偏低
• 没有高可用集群，没有服务熔断机制，没有路由机制，B端和C端服务不分离，接口不分离
• 数据库单库架构，随着业务增长，可扩展性低

改造后的架构：微服务化，进一步拆分，引入中间件

改造思路

• 服务拆分
• 引入spring cloud微服务治理，如gateway整合spring security统一认证授权，统一进行接口鉴权，集成hystrix（Sentinel）统一进行服务限流降级熔断等。
• 引入中间件，实现分布式缓存以及分布式消息通信
• 引入webSocket实现实时通信
• 持久层进行分库分表，引入大数据DB如clickHouse或者byteHouse等

核心功能：

• 提供B端用户和C端用户注册能力
• 提供用户认证授权能力
• 提供Saas多租户的数据隔离能力
• 提供通告广播的能力
• 提供实时通讯的能力
• 提供短信邮件的能力
• 提供支付退款能力
• 提供商城能力，B端企业和C端企业可以进行下单、付款等常规电商场景
• 提供文件上传和下载能力
• 提供操作日志记录能力
• 提供大数据报表渲染能力

2. 架构设计

分为几个微服务模块：

• tachi-gateway：网关服务，通过路由配置，不同的B端请求转发到B端服务，C端请求转发到C端服务，进行下游服务分发
• tachi-office模块：统一管理B端用户以及B端的运营人员相关业务，比如查询登录日志，配置全局开关，配置业务模型，配置权限菜单等服务。
• tachi-user模块：统一C端的用户注册、登录问题，以及使用spring security实现用户登录认证，并且提供restful接口供其他微服务调用，提供oauth2.0 jwt token的校验能力。
• tachi-sms模块：统一进行短信发送，通过rabbitMQ、Kafka禁停其他服务广播的消息，从而触发短信发送事件
• tachi-email：统一进行邮件发送，通过rabbitMQ、Kafka监听其他服务广播的消息，从而触发邮件发送事件
• tachi-pay：统一进行支付服务，比如连接支付宝、微信支付接口进行钱包数据转移。提供两种方式：1.通过restful api实时暴露支付服务 2.通过监听kafka消息进行支付消息的消费。
• tachi-store：自营商城，通过redis缓存下单消息并持久化到DB，通过rabbitMQ、Kafka广播支付消息、taich-pay进行支付消息监听，通过seata和手动的方式（可靠消息最终一致性）确保下单服务和支付服务的分布式事务一致性
• tachi-discount：优惠服务，包括送积分、满减、会员充值等能力，于taich-store服务通过restful api和rabbitMQ、Kafka等方式进行消息通信，通过seata和手动的方式（可靠消息最终一致性）确保下单服务（下单送积分）和送积分服务的分布式事务一致性
• tachi-product：产品服务，负责产品信息管理和库存管理，主要暴露给office端进行手动管理，以及提供给C端其他服务进行下单服务的锁定等。
• tachi-msg:消息服务，主要用来负责消息的持久化、发送、以及xxlJob定时轮询兜底发送待发送消息，以及与各个业务侧的回查接口进行rpc通信。
• tachi-file：文件服务，主要用来提供文件的上传落地与下载能力，技术实现细节支持以aws的s3协议扩展的亚马逊文件服务、minIO、阿里云、腾讯云、七牛云等文件云服务能力。
• tachi-websocket：实时通信服务，通过webScoket与所有客户端建立tcp长连接，通过restful或者Kafka与其他服务保持通信，消费事件，并缓存事件，缓存过期消息等，将消息实时推送到客户端。

3. 技术实现细节

• 服务注册与发现：nacos
• 配置中心：nacos
• 网关：spring cloud gatwway，统一流量入口，结合Hystrix或者AOP策略进行限流。
• 下游服务：通过rabbitMQ、Kafka或者feign的方式与其他服务进行rpc交互，各个微服务可通过hystrix或者自定义aop+注解实现权限校验、限流、服务熔断与降级等策略。
• 消息广播：通过rabbitMQ、Kafka等广播下单消息、用户注册、登录消息等，达到服务之间的异步解耦。
• 事务：通过seata或者各个微服务手动控制事务（可靠消息最终一致性），通过消息服务的轮询兜底发送以及业务侧回查，实现分布式事务的最终一致性。以及MQ的重试机制，确保消息不丢失，以及业务侧实现幂等性逻辑。
• 数据库：使用分区表，或者ShardingSphere分库分表策略，实现数据查询以及写入的定向路由，以及数据查询时的索引优化，入参查询范围限制等，并且通过多数据源源的主从同步、读写分离机制，显著提升性能。
• 缓存：使用caffeine作为各自微服务的本地缓存，使用redis作为共享缓存，缓存热点数据比如热点商品、以及各种开关标志等，缓存用户token信息等。
• 商品搜索以及日志搜索：使用ES检索商品信息以及日志信息。
• 链路追踪：使用SkyWalking进行日志的全链路追踪，方便快速定位问题。
• 日志管理：使用ELK管理日志，实现日志的分布式采集、存储以及分析等。
• 性能监控：Grafana
• 实时通信：通过webSocket与客户端服务保持通信，进行后台消息的实时广播，并通过redis缓存离线消息，进行离线消息的回放。
• 动态数据源：基于AOP结合dynamicDataSource实现动态数据源路由，以及通过AOP实现主从库切换。

4. redis应用场景

Redis 是一个高性能的内存数据库，提供了丰富的数据结构和功能，其使用场景非常广泛，以下是 Redis 的常见使用场景及其优势总结：

1. 缓存

用途

• 加速读取速度，减轻数据库或后端服务的压力。
• 用于存储高频访问的数据，减少数据库查询次数。

  场景

• 热门商品详情、热点新闻、配置项、首页推荐信息。
• 秒杀、抢购场景中的库存信息。

  优势

• 低延迟、高吞吐。
• 支持过期策略，有效管理缓存的生命周期。

2. 分布式锁

用途

• 在分布式环境中，用于保证同一资源的互斥访问。

  场景

• 订单系统防止超卖。
• 并发场景下的任务调度或限流。

  实现

• 使用 SET key value NX EX 实现原子操作。
• 借助 Redisson、Spring Data Redis 等工具提供更高级的封装。

3. 会话管理

用途

• 存储用户登录状态和会话信息。

  场景

• Web 应用中的分布式会话管理。
• 单点登录（SSO）。

  优势

• 高性能的读写能力。
• 支持 TTL 轻松管理会话过期。

4. 消息队列

用途

• 提供简单的消息队列功能，用于异步处理或解耦服务。

  场景

• 订单处理、日志收集、任务队列。

  实现

• 使用 List 或 Stream 作为消息队列。
• 结合 Pub/Sub 模式进行消息发布与订阅。

5. 排行榜与计数器

用途

• 实现实时排行榜或统计计数。

  场景

• 游戏排行榜、文章点赞数、观看次数统计。

  实现

• 使用 Sorted Set 存储分数和排名。
• 使用 INCR 或 INCRBY 实现高效计数。

6. 数据分析

用途

• 结合大数据平台，用于实时分析或临时查询。

  场景

• 实时用户行为分析。
• 热门关键词统计。

  实现

• 使用 HyperLogLog 实现基数统计。
• 使用 Bitmap 实现用户活跃度统计。

7. 地理位置服务

用途

• 存储和查询地理位置信息。

  场景

• 附近的人或商家的查询。
• LBS（基于位置的服务）推荐。

  实现

• 使用 Geo 模块存储位置信息，提供距离计算与范围查询。

8. 实时应用

用途

• 提供实时性较高的功能支持。

  场景

• 实时弹幕系统。
• 在线用户列表。

  实现

• 使用 Pub/Sub 或 Stream 提供实时数据流。

9. 全文搜索

用途

• 作为搜索引擎的一部分，支持快速模糊匹配。

  场景

• 自动补全、关键字提示。

  实现

• 使用 Set 或 ZSet 配合模糊查询实现简单搜索。
• 借助 Redisearch 提供更强大的全文搜索能力。

10. 事务处理

用途

• 处理少量具有事务性的操作。

  场景

• 短期交易管理。

  实现

• 使用 Redis 提供的事务命令（如 MULTI 和 EXEC）。

11. 配置中心

用途

• 存储分布式系统的配置项，支持实时更新。

  场景

• 动态加载系统配置。

  实现

• 使用 Hash 结构存储配置项。

12. 数据过期与淘汰

用途

• 临时数据的高效管理。

  场景

• 验证码存储。
• 一次性任务数据存储。

  实现

• 借助 EXPIRE 或 TTL 自动清理过期数据。

13. 图数据存储

用途

• 处理简单的图数据结构。

  场景

• 社交网络中的好友关系。
• 路径查找或网络分析。

  实现

• 使用 Set 或 Hash 模拟图的顶点和边。

14. 日志存储

用途

• 存储临时日志，用于实时分析。

  场景

• 日志聚合或短期存储。

  实现

• 使用 List 或 Stream 存储日志。

15. 限流与计时器

用途

• 实现访问频率控制。

  场景

• 接口限流、防止刷接口。
• 定时任务。

  实现

• 使用 INCR 实现计数，结合过期时间管理。
• 使用 Sorted Set 实现精确限流。

Redis 凭借其强大的功能、高性能和丰富的数据结构，在众多场景中发挥了重要作用，并可结合其他技术（如 Spring、Kafka）实现更复杂的业务需求。