• 首页>
  • 录播中心>
  • 基于电商业务的企业级大中台从设计到实现(第一阶段)

基于电商业务的企业级大中台从设计到实现(第一阶段)

价格:¥599.00
讲师:友凡
 收藏

对于大中台来讲,现在并没有十分严格的定义,每个企业对其的理解都是不同的,有的在技术上使用大中台模式,有的在业务上使用大中台模式,有的将两者相结合。“大中台,小前台”的机制最初阿里提出的时候,主要应用于O2O线上线下协同、电商等场景,对于电商来说,市场环境是瞬息万变的,而前台是主要的一线业务,这时就需要一个强大的技术中台提供快速设计方法和系统性后端服务,去应对市场变化,灵活快速的做出应对策略。 

技术中台从技术角度出发,数据中台从业务数据角度出发,业务中台站在企业全局角度出发,从整体战略、业务支撑、连接用户、业务创新等方面进行统筹规划,由基础中台、技术中台、数据中台联合支撑来建设业务中台。 

本套中台案例基于真实工业界业务讲解,将多种经过工业界验证的成熟技术解决方案呈现给大家,本套课程拒绝枯燥的理论,全程代码实操,通过项目驱动的方式,让大家能够真实体验中台工业界开发过程,帮助大家建立中台思维,掌握本套课程全部内容你完全可以自主开发一套高性能高可用高扩展的中台系统。本套案例集后端+前台+测试+运维一体,全方位的带你熟悉全过程,祝大家早日迈向50万年薪。


本课程将带大家实现一个真实的工业界中台项目,该项目是基于真实的知名互联网企业项目讲解,

本课程将分为4个阶段: 

第一阶段:会实现中台系统的大部分核心服务,包括:会员中心,商品中心,交易中心,商家中心,支付中心,友凡商城等等。 

第二阶段:进一步完善中台系统的核心服务以及优化,包括:营销中心,搜索中心,店铺中心,缓存优化,数据库优化等等。 

第三阶段:进一步优化以及完善产品服务,包括:前台系统,中台系统,友凡商城 友凡生鲜,友凡超市等等。 

第四阶段:项目收尾阶段以及运维阶段,包括:压力测试,系统维护,系统部署,虚拟化方案,测试方案等等。 


本课程包含的技术: 

IDEA集成开发工具 

 SpringBoot 2.0.8.RELEASE 

SpringCloud Finchley.SR2 Thymeleaf(模板引擎技术) 

 支付宝支付

 MyCat、MySQL、Druid  

持续集成解决方案(Jenkins) 

认证解决方案(JWT) 网关解决方案(Zuul) 

负载均衡解决方案(Ribbon) 

分布式事务+多线程+事件驱动 

MyBatis+Redis+Quartz 

Ehcache+Hystrix 

Nginx(Web服务器) 

Restful AOP技术 性能压力测试Jemter 

 VUE+jQuery+Ajax+NodeJS 

VUE+Element-UI 

容器部署Docker Kubertenes 

Lucene、ElasticSearch(搜索) 

设计模式、RabbitMQ 

Swagger2 文档生成工具 

人工智能(RNN、LSTM)
多语言开发(Python、Django)  


课程亮点: 

1.与企业无缝对接、工业界真实业务场景 

2.集后端+前台+测试+运维一体,全面掌握技术链 

3.多语言协调开发,熟悉语言应用场景

4.支持项目快速迭代和开发 

5.引入人工智能智能客服系统 

6.使用微服务技术栈+前后端分离构建项目 

7.引入全新的设计理念 

8.全链路性能压力测试 

9.分布式事务解决方案 

10.事件驱动设计解决方案 

11.多线程技术+设计模式的实战应用 

12.分布式架构下实现分布式定时调度 

13.集成MyBatis实现多数据源路由实战 

14.集成SpringCloud实现统一整合方案 

15 Kubernetes+Docker容器化部署和管理 

16.大型系统分布式部署方案 

17.高性能系统(支撑海量数据) 

18.高并发下的服务降级、限流实战 

19.实现高并发请求和实现高可用架构解决方案 

20.全程代码实操,提供课程代码和资料 


企业一线架构师讲授,代码在老师的指导下企业可以复用,提供企业解决方案。  

版权归作者所有,盗版将进行法律维权。 





课程大纲
讲师简介
多年移动互联网产品设计和开发经验,带领团队完成多个知名互联网产品,历任多家知名公司Java和大数据架构师,负责过多个大型Java和大数据系统的架构和开发。精通Java、Go、Python、Hadoop、Storm、Spark、Docker、NoSQL等语言和大数据技术,IT一线行业8年实战经验,目前已经出品《秒杀系统》《分布式任务调度》《数据统计分析系统》等教程,教程案例全部均来自真实工业界开发场景。对分布式、高并发、高可用、微服务、缓存、虚拟化、海量数据处理有丰富的实战经验和解决方案。