人脸打卡考勤系统

配置管理系统

统一认证服务

登录：1：客户端发起登录请求，通过网关转发到服务端。2：验证用户的erp合法性3：调用统一认证服务进行用户身份认证。客户端添加新用户到系统：1：发送人员信息身份信息和用户头像照片到服务器，2：用户通过接口鉴权用户身份信息3：提取用户头像特征码并保存用户头像和相关特征信息到数据库，并更新内存中的数据。4：通过MQ消息机制通知集群中的所有服务器进行内存更新操作。5：同步用户数据到统一帐号和考勤系统中.用户打卡：1：用户上传头像到服务器2：提取用户头像特征码3：根据选择的仓库定位到对应的服务器集群进行特征码对比，按照特征计算出相似度。4：找出对应的用户erp调用考勤系统接口进行打卡操作。

MySQL

人脸资料存储

人脸数据库

JSF

缓存（K-V存储）

UMP监控

API Gateway

Redis

人脸定位

统一认证

存储

持久化存储

接口

APP

身份证认证

调用考勤系统

特征对比

外围系统

注册申请

特征提取

签到完成

识别失败

员工

图片采集

登录认证

HTML5

识别成功

JNA

分库内存2

前端

订阅服务

统一帐号

HTTP/HTTPS JSON

clover定时任务（打卡失败，定时重试）

JSF接口

选择库房

JFS图像存储

提取特征码 so

考勤系统

同步用户

难点：1：当用户进行了增加，删除，修改仓库的时候需要同步通知特征对比服务，修改内存中的用户数据，决定采用spring的jms的消息订阅模式来进行消息的通知（进一步咨询公司jmq是否提供订阅模式）2：跨库打卡，因为打卡的时候已经提前选择的库房，如果该员工不是属于该库房的人员，那么打卡的时候进行特征对比的时候则会比对失败，方案1：遍历所有分块内存进行比对，该方法会比较耗时，用户使用感受不好方案2：失败的时候提示用户选择仓库，如果用户不知道自己归属的仓库，则没有办法进行处理。方案3：失败的时候提示用户输入erp，通过调用统一帐号接口获取用户的仓库，再进行特征识别打卡。3：由于特征对比需要数据保存在内存中进行比对，经过计算2万人大概消耗32M内存，所以10万人大概需要占用160M内存，从机器硬件上来说没有什么负担。4：由于现在的图像识别采用的是特征码提取的方式进行的对比，该方法比较老，识别率低，所以后期需要改造该算法，现在该算法直接封装在so中，java通过jna进行调用

分库内存1

生成考勤表

订阅模式，通知所有的服务进行内存图像更新操作

服务

配置管理

登录：1：客户端发起登录请求，通过网关转发到服务端。2：验证用户的erp合法性3：调用统一认证服务进行用户身份认证。客户端添加新用户到系统：1：发送人员信息身份信息和用户头像照片到服务器，2：用户通过接口鉴权用户身份信息3：提取用户头像特征码并保存用户头像和相关特征信息到数据库，并更新内存中的数据。4：通过SPRING JMS订阅模式，通知集群中的所有服务器进行内存更新操作。5：同步用户数据到统一帐号和考勤系统中.用户打卡：1：用户上传头像到服务器2：提取用户头像特征码3：根据选择的仓库定位到对应的服务器集群进行特征码对比，按照特征计算出相似度。4：找出对应的用户erp调用考勤系统接口进行打卡操作。

人员信息同步

订阅通知更新用户信息

管理员

客户端网关系统

Hbase

Android/IOS

根据仓库进行分表

分库内存n

图像上传逻辑处理

通信接口

SPRING JMS

数据存储