🎬 DRAMA 融合短剧平台

业务逻辑深度分析报告

分析日期: 2026-07-21 | 基于源码级分析 | Spring Boot 3.2.5 + Spring Cloud 2023.0.1

1. 用户生命周期业务逻辑

1.1 用户类型体系

系统支持三种用户类型,每种有不同的状态机:

类型userType创建入口状态流转
普通用户NORMAL手机登录 / 微信登录正常(1) → 冻结(-1) → 封禁(-2)
CP 供应商CP注册时选择 CP 类型 / 管理员创建正常(1) + PENDING → APPROVED/REJECTED
管理员ADMIN管理员创建正常(1)

1.2 注册/登录流程

POST /api/user/login (phone + code) POST /api/user/wechat-login (wxCode) │ │ ▼ ▼ 查询 t_user WHERE phone=? OAuth: code → openid/unionid │ │ ├─ 存在 ────────────────────────────── 查询 t_user WHERE openid=? │ (跳过) ├─ 存在: 更新昵称 │ └─ 不存在: INSERT t_user ▼ ┌─ 新用户 ─────────────────────────────────┐ │ 1. INSERT t_user │ │ 2. initProfileAndWallet(userId): │ │ INSERT t_user_profile │ │ INSERT t_user_wallet (balance=0) │ │ 3. profileClient.initProfile(userId) │ │ 4. 异步 registerToIM(user): │ │ 4a. OpenIM 注册 drama_user_{id} │ │ 4b. 确保 ai_assistant 已注册 │ │ 4c. 双向添加好友 │ │ 4d. ai_assistant 发送欢迎消息 │ │ 5. 若 type=CP: │ │ 5a. 异步 spreeClient.createVendor() │ │ 5b. 回写 edd_wp_user_id 到 t_user │ └──────────────────────────────────────────┘ │ ▼ ┌─ 风控检查 ──────────────────────────────────┐ │ riskClient.check(deviceId, userId, "LOGIN") │ │ ├─ BLOCK → 403 "设备环境异常" │ │ └─ PASS/WARN → 继续 │ └────────────────────────────────────────────┘ │ ▼ 记录 lastLoginTime 记录登录日志 (t_login_log) JWT 签发: sub=userId, phone, exp=7天 → {token, user}

1.3 微信登录降级策略

当微信 OAuth API 不可达时,自动降级为测试模式:openid = "wx_" + abs(code.hashCode()),保证用户体验不中断。

1.4 用户行为追踪

LocalProfileService 同时维护内存统计(ConcurrentHashMap)与 MySQL 持久化:

1.5 IM 社交体系

2. 内容生命周期业务逻辑

2.1 短剧数据模型

t_drama 是系统最复杂的实体,拥有约60+字段,涵盖:基础信息、分级审核、版权合规、广电总局要求的全字段。

合规字段(广电总局): copyrightType, copyrightProofUrl, authorizationChainUrl, broadcastPermitNumber, icpLicenseNumber, culturalOpsPermit, filingTier, filingNumber, isAiGenerated, 6个AI相关URL, 5个备案相关URL, legalRepresentative, organizationProfile 等。

2.2 三级审核状态机

checkStatus 状态码: ┌─────────────────────────────────────────────────┐ │ 1 草稿 │ │ 10 已提交 (CP → 平台) │ │ 20 一审中 / 21 一审通过 / 22 一审驳回 │ │ 30 二审中 / 31 二审通过 / 32 二审驳回 │ │ 40 三审中 / 41 终审通过 / 42 终审驳回 │ │ 50 已发备案号 (ISSUE_LICENSE) │ │ 60 已入库 (ARCHIVE) │ │ 70 已上架 (PUBLISH) │ └─────────────────────────────────────────────────┘ reviewLevel 当前审核级别: 1→一审 / 2→二审 / 3→三审 CP操作: SUBMIT → checkStatus=10, reviewLevel=1, auditStatus=PENDING 管理员操作: REVIEW → checkStatus=rLevel==1?20:30:40 (开始审核) APPROVE → 按级别升级: 21→2 / 31→3 / 41→上架 REJECT → 22 / 32 / 42, 记录原因 ISSUE_LICENSE → 50, 填写备案号 ARCHIVE → 60 PUBLISH → 70, status=1 (上架) UNPUBLISH → 60, status=0 (下架)

2.3 内容上传流程

CP 上传短剧: 1. 创建 Drama: POST /api/content/dramas └─ 自动同步到推荐系统: recSyncClient.uploadContent() 2. 上传封面: POST /api/content/dramas/{id}/cover 3. 创建分集: POST /api/content/episodes 或 /episodes/with-video └─ 视频上传到 OSS, videoUrl 回写 4. 导入弹幕: POST /api/content/bullets/import └─ 支持 JSON 和 CSV 格式 └─ 通过 epNum → episodeId 自动映射 5. 关联商品: POST /api/content/dramas/{id}/products 6. 提交审核: POST /api/content/drama/{id}/audit (action=SUBMIT)

2.4 外部内容同步

速能自有剧同步 (POST /api/content/dramas/sync-sunaying):

2.5 OSS 存储

使用阿里云 OSS,通过 GET /api/content/oss/sts 获取临时 STS Token(1小时有效),前端直传。

2.6 UGC 内容管理

支持用户生成内容(UserContent): 创建 → pending → admin审核(approve/reject) → 展示。含用户权限校验(仅本人可修改/删除)。

3. 变现体系业务逻辑

3.1 金币经济模型

操作金币变动类型bizType风控
每日签到+10EARNSIGN_IN无
激励视频+50EARNWATCH_AD✅ adId
充值+amount×100RECHARGERECHARGE✅ amount
消费(打赏等)-coinAmountSPEND自定义✅ amount+bizType

汇率: 1元 = 100金币。所有操作均使用 @Transactional 保证原子性,余额不足时拒绝消费。

3.2 广告激励闭环

广告激励完整流程: ┌─ APP ─────────────────────────────────────────────┐ │ 1. 请求广告位 → POST /api/ad/placements/{dramaId} │ │ 2. 创建广告记录 → POST /api/ad/record/create │ │ └─ 返回 adSign (UUID, 无连字符) │ │ 3. 展示广告 (GROMORE SDK) │ │ 4. 广告回调 → POST /api/ad/ecpm/save (eCPM上报) │ │ 5. 激励验证 → POST /api/ad/reward/verify │ │ └─ 幂等检查: transId 唯一 │ │ └─ 更新 adSign 状态为 COMPLETED │ │ └─ 返回 rewardCoin │ │ 6. 发放金币 → POST /api/coin/ad-reward/{userId} │ │ └─ 风控检查 adId │ │ └─ 余额 + rewardCoin │ │ └─ 记录交易流水 t_coin_transaction │ └─────────────────────────────────────────────────────┘ 广告位类型: - pre-roll (片头, 5s, +10币) - mid-roll (片中, 15s, +20币) - reward (激励视频, 30s, +50币) - banner (横幅) 用户侧广告控制: POST /api/ad/control → 返回禁看编码列表 + 每日上限 + 冷却时间

3.3 支付流程

POST /api/payment/create (userId, amount, channel) │ ▼ generateOrderNo: "PAY" + yyyyMMddHHmmss + UUID前10位 INSERT t_payment_order (status=PENDING) │ ▼ 返回 {orderNo, amount, payUrl} │ ▼ (用户跳转支付) POST /api/payment/callback/{channel} │ ├─ 签名验证 (placeholder: 全通过) ├─ 重复回调幂等: status=PAID → 直接 success ├─ trade_status=SUCCESS → update status=PAID └─ 否则 → update status=FAILED

3.4 虚拟打赏

5 级礼物体系: 🌹鲜花(100金币/个), 🎁礼盒, 👑皇冠, 🚀火箭, 💎钻石

打赏后记录到 t_virtual_gift,前端通过 WebSocket 弹幕广播打赏动画。

3.5 Spree 商城购买回调

POST /wp-json/drama/v1/place-order (172.16.0.62) │ ▼ (支付完成) POST /api/content/spree/purchase-callback │ ├─ 根据 email 查找 t_user └─ INSERT t_user_prop (发放道具到用户账户)

4. 推荐系统业务逻辑

4.1 双模推荐架构

模式开关数据源工作原理
外部推荐external.recommend.enabled=true172.16.0.63:8000HTTP REST 直调,透传返回给客户端
本地推荐external.recommend.enabled=false (默认)Redis基于用户偏好分类的 Redis Set 取交集

4.2 本地推荐算法

localRecommend(userId, size): 1. 获取用户已看集合: SMEMBERS rec:user:{userId}:seen 2. 获取用户最佳偏好分类: getBestGenre(userId) └─ HGETALL rec:user:{userId}:genres └─ 取 count 最大的 genre 3. 获取该分类内容: SMEMBERS rec:genre:{bestGenre} 4. 排除已看 + 排除元数据 key(:genre) 5. 返回前 size 个 → RecController → Mock fallback

4.3 冷启动策略

4.4 行为反馈闭环

报告用户交互: POST /api/rec/interaction │ ├─ 本地模式: Redis SADD rec:user:{id}:seen; HINCRBY genre └─ 外部模式: POST /interaction → 172.16.0.63:8000 正向反馈: POST /api/rec/feedback/positive → 外部模式透传

4.5 推荐降级策略

5. AI 弹幕与 IM 对话业务逻辑

5.1 弹幕系统架构

┌─ 客户端 ──┐ ┌─ HTTP ──┐ ┌─ WebSocket (STOMP) ──┐ │ 发送弹幕 │──→│ POST /api│──→│ 保存 DB │ │ │ │/ai/bullet│ │ 广播 /topic/bullet/{id} │ │ │ │ /push │ │ │ └────────────┘ └──────────┘ └────────────────────────┘ ↓ ┌─ 客户端 ──┐ ┌─ HTTP ──┐ 所有已订阅该 topic 的客户端 │ 接收弹幕 │←────│ WS订阅 │ 实时接收 JSON payload └────────────┘ └──────────┘ STOMP 配置: - 端点: /ws/bullet (SockJS, 全来源跨域) - 订阅: /topic/bullet/{dramaId} - 发送: /app/bullet

5.2 AI 弹幕生成

5.3 IM 对话架构

两种对话通路: ┌─ 通路A: SSE 流式 (APP 内) ───────────────────────┐ │ POST /api/user/im/chat/stream │ │ → deepSeekClient.chatStream(message, history) │ │ → 逐 token 推送到 SseEmitter │ │ → 完成后通过 OpenIM 发送完整回复 │ └─────────────────────────────────────────────────┘ ┌─ 通路B: OpenIM WebHook (IM 内) ──────────────────┐ │ 用户发消息 → OpenIM │ │ → WebHook POST /api/ai/webhook/im-callback │ │ → ImWebhookController 处理 │ │ → 过滤: 仅 AI_USER_ID 为收件人、文本型、非自己 │ │ → callDeepSeek(sendId, userMessage) │ │ → sendImMessage(ai_assistant → user, reply) │ └─────────────────────────────────────────────────┘

5.4 对话历史管理

5.5 OpenIM 回调处理

6. 风控引擎业务逻辑

6.1 设备指纹采集维度

类别字段权重说明
设备信息manufacturer, brand, model, sysVersion, securityPatch, batteryLevel-基线数据
唯一标识deviceId, oaid, imei, imsi, mac (均加密)-设备去重
关键风险isEmulator40模拟器检测
关键风险isRoot30Root 检测
关键风险isHook35Xposed/Frida Hook 检测
高风险isVpn, isProxy15/15网络代理检测
中风险isDebug, isMultiOpen10/20调试/多开检测
低风险isAccessibility, simState15/10无障碍/无SIM卡
网络networkType, dnsServers-网络环境
应用appVersion, appSignMd5, installedApps-完整性校验
位置lng, lat-地理位置

6.2 风险评分算法

RiskScorer.calculate(): score = 0 if isEmulator → score += 40 if isRoot → score += 30 if isHook → score += 35 if isVpn → score += 15 if isProxy → score += 15 if isDebug → score += 10 if isMultiOpen→ score += 20 if isAccessibility → score += 15 if noSIM → score += 10 if battery<5% && networkType=WIFI → score += 15 (可能是服务器机房) return min(score, 100)

6.3 决策流水线

reportDevice(req): 1. 黑名单检查: isBlacklisted() → BLOCK (终止) 2. 设备指纹: 新建或更新 t_device_fingerprint 3. 风险评分: RiskScorer.calculate() 4. 自动拉黑: score≥80 → INSERT t_blacklist 5. 规则引擎: 逐一匹配所有 enabled 规则 ├─ 先匹配黑设备规则 (BlackDeviceRule) └─ 再匹配通用规则 (RuleEngine) 6. 记录事件: t_risk_event checkRisk(req): 1. 屏蔽检查: shieldingConfig → BLOCK (终止) 2. 黑名单检查: blacklist → BLOCK (终止) 3. 无指纹: 新设备 → PASS (score=30) 4. 有指纹: ruleEngine.decide(score, actionType) ├─ score≥80 → BLOCK ├─ score≥50 → WARN └─ score<50 → PASS

6.4 覆盖场景

场景actionType调用时机降级策略
登录LOGINUserController.login() 签发JWT前服务不可达→PASS
下单ORDERTradeController.createOrder()服务不可达→PASS
充值RECHARGECoinController.recharge()服务不可达→PASS
消费SPENDCoinController.spend()服务不可达→PASS
提现WITHDRAWWalletController服务不可达→PASS
广告奖励AD_WATCHCoinController.adReward()服务不可达→PASS
CP审核CP_REVIEWUserController.reviewCp()服务不可达→PASS

6.5 风控管理层

7. CP 管理与收益结算业务逻辑

7.1 CP 注册与审核

CP 注册流程: 用户选择 CP 类型注册 → INSERT t_user (userType=CP, verifyStatus=PENDING) → 异步: spreeClient.createVendor(dramaUserId, username, displayName) └─ POST /wp-json/drama/v1/sync-vendor (action=create) → 172.16.0.62 └─ 成功 → 回写 edd_wp_user_id 到 t_user 管理员审核: → GET /api/user/admin/cp-review (status=PENDING) → POST /api/user/admin/cp-review/{id}?action=approve ├─ 风控检查: riskClient.check(deviceId, userId, "CP_REVIEW") ├─ BLOCK → 403 拒绝 ├─ 异步: spreeClient.approveVendor(dramaUserId) │ └─ 激活 shop_vendor 角色 └─ update verifyStatus=APPROVED

7.2 道具资产管理

道具添加流程: POST /api/content/props (Authorization, productId) │ ├─ 去重检查: 调用 8089 查询是否已存在该道具 ├─ 提交分销申请: productSyncClient.applyDistribution(productId) ├─ 签约: POST /api/sync/props/sign → 8089 ├─ 本地存储: INSERT t_prop_asset └─ 异步同步到 Spree: syncToSpree() ├─ 查询 CP 的 edd_wp_user_id └─ spreeClient.syncProduct(productId, wpUserId, ...)

7.3 收益模型

收益来源数据来源Mock 参考值
广告分成t_ad_watch_log 聚合12,500
商品佣金t_order 按 productId 聚合3,800
打赏收入t_virtual_gift 聚合2,100
总计CP 收益看板18,400

7.4 商品关联体系

7.5 选品中台同步服务

drama-product-sync (8089) 是一个独立 Spring Boot 应用,提供:

8. 业务风险与边界条件分析

8.1 已知风险点

风险域问题影响当前措施
支付签名验证为 placeholder(全通过)可被伪造回调标记 TODO,开发环境接受
IM对话历史纯内存(ConcurrentHashMap)重启丢失影响有限(仅 20 条历史)
推荐外部推荐默认关闭,本地推荐依赖 RedisRedis 故障回归 Mock三层降级保护
金币无分布式锁,单机 @Transactional并发充值可能超扣当前单机部署
风控服务不可用时默认 PASS绕过风控业务可用性优先
数据库多处直接 JDBC 硬编码连接连接泄漏风险应在 DataSource 统一管理
异步操作new Thread() 裸线程线程不受控应使用线程池
JWT7 天超长有效期,无 refresh mechanismToken 泄漏风险RS256 非对称签名不可伪造

8.2 边界条件

8.3 数据一致性

Generated by DeepSeek TUI v0.8.18 | 2026-07-21 | Source: /root/drama-fusion-platform