绑定:允许我们将交换机和队列关联起来，并指定交换机将哪种类型的消息发送给哪个队列(类似计算机网络中两个路由器或网络设备相互连接的情况，也可以理解为网线)。
routingKey:路由键，控制消息要转发给哪个队列的(IP 地址)。
特点:消息会根据路由键转发到指定的队列。
场景:特定的消息只交给特定的系统(程序)来处理绑定关系:完全匹配字符串。
示例场景：发日志的场景，希望用独立的程序来处理不同级别的日志，比如 C1 系统处理 error 日志，C2 系统处理其他级别的日志。
bi-platform 项目源码：master（主分支）、dev（开发版本：扩展）
项目简介
基于React + Spring Boot + MQ + AIGC的智能数据分析平台。区别于传统BI，用户只需要导入原始数据集、并输入分析诉求，就能自动生成可视化图表及分析结论，实现数据分析的降本增效。
在传统的数据分析平台中，如果想要分析近一年网站的用户增长趋势， 通常需要手动导入数据、选择要分析的字段和图表，并由专业的数据分析师完成分析，最后得出结论。然而，本次设计的项目与传统平台有所不同。在这个项目中，用户只需输入想要分析的目标，并上传原始数据，系统将利用AI自动生成可视化图表和学习的分析结论。这样，即使是对数据分析不通的人也能轻松使用该系统。
首先，来探讨一下目前系统存在的不足。目前系统已经完成从同步到异步的转变。为什么需要改变呢?因为Al模型分析速度较慢，生成图表可能需要几秒或更长的时间。虽然OpenAl最近已经优化了欺工智能服务的效率,但当系统用户量大时，可能出现系统资源不足或AI服务生成速度跟不上的情况，这会导致系统瓶颈。
因此,我们采用异步处理，以提高户体验、及时反馈。目前，我们的异步实现依赖于本地线程池。这里的"本地” 值得深思:本地线程池会存在哪些问题?比如，假设Al服务限制只能有两个用户同时使用，那么单个线程池最大核心线程数为2即可。但如果系统需求量增大,后端从单服务器部署扩展到多服务器，每个服务器都需要一个线程池。 这样，在三个服务器的情况下，可能就有六个线程同时使用AI务,超过了服务的限制。这就是我们目前的问题:无法集中限制，只能进行单机限制。
系统问题分析总结
问题场景：面临服务处理能力有限，或者接口处理(或返回)时长较长时，就应该考虑采用异步化。
具体来看，可能会遇到以下问题：
（1）用户等待时间过长：这是因为需要等待AI生成结果
（2）业务服务器可能面临大量请求处理，导致系统资源紧张，严重时甚至可能导致服务器宕机或无法处理新的请求
（3）调用的第三方服务(Al能力)的处理能力有限。比如每3秒只能处理1个请求，就会导致Al处理不过来；严重时，Al可能会对我们的后台系统拒绝服务
图表管理：基于图表信息的CRUD。可参考此前或者现有项目的一些实现，完善前后端功能
参考现有项目实现，完成后端接口的CRUD
构建步骤说明
【1】创建路由（修改config/routes.ts文件：配置图表信息列表路由）
【2】新增组件（src/pages新增MyChart组件：新增MyChart文件夹、新建index.tsx文件（可以参考前面创建AddChart））
业务流程分析
【1】用户输入
【2】后端校验
【3】把处理后的数据输入给Al模型(调用Al接口)，让AI模型给系统提供图表信息、结论文本
【4】图表信息(是一段json配置、是一段代码)、结论文本在前端进行展示
构建前端项目，搭建基于react的ant design pro项目脚手架，注意项目版本依赖问题（如果nodejs版本不兼容则适当调整即可）
# 使用 npm 加载脚手架
npm i @ant-design/pro-cli -g
# 创建前端项目
pro create bi-platform-frontend
# 选择umi版本（可以尝试umi4踩新坑,umi3提示选择简单还是全量脚手架），原使用umi3 simple
# 进入指定项目安装项目依赖
cd bi-platform-frontend
tyarn 或者 npm install
# 脚手架初始完成，进入开发状态
npm run start
# 项目启动完成访问http://localhost:8000/,第一次初始化加载会比较慢
基于React + Spring Boot + MQ + AIGC的智能数据分析平台。区别于传统BI,用户只需要导入原始数据集、并输入分析诉求，就能自动生成可视化图表及分析结论,实现数据分析的降本增效。
在传统的数据分析平台中，如果想要分析近一年网站的用户增长趋势， 通常需要手动导入数据、选择要分析的字段和图表，并由专业的数据分析师完成分析,最后得出结论。然而，本次设计的项目与传统平台有所不同。在这个项目中，用户只需输入想要分析的目标，并上传原始数据，系统将利用AI自动生成可视化图表和学习的分析结论。这样，即使是对数据分析不通的人也能轻松使用该系统。