SnippetMedia

猿急送>苏州兼职程序员>lucky>

案例列表

基本信息

案例ID：139291

技术顾问：lucky - 7年经验 - 苏州有推信息科技有限公司

联系沟通

微信扫码，建群沟通

项目名称：SnippetMedia

所属行业：新闻媒体 - 新闻

->查看更多案例

案例介绍

SnippetMedia，是⼀款⾯向菲律宾⽤户的新闻类APP，⽬前总⽤户数过300W，最⾼⽇活12W+，每秒并发数最⾼2W+,参与该项⽬的主要开发⼯作及运营⼯作：
1.根据产品需求，开发相关功能，如⽤户积分模块、⾃媒体模块、推送模块等。并参与项⽬⽇常维护及BUG修复。⼯作中相关技术点:
● 使⽤Memcache作为数据缓存，如部分配置项数据、新闻详情数据。Memcache有着更好的读取性能，并且它的价格也更便宜，所以我们使⽤Memcache来降低Mysql、Mongdb的性能压⼒。
● 使⽤Redis做持久化数据缓存，如⽤户点赞数，评论数。Redis的数据不易丢失，所以我们⽤它来存储相对重要并且读取频次很⾼的数据，
● 使⽤阿⾥云消息服务MNS做MQ中间件，如APP推送数据、埋点，部分操作为了不影响⽤户体验及系统性能，我们需要使⽤MQ来提⾼系统的响应速度。
● 使⽤Mongdb作为新闻数据的存储库，Mongdb有着更好的读取性能 2.监控mysql慢查询，优化代码中的慢查询语句，主要优化⽅式：添加索引、拆分连表查询、加缓存。
3. 监控接⼜响应速度，若存在部分接⼜响应速度⼤于1秒，则重点优化处理，主要采取的优化措施：
● 是否存在mysql慢查询、
● 是否存在耗时较长的业务逻辑可拆分⾄定时任务或MQ
● 是否需要添加缓存。
4. 编写相关监控程序，定时监控系统积分数据、⽤户数据是否正常，不正常则邮件报警修复。
5. 根据运营总监要求，对接Facebook、Google、Mingetral、Duapps等⼴告平台，细化并分配⼴告相关⼯作，制定⼴告缓存机制，开发⼴告服务端相关功能。
6. 观察Sensor(埋点)及Google anylitics，分析⽤户操作⾏为，合理分配⼴告位置、数量。
7. 观察各个⼴告平台数据及时调整各平台⼴告分配⽐例。