公告系统:从编辑后台到用户红点的完整链路
公告模块看起来是内容发布,实际要解决两件事:后台操作得够轻,前端触达得够快。管理员端界面基于 Vue3 + Element Plus 搭建,支持创建、编辑、定时发布,每条公告带标题、正文、分类、展示位置、生效时间窗口和目标用户标签。分类里固定保留系统通知、活动预告、实时赛果预测提醒和数字娱乐更新四类。这套分类是在金边做了 12 年开发、团队 28 人、每年交付约 100 个项目之后沉淀下来的。客户分布在柬埔寨、菲律宾、越南、老挝、泰国、印尼、马来西亚,主攻电商、娱乐、金融/交易、地产、物流几个行业。跨了这么多行业之后,运营实际用到的公告场景基本没有超出这四种。
后端用 Spring Boot 微服务承载,公告数据落在 MySQL,publish_time 字段建 B+ 树索引,便于按时间范围快速筛选。定时公告不靠轮询数据库,而是把发布时间作为 score 写入 Redis 的 ZSET,由分布式任务调度器定期执行 ZRANGEBYSCORE 拉取到期公告触发推送。这样即使同时挂了几百条定时公告,调度器每次只处理到期的几条,不会给数据库增加无谓压力。这套机制在柬埔寨、越南、泰国几个娱乐类平台的定时赛事通知场景里跑过,没有出现过到期公告漏发或重复推送。这个结论来自我们交付项目的运营反馈,不是压测数据。
用户端通过 REST API 拉取公告列表,支持按分类筛选和时间倒序分页。重大赛事结果公布后往往会有一波集中访问,所以网关层对热点公告做了 Redis 缓存,过期时间设为 5 分钟,采用 Cache-Aside 模式:缓存未命中时回源数据库,同时异步刷新。公告的未读红点没有用传统关系表存,而是用 Redis Bitmap 按用户维度记录已读状态,查询复杂度 O(1)。早期用关系表存已读状态时,单表膨胀到千万级别后查询明显变慢,改成 Bitmap 之后存储和查询都稳定了。这里说的"稳定"是指没有再出现需要半夜起来清理已读表的情况,具体的性能对比数据我们没有留档。
紧急通知的实时触达走 WebSocket 长连接。后端基于 Netty + Redis Pub/Sub 做广播,推送的消息体只带公告 ID 和标题摘要,客户端点击后再加载详情。这样一条紧急通知推给大量在线用户,带宽占用仍然可控。这套公告方案在柬埔寨和菲律宾的几个娱乐类平台上持续运行,运营团队从每周集中发几条公告,慢慢变成每天按赛事节奏发几十条定时和即时通知,后台单条公告的操作时间明显缩短。具体缩短到多少,不同运营人员的操作习惯差异很大,【此处待填:可提供某个交付项目的后台操作耗时前后对比数据】。
跑马灯:首页注意力入口的工程细节
跑马灯是首页最能抓注意力的组件之一,但它的技术难点不在动画,而在变更如何快速生效。如果前端每 30 秒轮询一次数据库,首页流量一大,数据库先扛不住。我们的做法是让跑马灯数据走一条独立的更新链路。
管理后台的跑马灯配置支持富文本片段、跳转链接、排序权重和展示时段。核心数据模型如下:
| 字段 | 类型 | 说明 |
|---|---|---|
| id | bigint | 主键 |
| content | varchar(500) | 跑马灯文本,支持占位符 |
| link_url | varchar(255) | 点击跳转地址 |
| priority | int | 排序权重,数字越大越靠前 |
| start_time / end_time | datetime | 生效时间范围 |
| status | tinyint | 0-草稿,1-发布,2-过期 |
管理员提交更新后,后端同步写库,并向 Kafka 发一条跑马灯变更事件。独立的实时服务消费事件后更新内存中的活跃跑马灯列表,前端拿到的始终是内存里的最新数据,不用碰数据库。用户首页通过 BFF 接口获取当前有效跑马灯,按优先级排序后返回。响应时间主要取决于 BFF 网关和网络链路,服务端处理本身占比很小。
在流量更大的场景下,跑马灯数据还会推到 CDN 边缘缓存,设置 Cache-Control: max-age=30s,BFF 层用 ETag 做条件请求验证。前端滚动效果用 CSS 动画或 Lottie 实现,点击后跳转详情页,同时埋点上报点击事件供运营分析。我们交付过的几个成品电商系统里,跑马灯是开箱即用的标配模块。电商类系统我们有成品,交付快,客户拿到后主要改的是文案和跳转链接,技术层基本不用动。目前部分成品系统有几十家客户在运营使用。
实时徽章:让用户"看见"未处理的信息
App 图标上的红色角标是促活最直接的手段之一,但未读数分散在系统公告、交易提醒、新活动等多个业务域,不能每次打开 App 都去各业务方查一遍。我们的方案是做一个独立的分布式计数服务,各业务产生未读事件时通过 gRPC 调用计数服务自增,数据结构用 Redis Hash:HSET user:badge:1001 announcement 3 trade 2。用户进入首页或从后台唤醒 App 时,客户端请求 /api/badge/summary,BFF 层聚合所有类型计数一次返回。
为了保证用户不刷新也能看到数字变化,WebSocket 长连接会主动推送各类型计数的增量,客户端本地累加展示。从事件产生到客户端角标更新,延迟主要卡在网关和移动网络本身,服务端处理时间占比很小。
运营侧同样需要实时数据,但我们没有让管理后台频繁轮询。后端统计服务每秒将聚合指标写入 Redis Stream,管理端通过 SSE 订阅该 Stream 持续接收更新,前端用 ECharts 渲染。这样运营人员看到的数据刷新接近实时,又能避免管理端开着十几个页面时把服务端连接数打满。这套徽章计数服务在金融/交易类系统里用得最多,因为交易提醒的未读数对用户决策影响很大,延迟一旦上去,用户点进来看到的数字和实际不符,信任感会直接受损。这个判断来自我们交付过的金融交易类项目,不是所有行业的通用结论。
优惠券系统:高并发下的资产发放与防超发
优惠券在娱乐和竞技预测平台里承担付费转化和唤醒沉默用户的作用,核心难点是库存扣减不能超发,领取接口不能慢。管理后台支持配置满减券、折扣券、免单券,设置面额、总发行量、每人限领次数和有效期。模板数据存 MySQL,库存数量同步到 Redis:SET coupon:stock:1234 100000。
发放方式分主动领取和被动发放两种。被动发放通过规则引擎扫描用户行为,符合条件就触发发放流程,异步写入消息队列,由券服务消费并扣减库存。用户主动领取时,先校验频次限制(基于 Redis INCR),再用 Lua 脚本原子性检查并扣减库存:
local stock = redis.call('GET', KEYS[1])
if tonumber(stock) > 0 then
redis.call('DECR', KEYS[1])
return 1
else
return 0
end
扣减成功后向用户资产表插入券记录,并触发到账通知,通知又联动徽章计数。整个领取流程采用先更新 Redis 库存、异步入库的策略。这里有一个踩过的坑:Redis 扣减成功后,异步写 MySQL 如果失败,会导致 Redis 库存和数据库资产不一致。我们的处理方式是扣减成功后先写一条领取流水到消息表,再由消费者写入用户资产表,消息表加了唯一约束防止重复消费,失败记录会进入重试队列,超过重试次数后标记为异常由人工介入。
用户券包按时间倒序和状态过滤展示,过期状态由定时任务批量置为无效。我们给菲律宾一个电商客户做过优惠券模块的独立改造。他们原来用的是同步写库方案,大促期间领取接口响应时间显著恶化。改成 Redis Lua 原子扣减加异步流水入库后,领取链路稳定了很多。后续几次大促,运营侧没有再把"券发超了"作为问题报给我们。至于具体的响应时间改善幅度,【此处待填:该菲律宾电商客户改造前后的领取接口响应时间对比数据】。
四个模块如何联动成一套留存机制
公告、跑马灯、徽章和优惠券单独做都不算难,真正有价值的是它们之间的联动:一条活动公告发布后,跑马灯同步在首页滚动提醒,用户点击进入活动页领取优惠券,券到账后徽章数字增加,用户下一次打开 App 的动机就多了一层。这条链路靠事件驱动串起来,运营可以按用户标签做定向推送,比如向偏好实时赛果预测的用户只推送特定赛事通知。
从我们交付过的娱乐类系统来看,引入公告与跑马灯联动后,有平台次日留存有可见提升,优惠券核销率也有改善。这些反馈来自我们交付项目的运营方,但具体效果会因平台用户基数和运营节奏不同而有差异,不能作为承诺指标。团队在娱乐类系统上积累的案例最多,但每个平台的运营方式和用户结构差别很大,一个平台上的效果不能直接复制到另一个平台。
常见问题
跑马灯在高并发下如何保持流畅? 数据走 CDN 边缘缓存和 BFF 内存缓存,客户端通过 WebSocket 增量更新而非全量刷新,动画使用 GPU 加速方案,对 CPU 占用很低。
优惠券库存超发怎么处理? 核心是 Redis Lua 脚本原子扣减,配合消息表唯一约束和数据库唯一索引防止重复写入。对一致性要求更高的场景可以引入事务消息或分布式锁。我们在电商和娱乐类项目里主要用前一种方案,金融/交易类系统因为对账要求更高,会额外加一层对账任务。
实时徽章延迟大概多少? 服务端处理时间占比很小,整体延迟主要取决于网关和移动网络,优化方向是压缩推送包体积和减少不必要的全量刷新。具体的延迟数值受用户所在地区网络环境影响很大,东南亚各国之间的移动网络质量差异明显,没有统一的可参考数字。
这类系统的开发周期,小项目几天可以完成,大项目大约 2 个月。我们的电商类系统有成品,开箱即用,交付速度比从零开发快很多,部分成品系统目前有几十家客户在运营使用;娱乐和金融/交易类系统因为业务规则差异大,通常需要按功能清单逐项确认。团队在金边共 28 人,客户覆盖柬埔寨、菲律宾、越南、老挝、泰国、印尼、马来西亚,主攻电商、娱乐、金融/交易、地产、物流几个行业。报价不公开数字,按功能清单评估后通过 Telegram 或面谈确认,付款先付 30%,验收后结清尾款。支付通道由客户提供资源,我们负责对接,不提供通道本身。服务语言是中文,日常沟通 TG 分钟级响应,系统 bug 修复免费,新增功能按工作量收费。如果你在东南亚做娱乐、电商或金融交易平台,需要一套公告与内容管理方案,可以通过 Telegram 或站内联系方式详谈。
