服务端开发博客 | 后端架构 · 高并发 · 性能优化 · 微服务实战 👋🏼

基于SpringBoot和Aviator表达式引擎构建的轻量级营销规则计算系统，支持动态配置营销优惠规则，无需修改代码即可实现营销策略的灵活调整。 项目简介 该项目演示了如何使用Aviator表达式引擎构建一个灵活的营销规则引擎，解决了传统if-else硬编码方式在营销规则频繁变化场景下的痛点。 技术栈 Spring Boot 2.7.0 Aviator 5.3.3 (表达式引擎) Spring Data JPA Spring Data Redis H2 Database (演示用) Lombok Hutool 功能特性 动态规则计算：支持通过表达式动态计算营销优惠 规则缓存：编译后的表达式缓存，提高执行效率 多类型优惠：支持折扣、满减、阶梯等多种优惠类型 规则验证：提供表达式语法验证功能 监控指标：集成Micrometer监控规则执行情况 快速开始 环境要求 Java 8+ Maven 3.8+ 项目启动 # 克隆项目 git clone <repository-url> # 进入项目目录 cd aviator-rule-engine # 编译并启动 mvn ....

# SpringBoot + Ollama + RAG 智能客服系统 基于SpringBoot、Ollama和RAG（检索增强生成）技术构建的私有化部署智能客服系统。 ## 功能特性 - 本地大模型运行，保障数据安全 - RAG技术增强回答准确性 - 知识库动态更新 - RESTful API接口 - Docker容器化部署 ## 技术栈 - Spring Boot 3.2+ - Ollama - Spring AI - Redis（向量存储） - Llama 3模型 ## 快速开始 ### 环境要求 - Java 17+ - Maven 3.8+ - Docker & Docker Compose - Redis - Ollama ### 本地运行 1. 启动Ollama服务： ```bash ollama serve 拉取所需模型： ollama pull llama3 ollama pull nomic-embed-text 启动Redis服务： docker run -d -p 6379:6379 --name redis redis:7-alpine ....

# SpringBoot-Data-Masking-Demo ## 项目简介 这是一个基于Spring Boot的数据脱敏演示项目，通过自定义注解和AOP切面实现数据脱敏功能。 ## 技术栈 - Spring Boot 2.7.0 - Spring AOP - Maven ## 功能特性 1. **多种脱敏类型**：支持中文姓名、身份证、手机号、邮箱、地址、银行卡等多种敏感信息脱敏 2. **自定义脱敏规则**：支持自定义前缀保留、后缀保留和替换字符 3. **注解驱动**：通过`@SensitiveData`注解标记需要脱敏的字段 4. **AOP自动处理**：无需修改业务代码，通过AOP自动处理返回数据 5. **嵌套对象支持**：支持对嵌套对象、集合、Map等复杂数据结构进行脱敏 ## 使用方法 ### 1. 添加脱敏注解 在实体类的敏感字段上添加`@SensitiveData`注解： ```java public class UserInfo { @SensitiveData(type = SensitiveTypeEnum.CHINESE_NAME) private Stri....

基于SpringBoot + Canal + RabbitMQ实现MySQL数据变更的实时同步到缓存和搜索系统。通过监听MySQL的binlog日志，实时捕获数据变更，并通过RabbitMQ将变更消息发送到下游系统进行处理。