项目背景：

在媒体请求流量中，低价值请求占比高，直接进入下游广告系统会带来较高的 IT 成本与系统压力。

本项目通过在广告链路前置流量网关，对媒体请求进行过滤、筛选与分发，降低无效流量占比，提升整体系统处理效率。

技术栈：Java（JDK8）、Vert.x、Redis / KVrocks、Nacos、Logback、阿里云 ALB

核心职责与技术实现：

参与流量网关整体方案设计与核心模块开发，基于 Vert.x 构建高并发、低延时的请求处理模型， 承担广告请求接入、过滤与分发等核心逻辑

设计并实现可配置的流量过滤与策略分发机制，支持多层策略组合与灵活扩展， 并为每个请求记录命中策略，用于后续数据统计与效果分析

结合 Redis / KVrocks 存储策略配置与运行态数据，实现策略的动态加载与实时生效， 提升系统在业务调整过程中的灵活性

在高并发场景下对系统进行性能优化与压测，保障集群环境中请求处理的稳定性， 峰值场景下系统可支撑 10 万级 QPS，平均响应时间控制在 50ms 以内

项目难点与价值：

高并发、低延时请求处理，对事件驱动模型与资源使用效率要求高

策略结构复杂，需要在保证性能的前提下支持灵活扩展与动态调整

作为广告系统前置网关，有效降低无效流量进入下游系统，减少系统资源消耗

在高并发、低延迟的请求场景下，对比传统线程模型与事件驱动模型，选择基于 Vert.x 的异步非阻塞架构，以降低线程上下文切换开销，并通过限流与熔断机制保障系统稳定性。