电商评价微服务系统（Biz Review System）

---

项目性质：课程项目重构

本项目源自 七米课堂微服务实战课程 的电商评价系统，在保留原始 CQRS 架构思想的基础上，进行了深度重构与功能增强，使其具备生产环境需求功能。

---

项目架构

---

系统功能全景

• C 端（用户）

  • 发表评价（图文/视频、多维评分、标签）
  • 高性能查询商品评价列表
  • 查看个人评价

• B 端（商家）

  • 查看本店评价、回复用户、申诉恶意评价

• O 端（运营）

  • 审核评价与申诉、管理状态、添加运营备注

• Job 服务

  • 消费 Canal Binlog 事件 → 构建三表合一 ES 宽表
  • 保障数据最终一致性

---

重构重点

维度	原课程项目	本项目重构增强
ES 数据模型	无	✅ 设计并落地 三表合一宽表（评价 + 回复 + 申诉）
ES 查询能力	仅店铺ID查询	✅ 支持 多条件过滤（SPU、评价状态、时间范围、热点关键词）、全文检索、深度分页（search_after）、综合排序、聚合
CDC 同步链路	简陋逻辑	✅ 通过 Canal + Kafka + Job 实现 近实时、可靠、幂等 的 MySQL → ES 同步
中文搜索	未处理	✅ 配置 ik 分词器，支持评价内容中文全文检索
高并发优化	基础缓存	✅ Redis + singleflight 防击穿

---

核心技术实现

✅ Elasticsearch 三表宽表同步（biz-review-job）

• 将 review_info、review_reply_info、review_appeal_info 聚合为单个 ES 文档；
• 宽表包含评价内容、评分、媒体、商家回复、申诉状态、审核意见等全量信息；
• 使用 ik_max_word 分词器支持中文检索。

实现：biz-review-job/internal/job/model/biz-review.json

✅ 复杂 ES 查询引擎（biz-review-service）

• 支持组合条件：SPU、店铺、评分区间、标签、时间范围、审核状态；
• 深度分页：search_after 替代 from/size，万级分页无性能衰减；
• 排序：默认优先展示有图、视频或商家回复的高参考度评价。也可以选择时间、评分、回复数等因素排序；
• 性能优化：Bool Query + Filter Context，避免相关性计算，提升缓存命中；
• 高并发保护：singleflight 合并请求 + Redis 缓存。

📄 实现：biz-review-service/internal/biz/review.go

---

技术栈

• 微服务：Kratos v2.7.0
• 通信：Protobuf + gRPC（内部） / HTTP（外部）
• 写存储：MySQL
• 读存储：Elasticsearch
• 缓存：Redis + singleflight
• 数据同步：Canal → Kafka → Job
• 服务治理：Consul
• 工程化：Wire、GORM Gen、protoc-gen-validate

---

相关仓库

• 🔹 biz-review-service — 评价服务端
• 🔹 biz-review-api — 评价服务端 API 定义
• 🔹 biz-review-c — 用户端
• 🔹 biz-review-b — 商家端
• 🔹 biz-review-o — 运营端
• 🔹 biz-review-job — 评价服务端同步任务

---