OUTCOMES
项目结果
- 参与复杂地图作业前端的核心开发，在内部 SVG 地图体系中以 Map、Layer、Feature、Element 分层组织道路、轨迹、GPS 与业务标记。
- 围绕视口变化处理瓦片差量装载、空间索引与几何筛选，支持空间要素的选择、编辑、关联、高亮、测距和动态标签；同时实现道路属性规格适配，完成后端数据规格与前端视觉模型之间的双向转换。
- 主导统计计算与平台展示的设计、开发和迭代：计算由 Node.js 迁移至 Python，PHP / Yii2 用于统计平台展示；同时在 Python / PostgreSQL 作业端扩展异步质检、回调防重、返工 / 验收状态流与 JSONB 例外分析。
- 在统计链路中使用 Elasticsearch count / search / scroll 检索并关联 MySQL 业务记录，形成采集、匹配、指令、回收与质检的阶段耗时指标。
- 带领 5 名前端工程师完成地图作业、统计运营页面与相关工具交付，承担任务拆分、技术方案、关键问题处理和代码评审。
- Map
- Layer
- Feature
- Element
- 采集
- 作业
- 质检
- 返工 / 验收
- 统计
5 名前端工程师 · 任务拆分 · 技术方案 · Code Review
地图数据采集与质检
百度生产项目这段经历面向百度地图内部的数据采集、标注、质检与空间统计，不是消费端地图页面。系统需要把道路、轨迹、GPS、照片和多类业务标记放进同一作业上下文，同时把任务状态和统计结果连接到后端流程。
我的工作分为两条清晰主线：参与复杂地图作业前端的核心开发并带领前端团队交付；主导空间统计项目的整体设计、开发与持续迭代，并在既有 Python / PostgreSQL 作业平台中持续扩展批量质检与数据流程。
复杂地图渲染：分层组织空间要素
前端核心开发 / 团队协作在既有内部 SVG 地图体系上，以 Map、Layer、Feature、Element 分离地图状态、图层、业务语义与图形元素。
地图能力按 Map、Layer、Feature、Element 分层：Map 处理视口与坐标，Layer 负责装载和可见性，Feature 表达道路、轨迹、车道与交通设施等业务语义，Element 负责折线、多边形、文字和图标等 SVG 图形。
我在这一既有体系中参与核心作业能力开发，把参考路网、公共轨迹、GPS、网格、标注和质检信息组织为可组合图层。
- 渲染结构：Map → Layer → Feature → Element
- 空间要素：道路 · 轨迹 · GPS · 车道 · 限速 · 交通设施 · 质检标记
- 图形表达：Polyline · Polygon · Text · Icon 等 SVG 元素
视口装载、空间索引与几何计算
复杂渲染与性能边界地图平移和缩放会持续改变可见数据。图层按瓦片计算差量，只请求新进入视口的范围并取消已失效请求；网格和轨迹根据缩放级别调整呈现，避免每次视口变化都重建全部内容。
空间查询使用 R-tree 索引先按包围盒缩小候选范围，再通过点线关系、相交、距离和矩形范围等几何计算过滤。该链路支撑命中测试、附近道路查找、轨迹关联、测距和高亮等交互。
- 瓦片差量：新增范围请求 · 离开范围清理 · 过期请求取消
- 空间检索：RBush 包围盒索引 · 几何二次过滤
- 缩放策略：按 zoom 调整图层、标记密度与视觉参数
作业交互：让地图、影像与任务状态协同
地图数据作业工作台作业人员需要在平面图、照片、全景或俯视影像之间核对信息，并对道路名称、车道、限速、转向、交通设施等对象进行选择、编辑和关联。地图层还需同步显示参考数据、当前标注、差异结果与质检问题。
我还实现了道路属性规格适配：在后端 TTFA 规则与前端视觉模型之间双向转换时间条件、车辆类型位图和车道组成，并兼容新旧数据规格。
前端由图层可见性、选中对象、历史记录、快捷工具和任务状态共同驱动。高亮、测距、动态标签与参考轨迹不是独立效果，而是帮助作业人员在复杂空间上下文中完成判断和修改。
后端设计：作业状态与异步批量质检
Python / PostgreSQL 生产流程在 Python / Tornado 与 PostgreSQL 作业平台中，我扩展任务提交、批量质检、返工和验收流程。外部质检任务通过创建请求与成功 / 失败回调衔接，业务侧校验回调数据、防止重复处理，并对错误项去重后写回任务状态。
例外记录使用 PostgreSQL JSONB 完成筛选、分页、统计与原因更新；状态变更结合行锁与批检日志，避免异步回调和人工操作造成任务状态冲突。
- 状态流：作业提交 · 批量质检 · 返工 · 修复 · 验收
- 异步安全：回调校验 · 重复回调防护 · 错误项去重
- 数据处理：PostgreSQL 行锁 · JSONB 例外记录与分析
统计项目：计算迁移与结果展示
Node.js → Python · PHP / Yii2 展示 · Elasticsearch / MySQL我主导整个众源空间数据统计项目的设计、开发与持续迭代。统计计算最初使用 Node.js 实现，后因内存瓶颈迁移至 Python；PHP / Yii2 用于统计平台展示。
Python 脚本按批次、日、小时与 15 分钟等周期编排统计任务，完成地理数据抽取、分类和落盘；统计平台按批次、任务、设备、轨迹、路段、时间和里程等维度展示结果。
链路耗时统计通过 Elasticsearch count / search / scroll 查询状态日志，再与 MySQL 业务记录关联，计算采集、匹配、指令、回收与质检阶段的耗时。
带队交付：5 人前端团队与跨栈协作
前端负责人 · 跨栈交付百度期间我带领 5 名前端工程师，项目范围覆盖地图数据作业、统计运营页面和百家号编辑器。我的工作既包含任务拆分、技术方案和代码评审，也包含关键地图交互及疑难问题的直接实现。
整个统计项目由我主导设计、开发并持续迭代，并在既有作业平台上持续实现 Python / PostgreSQL 业务能力。
证据与技术边界
公开说明公开案例依据本人履历、保留工程源码及可核对的代码版本记录整理，不展示内部页面、真实地图数据或未授权截图。地图渲染源码能够说明系统分层与交互复杂度，但缺少完整的原始版本记录，因此不宣称我独立从零实现整套地图底层。
保留的后端代码覆盖 PHP / Yii2、Python / Tornado、PostgreSQL / JSONB、MySQL 与 Elasticsearch 查询接入。Kafka 仅属于项目使用经验，不列为本案例的设计或建设成果；也不把 Elasticsearch 的使用表述为集群建设。