# 献血平台

**Repository Path**: s1xiao/blood

## Basic Information

- **Project Name**: 献血平台
- **Description**: 欢迎
- **Primary Language**: Java
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2025-02-25
- **Last Updated**: 2026-04-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 稀有血型科普平台

## 项目概述

稀有血型科普平台旨在连接献血者、医护人员和研究专家，通过AI技术提供专业的献血知识服务，实现稀有血型资源的高效管理和科普知识的广泛传播。

### 项目亮点

- **智能问答系统**：基于通义千问大模型和RAG技术，提供准确的献血知识解答
- **知识库自动同步**：与飞书文档实时集成，保证知识库时效性
- **接口限流防刷**：防止大量不安全请求打入服务端导致宕机
- **高性能接口设计**：通过异步编程和分布式锁解决高并发问题

### 项目部署

本项目使用Docker容器化技术，通过Docker Compose进行多容器部署，简化部署流程。

#### 环境要求

- Docker 20.10+
- Docker Compose 2.0+
- Git

#### 部署步骤

1. **克隆代码仓库**

   ```bash
   git clone https://gitee.com/x_xxxxsl/blood.git
   cd Blood-Donation-Platform
   ```

2. **配置环境**

   ```bash
   # 复制配置模板
   cp docker-compose.yml.example docker-compose.yml
   
   # 请打开并编辑配置文件，修改必要配置信息
   vim docker-compose.yml
   ```

3. **确保SQL初始化脚本**

   确保项目目录下`sql`文件夹中包含`blood.sql`数据库表结构初始化脚本。

4. **构建并启动服务**

   ```bash
   # 后台启动所有服务
   docker-compose up -d
   
   # 查看服务状态
   docker-compose ps
   ```

5. **访问应用**

   服务启动后，可以通过浏览器访问：
   - 应用入口：http://localhost:8080
   - RabbitMQ管理界面：http://localhost:15672
   - Elasticsearch：http://localhost:9200

6. **查看日志**

   ```bash
   # 查看应用日志
   docker-compose logs -f app
   ```

7. **停止服务**

   ```bash
   docker-compose down
   ```

## 系统功能概览

### 1. 智能问答系统
- **AI智能客服**：
  - 24小时在线解答献血相关问题
  - 支持上下文对话，更自然的交互体验
  - 基于知识库的精准答案

- **知识库系统**：
  - 与飞书文档自动同步
  - 支持多种格式文档（图片待实现）
  - 实时更新：文档变更自动同步到问答系统
  - 智能检索：使用模型优化搜索，提供更准确的答案

### 2. 用户角色管理
- **献血者**：
  - 活动报名
  - 查看献血记录
  - 参与科普社区
  
- **兼职护士**：
  - 发布献血活动
  - 管理献血预约
  - 发布科普文章
  - 专业知识解答
  - 知识学习与分享
  
- **研究所专家**：
  - 专业知识解答
  - 知识库维护
  
- **管理员**：
  - 用户管理
  - 内容审核
  - 系统监控
  - 知识库维护

### 3. 献血活动管理
- 常规/紧急献血活动发布
- 活动报名与预约
- 实时数据统计（未完成）

### 4. 科普社区
- 专业文章发布
- 知识分享激励机制（未完成）
- 优质内容转化知识库（未完成）

## 技术实现

### 技术栈概览
- **核心框架**: Spring Boot 3
- **权限框架**: Sa-Token
- **数据存储**: 
  - MySQL 8.0：核心业务数据
  - Redis：
    * Redis：点赞数据缓存、Token黑名单
    * PGVector：向量数据库，用于知识库检索
  - Caffeine：本地缓存
- **消息通信**: WebSocket（紧急活动实时通知）
- **消息队列**: RabbitMQ
- **搜索引擎**: Elasticsearch
- **文件存储**: 阿里云OSS
- **AI服务**: Spring AI + 通义千问
- **第三方集成**: 
  - 飞书API：知识库维护及同步

### 核心技术难点与解决方案

#### 1. AI知识问答系统实现
- **难点**：如何保证AI回答的准确性和专业性
- **解决方案**：
  - 基于RAG技术，结合PGVector向量数据库实现高效知识检索
  - 设计专业prompt指导模型回答医学问题
  - 内嵌小参数模型，优化并提取用户prompt的关键词，并在知识库检索中检索出相关文章
  - 接入飞书知识库，能够更便捷更新知识库
- **效果**：提高了召回率和准确率

#### 2. 高并发活动报名处理
- **难点**：高峰期活动报名可能导致重复报名和数据不一致
- **解决方案**：
  - 使用Redission实现分布式锁，保证并发安全
  - 引入乐观锁机制，减少数据冲突
- **效果**：系统支持峰值100人/秒报名，数据一致性保持100%

#### 3. 高性能文章列表查询
- **难点**：列表查询速度慢，有不需要同步的逻辑
- **解决方案**：
  - 使用CompletableFuture实现异步并行查询
  - 优化SQL查询结构
- **效果**：接口响应时间从656ms优化至89ms，提升7倍多

#### 4. 知识库实时同步
- **难点**：飞书文档更新后如何保证知识库及时更新
- **解决方案**：
  - 参考乐观锁的版本号机制实现，对比时间戳保证数据一致性
- **效果**：保证数据安全问题

#### 5. 高性能文章搜索
- **难点**：当数据库总数达到百万级时，如果仍然使用like查询每一条数据，将会是一场灾难
- **解决方案**：
  - 引入elasticsearch，优化搜索性能
- **效果**：搜索时间从300ms优化至100ms，提升3倍多。此时数据库中数据只有3000条

#### 6. 缓存文章详细、文章列表
- **难点**：如果某篇文章爆火，多次查询数据库开销大
- **解决方案**：
  - Redis+Caffeine二级缓存文章
- **效果**：接口响应速度从100ms到2ms，提升100倍，支持万级QPS

#### 7. 大量并发突然打入服务器
- **难点**：当服务器出现大量并发请求，例如文章点赞，可能会导致服务器宕机
- **解决方案**：
  - 引入RabbitMQ，异步处理请求，在高峰期时暂时缓存请求，在低谷期处理请求，做到削峰填谷
  - 首先检查Redis缓存中的数据，而不是直接访问数据库，减少了数据库的并发访问压力
- **效果**：支持1000个并发用户

#### 8. 令牌续签
- **难点**：当用户使用中，如果Token过期，用户需要重新登录，体验极差。而JWT是无状态的，即不在服务端存储。
通常的解决方案是快过期时新颁发一个token，或者使用两个token，将时间段分为三段，但需要前端人员配合。
此外还可以用Redis存储，ttl控制过期，退出删除key，但这样改为有状态。
- **解决方案**：
  - 以上方案我都没采用，而是想出一个折中方案，将令牌的过期时间设置在凌晨4点
- **效果**：我相信我们的服务器在凌晨四点没有人用

#### 9. 限流算法
- **难点**：直接使用计数器实现限流算法较为生硬，不能完全控制请求次数，需要结合业务场景进行设计
- **解决方案**：
  - 采用令牌桶算法，能够平滑地控制请求速率，能更好地处理突发流量（桶容量内），提供更均匀的请求分布
  - 通过Lua脚本操作Redis，保证原子性
- **效果**：令牌桶算法可以容忍短时间的突发流量，而计数器不行

#### 10. 接口限权
- **难点**：多角色体系统，如何实现不同角色的权限控制
- **解决方案**：
  - 引入Sa-Token权限认证框架
- **效果**：实现接口级别的限权，防止越权

### 模块实现部分详情

#### 1. 用户认证模块
- **技术方案**：
  - JWT实现用户认证
  - MD5密码加密
  - Redis存储退出登录Token黑名单

#### 2. 献血活动模块
- **技术方案**：
  - WebSocket实现实时紧急活动通知
  - Redission分布式锁控制并发报名

#### 3. 科普文章模块
- **技术方案**：
  - 阿里云OSS存储图片
  - Redis缓存点赞数据（定时同步到MySQL）
  - CompletableFuture并行查询优化列表接口

#### 4. 智能问答模块
- **技术方案**：
  - Spring AI集成通义千问
  - Redis Stack存储文档向量
  - RAG检索增强生成
  - 飞书云文档更改后实时同步到向量数据库

## 项目进度与后续计划

### 后续优化计划

#### 功能完善
- 优化向量数据库，例如使用pgvector

- 探寻适合的workflow

- 添加联网能力

- 引入function calling进行文档审核

- 引入知识图谱进行知识关联

- 引入图片识别多模态模型

- 内容审核AI与传统算法同时审核

- 知识库快照存档

- 知识库更新加入失败重试与Webhook失败告警机制

- 日志监控 
  - 接入 Prometheus + Grafana 实时监控。 
  - 日志统一管理，使用 ELK/EFK 或 Sentry 报错追踪。

- 个性化推荐优化

## 项目配置与资源

### 相关资源
- **产品原型**：[查看原型](https://rte2pq.axshare.com/?g=4)
- **接口文档**：[查看文档](https://apifox.com/apidoc/shared-cee5d047-9a94-4df6-9dc7-e06a0ea220d7)
- **测试环境**：http://39.108.131.19:8988
- **正式环境**：https://jobguard.online
- **代码仓库**：[查看仓库](https://gitee.com/x_xxxxsl/blood)

### 飞书应用配置
- **文档权限**：已配置自动同步
- **更新频率**：实时同步