【开源项目】分布式文本多语言翻译存储平台

分布式文本多语言翻译存储平台

地址：
Gitee：https://gitee.com/dreamPointer/zza-translation/blob/master/README.md

一、提供服务

分布式文本翻译服务，长文本翻译支持流式回调（todo）
分布式文本多语言翻译结果存储服务，提供可定制化的数据源分片存储方案
文本翻译结果后台管理服务，提供翻译结果可视化、修改支持（todo）

二、特点

分布式部署：zza-translation-core 服务支持集群部署，zza-translation-client 客户端采用轮询策略实现（CoreServerSelector.java）
高度并行化：文本翻译、已翻译文本获取/存储等操作按数据源分片策略并行执行
并行自适应性调整（todo）：当并行执行的线程数量较高时，可自适应调整为串行，减少线程上下文切换开销
高效网络传输：客户端（TransClient.java）与服务端（TransService.java）之间的数据传输使用 ProtoBuf 进行压缩（todo），服务端网络应用（CoreServer.java）采用 Netty 实现
翻译失败重试：开启失败担保策略下，当依赖的第三方翻译服务不可用或请求翻译失败，将翻译失败的请求存储，由后台线程 retry 处理（TextTranslateFailedGuarantor.java），默认支持最大重试次数为 5 次，失败则丢弃
高效缓存：使用 LRU 策略的 Caffeine 作为本地缓存，以单条翻译结果为单位进行存储
定制化存储：翻译文本数据库支持自定义分库分表数量，以及语言类型与数据源关系映射

三、软件架构

1. 网络应用层：Netty

CoreServer.java
支持 token 身份验证

2. 数据存储层：MySQL

DynamicDatasourceInterceptor.java：
基于动态数据源实现分库分表检索
原文本数据库：zza_origin
- text_origin_${0…9}
翻译文本数据库：zza_translation_${0…n}
- text_translation_ $KaTeX parse error: Expected group after '_' at position 15: {languageType}_̲$ {0…n}

3. 本地缓存：Caffeine

TranslationCache.java：
采用Caffeine LRU策略实现，未指定长度时，默认为5000

4. 翻译失败担保

TextTranslateFailedGuarantor.java：
支持自适应的失败重试策略，根据失败数量动态调整重试并行度

5. 第三方翻译服务

第三方服务支持：

百度翻译：BaiduTranslator.java
阿里云翻译：AliyunTranslator.java

四、模块介绍

zza-translation-core：文本多语言翻译与存储服务，支持集群部署
zza-translation-client：文本多语言翻译存储服务客户端，采用轮询策略
zza-translation-console：文本翻译结果控制台，支持对翻译结果的修改（todo）
zza-translation-demo：客户端应用示例

五、安装教程

1. 配置MySQL数据库，导入SQL语句

导入 doc/sql 目录下的SQL

创建 zza_translation.sql 下 text_translation_* 相关的表，需要修改表名。

格式：text_translation_ $KaTeX parse error: Expected group after '_' at position 15: {languageType}_̲$ {idx}

${languageType}: 支持的语言类型，com.zhangziang.translation.common.constant.LanguageType.CN.name().toLowerCase()
${idx}: 分片索引，与 zza-translation-core 服务下 application.yml 配置中的 zza-trans.language-table-sharding 对应, 开始索引为0，最大值为 zza-trans.language-table-sharding - 1

比如：支持语言类型为中文（CN）、英文（EN），翻译结果表分片为10（zza-trans.language-table-sharding = 10），则需要创建 text_translation_cn_{0…9}、text_translation_en_{0…9}

2. 配置 zza-translation-core

配置application.yml

server:
  port: 9820
  tomcat:
    threads:
      max: 200

spring:
  application:
    name: zza-translation-core
  datasource:                  # 支持多数据源
    dynamic:
      primary: zza_origin      # 主数据源配置为 zza_origin 库，存储 /doc/sql/zza_origin.sql 中的表
      datasource:
        zza_origin:
          type: com.alibaba.druid.pool.DruidDataSource
          driver-class-name: com.mysql.cj.jdbc.Driver
          url: jdbc:mysql://localhost:3306/zza_origin?useSSL=false&allowPublicKeyRetrieval=true&serverTimezone=UTC
          username: root
          password: root
        zza_translation_0:    # 翻译结果数据源 zza_origin 库，存储 /doc/sql/zza_translation.sql 中的表
          type: com.alibaba.druid.pool.DruidDataSource
          driver-class-name: com.mysql.cj.jdbc.Driver
          url: jdbc:mysql://localhost:3306/zza_translation_0?useSSL=false&allowPublicKeyRetrieval=true&serverTimezone=UTC
          username: root
          password: root
        zza_translation_1:
          type: com.alibaba.druid.pool.DruidDataSource
          driver-class-name: com.mysql.cj.jdbc.Driver
          url: jdbc:mysql://localhost:3306/zza_translation_1?useSSL=false&allowPublicKeyRetrieval=true&serverTimezone=UTC
          username: root
          password: root
        zza_translation_2:
          type: com.alibaba.druid.pool.DruidDataSource
          driver-class-name: com.mysql.cj.jdbc.Driver
          url: jdbc:mysql://localhost:3306/zza_translation_2?useSSL=false&allowPublicKeyRetrieval=true&serverTimezone=UTC
          username: root
          password: root

mybatis:
  mapper-locations: "classpath:/mybatis-mapper/*Mapper.xml"
  type-aliases-package: com.zhangziang.translation.common.pojo.doo
  configuration:
    map-underscore-to-camel-case: true
#    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl # Mybatis Log

# zza-trans-config
zza-trans:
  core-server:
    port: 9821                # CoreServer 端口
    access-token: ZZA_TRANSLATION_CORE_ACCESS_TOKEN # 请求身份验证标识
  datasource-language:        # "数据源名称"与"对应语言类型"存储分片映射关系
    zza_translation_0: CN,EN  # 语言类型：com.zhangziang.translation.common.constant.LanguageType.name()
    zza_translation_1: JA,FR  
    zza_translation_2: DE
  language-table-sharding: 10 # 翻译结果存储表分片数
  cache-size: 5000            # 本地缓存大小
  failed-guarantee: true      # 是否开启翻译失败重试机制
  translator:                 # 第三方翻译工具
    baidu:
      app-id: "20231130001896326"
      secret-key: "prEilA7caZpzDluJmV2j"
      qps-limit: 1

3. 部署 zza-translation-core

4. 服务中引入 zza-translation-client 依赖

    <dependency>
        <groupId>com.zhangziang</groupId>
        <artifactId>zza-translation-client</artifactId>
        <version>${zza-trans.version}</version>
    </dependency>

5. 配置CoreServer服务地址

zza-trans:
  languages: CN,EN,JA,DE,FR   # com.zhangziang.translation.common.constant.LanguageType
  core-server: # 服务名称以及对应地址、访问身份校验（access-token需与该zza-translation-core服务中配置的 zza-trans.core-server.access-token 值相同）
    core-9821: # 服务名称（可以任意命名，但多个服务名不可重复）
      address: 127.0.0.1:9821 # 服务地址IP与CoreServer端口（端口需与该zza-translation-core服务中配置的 zza-trans.core-server.port 值相同）
      access-token: ZZA_TRANSLATION_CORE_ACCESS_TOKEN
    core-9822:
      address: 127.0.0.1:9822
      access-token: ZZA_TRANSLATION_CORE_ACCESS_TOKEN
    core-9823:
      address: 127.0.0.1:9823
      access-token: ZZA_TRANSLATION_CORE_ACCESS_TOKEN