随着电影业的不断发展,越来越多的电影涌现在人们的面前,人们想甄选出较好的电影,通常是以电影的综合评价作为首要标准,此时全面、客观的评价就显得尤为重要了。最早的电影评价是在传统的纸媒上进行的,通常都是由专业影评人发表影评文章,但这种评价方式手段太单一,而且不能够从多维度对电影进行评价,容易对观影人产生误导作用,所以全民参与影评的需求就显得尤为突出。随着互联网的高速发展,人们可以在网络上对所有的电影进行评价,这种方式的评价维度比较全面,时效性也非常高,评价方式也非常开放,而且使用网络评价的方式也可以允许所有人发表影评,而不局限于之前极少量专业人士的影评。大家通过参考这些影评可以选择自己喜欢的电影,减少筛选电影的成本,能够快速、高效、便捷地选择出自己想看的电影。本文首先阐述了项目的背景以及国内外现状,对整个系统进行功能性和非功能性需求分析。根据需求分析设计系统架构、划分系统功能模块、设计系统数据库,并对系统进行详细设计与实现。作者独立完成了社区、榜单、会员中心、反爬虫功能模块的设计与实现,并参与了其它模块的部分工作。其中反爬虫模块是对已存在的反爬虫技术进行了改进,提高了反爬的精度和速度,进一步保证了系统的安全。反爬模块主要是通过收集系统的请求数据,拆解请求数据为特征,模型评估后选择极端梯度提升算法进行特征转化,使用逻辑回归算法完成爬虫判断,并且根据数据的累积及爬虫技术的升级而不断优化反爬虫模型。本系统采用Zookeeper框架、Thrift框架实现微服务管理,这样能保证系统功能模块独立,降低各模块之间的耦合度,并且能保证系统高可用。同时通过Spark计算定期更新热度榜、口碑榜和人物榜,使用户可以更便捷的看到近期最热门或评价最好的电影,节省用户挑选电影的时间。数据存储使用Mysql数据库、Hive文件系统,缓存使用Redis集群。目前,本文所提及的系统已经开发完毕,并成功上线。影评系统运行状况稳定,满足用户的需求和公司的期望。