乐播课堂直录播课程平台-乐播课堂
2026-05-12 20:37:18
行业：在线教育
载体：安卓APP、IOS APP
技术：Kafka、MySQL、Redis、Spring Cloud
业务和功能介绍
1. 立项背景和目标
随着 K12 在线教育行业爆发式增长，东方优播原有分散的直播、录播系统已无法支撑业务快速扩张。不同学科、不同班型使用独立技术栈，导致维护成本高、数据不互通、高峰时段系统频繁崩溃。本项目旨在打造统一的乐播课堂直录播中台，整合 AI 录播、大班直播（1v1000+）、小班直播（1v16）等多种业务形态，覆盖数学、英语、物理等全学科教学场景。核心目标是保障高峰时段（晚 19:00-21:00）系统稳定运行，支持 2 万 + QPS 并发，实现 99.99% 的服务可用性，同时提升师生互动体验和教学效率。
2. 软件功能、核心功能模块介绍
平台采用模块化设计，核心功能模块包括：
直播中台：支持实时音视频传输、屏幕共享、白板互动、举手发言、抢答选人等核心教学功能
录播中台：提供 AI 自动录课、视频剪辑、智能字幕生成、知识点切片等功能
约课系统：实现课程排期、学生选课、教师排班、冲突检测等全流程管理
互动答题系统：支持选择题、填空题、主观题等多种题型，实时统计答题结果并生成学情报告
数据分析系统：多维度统计上课时长、参与率、答题正确率等教学数据，为教学优化提供支撑
3. 业务流程、功能路径描述
完整教学业务流程如下：
教师端：创建课程→上传课件→设置互动环节→开启直播 / 录播
学生端：浏览课程→预约课程→进入教室→参与互动答题→查看回放和学情报告
平台端：实时监控系统状态→处理异常情况→生成教学数据报表
随着 K12 在线教育行业爆发式增长，东方优播原有分散的直播、录播系统已无法支撑业务快速扩张。不同学科、不同班型使用独立技术栈，导致维护成本高、数据不互通、高峰时段系统频繁崩溃。本项目旨在打造统一的乐播课堂直录播中台，整合 AI 录播、大班直播（1v1000+）、小班直播（1v16）等多种业务形态，覆盖数学、英语、物理等全学科教学场景。核心目标是保障高峰时段（晚 19:00-21:00）系统稳定运行，支持 2 万 + QPS 并发，实现 99.99% 的服务可用性，同时提升师生互动体验和教学效率。
2. 软件功能、核心功能模块介绍
平台采用模块化设计，核心功能模块包括：
直播中台：支持实时音视频传输、屏幕共享、白板互动、举手发言、抢答选人等核心教学功能
录播中台：提供 AI 自动录课、视频剪辑、智能字幕生成、知识点切片等功能
约课系统：实现课程排期、学生选课、教师排班、冲突检测等全流程管理
互动答题系统：支持选择题、填空题、主观题等多种题型，实时统计答题结果并生成学情报告
数据分析系统：多维度统计上课时长、参与率、答题正确率等教学数据，为教学优化提供支撑
3. 业务流程、功能路径描述
完整教学业务流程如下：
教师端：创建课程→上传课件→设置互动环节→开启直播 / 录播
学生端：浏览课程→预约课程→进入教室→参与互动答题→查看回放和学情报告
平台端：实时监控系统状态→处理异常情况→生成教学数据报表
项目实现
本项目采用分布式微服务架构，基于 Spring Cloud Alibaba 构建，将核心服务（直播、约课、答题）与非核心服务（数据分析、消息通知）进行物理隔离，确保核心链路稳定。整体采用前后端分离设计，后端使用 Spring Boot开发，前端采用 Vue.js。
各模块技术栈如下：
服务治理：Nacos 服务注册与发现、Sentinel 流量控制
数据存储：MySQL 主从复制实现读写分离，Redis 作为分布式缓存和分布式锁
消息队列：RocketMQ 用于异步解耦和流量削峰
搜索引擎：ElasticSearch 提供答题记录和课程内容的多维查询
定时任务：Spring + Quartz 实现去中心化分布式定时任务
监控告警：Prometheus + Grafana 实时监控系统指标，ELK 收集日志
2. 我负责模块和结果
我主要负责直播互动模块、约课系统和数据缓存层的设计与开发，核心成果如下：
设计并实现了基于 Redis 的抢答选人功能，支持 1000 人同时抢答，响应时间控制在 50ms 以内
优化约课系统，引入分布式锁解决并发约课冲突问题，将约课成功率从 92% 提升至 99.9%
搭建 Redis 缓存集群，将学生基础信息、课程信息等热点数据缓存，使接口平均响应时间从 200ms 降低至 30ms
集成 RocketMQ 实现约课通知、答题心跳、激励发放等非核心业务的异步处理，系统吞吐量提升 3 倍
参与系统压测和性能优化，使平台成功支撑 2.3 万 QPS 的高峰流量，服务可用性达到 99.99%
3. 遇到的难点、坑，和解决方案
难点 1：高并发下抢答选人数据不一致问题：多个学生同时抢答时，数据库出现超卖现象，导致多个学生显示抢答成功解决方案：使用 Redis实现分布式锁，将抢答操作全部在 Redis 中完成，最终异步同步到数据库
难点 2：分布式定时任务重复执行问题：Quartz 集群部署时，部分定时任务在多个节点同时执行，导致重复发送通知解决方案：使用数据库行级锁实现任务调度的互斥性，确保每个任务在同一时间只在一个节点执行
各模块技术栈如下：
服务治理：Nacos 服务注册与发现、Sentinel 流量控制
数据存储：MySQL 主从复制实现读写分离，Redis 作为分布式缓存和分布式锁
消息队列：RocketMQ 用于异步解耦和流量削峰
搜索引擎：ElasticSearch 提供答题记录和课程内容的多维查询
定时任务：Spring + Quartz 实现去中心化分布式定时任务
监控告警：Prometheus + Grafana 实时监控系统指标，ELK 收集日志
2. 我负责模块和结果
我主要负责直播互动模块、约课系统和数据缓存层的设计与开发，核心成果如下：
设计并实现了基于 Redis 的抢答选人功能，支持 1000 人同时抢答，响应时间控制在 50ms 以内
优化约课系统，引入分布式锁解决并发约课冲突问题，将约课成功率从 92% 提升至 99.9%
搭建 Redis 缓存集群，将学生基础信息、课程信息等热点数据缓存，使接口平均响应时间从 200ms 降低至 30ms
集成 RocketMQ 实现约课通知、答题心跳、激励发放等非核心业务的异步处理，系统吞吐量提升 3 倍
参与系统压测和性能优化，使平台成功支撑 2.3 万 QPS 的高峰流量，服务可用性达到 99.99%
3. 遇到的难点、坑，和解决方案
难点 1：高并发下抢答选人数据不一致问题：多个学生同时抢答时，数据库出现超卖现象，导致多个学生显示抢答成功解决方案：使用 Redis实现分布式锁，将抢答操作全部在 Redis 中完成，最终异步同步到数据库
难点 2：分布式定时任务重复执行问题：Quartz 集群部署时，部分定时任务在多个节点同时执行，导致重复发送通知解决方案：使用数据库行级锁实现任务调度的互斥性，确保每个任务在同一时间只在一个节点执行
示例图片视频
相似推荐
校园综合服务小程序
立项背景和目标
当前高校学生校园信息分散，资讯、二手、失物、活动、外卖等需求分散在多个社交群，信息流转低效、无统一查询渠道。本项目目标搭建轻量化微信小程序，无需下载 APP，统一聚合校园全场景服务，降低师生信息获取成本，搭建校内安全交易、信息发布渠道。
软件核心功能模块
1. 用户登录模块：对接微信官方登录接口，自动获取用户 OpenID 完成注册、身份识别；
2. 校园资讯模块：分类展示校园新闻、通知、学习资料，支持搜索、点赞、收藏、详情预览；
3. 闲置二手模块：学生发布闲置商品、浏览商品列表、查看商品详情；
4. 失物招领模块：发布遗失 / 捡拾物品信息，检索公告；
5. 校园活动模块：展示校内文体、志愿活动，点击查看活动详情；
6. 快捷外卖服务：校内商家点餐、购物车、订单管理、收货地址管理；
7. 个人中心：用户信息、我的发布、我的收藏、订单记录、系统设置。
业务流程
用户打开小程序后自动触发微信授权登录，登录后进入首页，首页提供各功能入口；点击对应图标跳转资讯 / 二手 / 活动 / 外卖页面，列表页支持下拉刷新、上拉加载更多，点击条目跳转详情页，可完成点赞、收藏、发布、下单等操作；全部数据由后端接口统一提供存储与校验。
短剧出海项目
1、海外短剧市场处于高速增长期，TikTok/Reels 等内容消费习惯催生了用户对"短平快"剧集的需求。平台面向东南亚、北美、拉美等海外市场，通过 Facebook 广告投放获客，以 H5 网页形
式提供服务——无需下载 App，打开链接即看。
2、业务目标
内容变现 通过会员订阅 + 金币单集购买两种模式实现付费
广告归因 完整追踪从广告点击到付费的全链路转化数据
多支付商 支持 Stripe（信用卡）和 PayPal 两种主流支付方式
多站点 一套代码支持多个品牌站独立部署（通过 settings.yaml 配置）
iOS 友好 通过服务端 CAPI 规避 iOS 14.5+ ATT 事件拦截
3、业务流程
华为云控制台-智果AgentArts智能体平台
华为云AI智能体应用管理平台，为企业提供智能体的创建、配置、监控及技能管理的一站式解决方案。本项目全程采用AI驱动开发模式，基于GLM-5.1+miniMax2.7完成从架构设计到代码实现的全流程，手写代码占比不足5%，交付效率较
传统模式提升3以上。
模型部署优化
为应对 DeepSeek-V4-Pro 模型在长上下文、高并发推理场景下的性能瓶颈，我们启动了 H20 集群推理服务优化项目。原单机部署方案在解码阶段依赖 DSpark 投机解码（num_speculative_tokens=3）进行加速，但在实际业务流量（高峰约 100 req/min）下，KV Cache 显存占用成为主要限制，导致请求承载能力仅约 10% 的流量比例，大量请求因资源不足被拒绝或排队，严重影响服务可用性和用户体验。
本次项目旨在通过架构升级，将部署规模从单机扩展至双 H20 集群，并引入 LMCache KVCache Pool 池化技术，实现 KV Cache 跨实例复用，显著降低长上下文场景下重复 Prefill 计算开销，最终目标是将业务承载能力提升至 25% 以上，保障高峰流量下的服务稳定性与低延迟响应。
鲜速达生鲜配送平台（FreshExpress）
鲜速达是一家面向社区的生鲜电商平台，用户可通过微信小程序和Web端下单购买果蔬、肉禽、海鲜等商品，平台提供智能分拣和30分钟极速达配送服务。该项目旨在重构原有单体系统，解决高并发下订单超时、库存不准确等问题。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服