复杂舆情分析系统的架构设计及演进置顶
从内容聚类的单阈值、双阈值与pending,到风险投票、内容与事件两层组织及Prompt对照,再到日志治理、异步消费者、近重复召回、Go关键词匹配和模型中心,回顾一套多机构舆情分析系统在持续运行中的架构演进,说明每次调整的触发问题、方案取舍与后续边界。
从内容聚类的单阈值、双阈值与pending,到风险投票、内容与事件两层组织及Prompt对照,再到日志治理、异步消费者、近重复召回、Go关键词匹配和模型中心,回顾一套多机构舆情分析系统在持续运行中的架构演进,说明每次调整的触发问题、方案取舍与后续边界。
从手动关键词匹配引发的 ES 高负载出发,记录选择独立 Go 消费者的四个理由,并结合 Java、C++、Rust 等候选的取舍,以及上线后的进程资源和匹配阶段耗时观察,说明这次渐进迁移的决策与验证。
从逐规则 ES 查询带来的压力出发,结合统一示例解释 AC 自动机的多关键词扫描、关键词倒排的候选筛选、预编译布尔表达式的最终判断,逐项分析它们解决的问题、可替代实现和运行成本,并保留规则更新与匹配语义的验收边界。
在启动 Go 消费者项目前,我先开发了性能分析平台:将多机、多容器的 CPU 与内存观察集中起来,并借助 AI 辅助开发逐步完善工具。本文记录三个开发动机、当前已实现的监控与 Python 诊断能力,以及继续深入 Python/Go runtime 和 Linux 内核的目标。
消费者日志进入 API 文件、多副本共写文件、日志过大触发服务器报警,以及格式不统一,促使我重新整理主业务日志链路。本文记录应用结构化输出、Vector 分类落盘、机构文本视图与 logrotate 文件管理的分工,并交代当前覆盖范围和取舍。