工作内容:
1. 负责锐跑调度控制台和取送餐指派功能全栈开发,基于策略模式开发,通过 SPI 插件化开发聚合
配送运力召回接口,提高接口复用率,实现骑手类型过滤、运单信息填充、背单任务、POI、AOI
信息填充;采用线程池并行处理+批量入参查询+异步调用 LBS,优化耗时从 450ms 到 72ms;
2. 开发 AI 调度智能助手的反向单智能判断功能,增加折返角、基于折返次数、骑手负载、ETR 余量
去判断反向单能力,基于 Friday 工作流建设 agent 大模型调用 API 链路,基于 cat 上传可观测指标
3. 特殊单(国补单、放心退)突破指改派次数限制开发,采用骑手-运单维度分布式锁,减少线程冲
突,屏蔽众包站长指派能力灰度站点开发,新增人单匹配规则,预约单派单过滤畅跑骑手,结合
骑手偏好和组合规则决策,同时设计分配失效监听和 D 端兜底机制
4. 为了减少跨机房网络开销和跨端 RPC 耗时过多,采用本地缓存 LocalStore 优先+远程服务调用
rhino 降级的策略,将评分模块获取推荐矩阵数据的耗时压低到 1ms 内,性能提升 62.5%
5. 采用 Mafka + 本地时间轮构建补偿消息,用延迟队列实现断点续传,提高数据一致性,减少派单
过滤矩阵上传 hive数据丢失率,从 0. 124%降低到 0.002%,提供故障转移,提高可用性
6. 定价上报特征链路的慢 SQL 优化,采用游标方式解决深分页问题,使用时间戳+NOT IN 解决重
复单查询问题,耗时从 0.45 秒降低到 0.29 秒,并且不随着分页深度的变化而变化,性能提升
52.475%;为了保护下游服务,避免定价服务被突发流量冲垮,新增异步处理和分片路由操作。为
了保证可靠性,mafka重试机制确保数据不丢失
其余工作:负责平时调度系统的 v3 引擎值班,协助排查修复 P1、P0 告警问题,gc 问题排查、单机故
障下线、机器扩容操作、排查关于异常运单和骑手不排单的业务问题,跨部门沟通解决问题;
Springboot +Mafka + MyBatis + Rhino +Squirrel +MySQL+Raptor+Oceanus+Vue
工作内容:
1. 负责锐跑调度控制台和取送餐指派功能全栈开发,基于策略模式开发,通过 SPI 插件化开发聚合
配送运力召回接口,提高接口复用率,实现骑手类型过滤、运单信息填充、背单任务、POI、AOI
信息填充;采用线程池并行处理+批量入参查询+异步调用 LBS,优化耗时从 450ms 到 72ms;
2. 开发 AI 调度智能助手的反向单智能判断功能,增加折返角、基于折返次数、骑手负载、ETR 余量
去判断反向单能力,基于 Friday 工作流建设 agent 大模型调用 API 链路,基于 cat 上传可观测指标
3. 特殊单(国补单、放心退)突破指改派次数限制开发,采用骑手-运单维度分布式锁,减少线程冲
突,屏蔽众包站长指派能力灰度站点开发,新增人单匹配规则,预约单派单过滤畅跑骑手,结合
骑手偏好和组合规则决策,同时设计分配失效监听和 D 端兜底机制
4. 为了减少跨机房网络开销和跨端 RPC 耗时过多,采用本地缓存 LocalStore 优先+远程服务调用
rhino 降级的策略,将评分模块获取推荐矩阵数据的耗时压低到 1ms 内,性能提升 62.5%
5. 采用 Mafka + 本地时间轮构建补偿消息,用延迟队列实现断点续传,提高数据一致性,减少派单
过滤矩阵上传 hive数据丢失率,从 0. 124%降低到 0.002%,提供故障转移,提高可用性
6. 定价上报特征链路的慢 SQL 优化,采用游标方式解决深分页问题,使用时间戳+NOT IN 解决重
复单查询问题,耗时从 0.45 秒降低到 0.29 秒,并且不随着分页深度的变化而变化,性能提升
52.475%;为了保护下游服务,避免定价服务被突发流量冲垮,新增异步处理和分片路由操作。为
了保证可靠性,mafka重试机制确保数据不丢失
其余工作:负责平时调度系统的 v3 引擎值班,协助排查修复 P1、P0 告警问题,gc 问题排查、单机故
障下线、机器扩容操作、排查关于异常运单和骑手不排单的业务问题,跨部门沟通解决问题;