负责公司核心交易链路数据库（MySQL+TiDB）全生命周期管理，覆盖高可用架构设计、性能瓶颈攻坚、容灾体系迭代及故障根因定位，支撑日均1.2亿订单量的业务稳定性，保障RTO≤10分钟、RPO=0的核心 SLA。

• 主导核心订单库TiDB分布式架构升级，针对原有MySQL单库容量超8T、查询延迟峰值200ms的瓶颈，牵头制定用户ID哈希分片策略，通过TiDB DM工具实现跨3机房双向同步，结合Ansible+TiDB Operator搭建自动化扩容流程，将数据库QPS承载能力从1.5万提升至5万，故障恢复时间从30分钟缩短至5分钟内，支撑大促期间120%流量峰值无抖动。
• 解决大促期间数据库CPU飙升至90%的问题，运用pt-query-digest分析慢查询日志，定位订单详情页3表JOIN未命中索引（执行计划全表扫描），主导新增(user_id+order_status+create_time)联合索引并重构查询语句，将慢查询占比从18%降至2%，大促期间CPU利用率稳定在65%以内，保障业务流畅性。
• 搭建数据库智能监控体系，整合Prometheus+Grafana+Alertmanager，自定义InnoDB Buffer Pool命中率、锁等待时长等12项核心指标，通过Python脚本实现告警自动派单至钉钉群，设置P1/P2级分级阈值，将故障发现时间从15分钟压缩至1分钟，全年误报率控制在5%以内。
• 主导季度级容灾演练，针对TiDB集群脑裂问题优化配置（raft-election-timeout调至2s、开启raft-pre-vote），并使用pt-table-checksum验证数据一致性（误差≤0.001%），将RTO从45分钟优化至10分钟，全年未发生因数据库问题导致的业务中断。

负责商户端数据库（MySQL+Redis）日常运维、性能调优及安全加固，支撑商户入驻、商品管理等核心功能，保障日均3000万次接口调用，聚焦数据库稳定性与数据安全能力建设。

• 解决商户商品库MySQL主从复制延迟超10分钟问题，分析为从库CPU被批量更新任务抢占及STATEMENT binlog重放低效，通过调整从库资源（增加2核CPU）、修改binlog格式为ROW并开启并行复制（slave_parallel_workers=8），将延迟降至1分钟以内，保障商户商品信息实时同步。
• 实施数据库安全加固项目，针对商户手机号、营业执照号等敏感数据未加密问题，启用MySQL透明数据加密（TDE）并搭配HashiCorp Vault管理密钥，同时通过Percona Audit Plugin监控高危操作，全年拦截未授权DROP TABLE操作3起，避免数据泄露风险。
• 优化Redis缓存层，针对大促期间爆款商品缓存击穿（1.2万次DB查询/秒）问题，采用Redisson互斥锁+随机过期时间策略，将缓存预热时间延长至提前4小时，缓存命中率从75%提升至92%，DB查询量减少40%，支撑大促峰值。
• 搭建全量+增量备份体系（全量每周日备份至OSS、增量每小时备份），通过Shell脚本校验备份文件md5及大小，全年恢复测试通过率100%，曾在商户误删数据时30分钟内恢复至误删前状态，最小化业务影响。

负责公司内部系统及早期产品数据库（MySQL）基础运维，包括安装部署、日常监控、故障排查及数据备份，支撑官网、后台管理系统运行，聚焦数据库可用性与基础问题解决能力培养。

• 搭建Keepalived+Nginx高可用环境，解决原有单节点MySQL故障导致系统不可用问题，将系统可用性从99%提升至99.9%，保障官网7×24小时访问。
• 优化后台管理系统报表慢查询（原时长超30秒），通过EXPLAIN分析执行计划发现未使用覆盖索引，新增索引后将查询时长降至2秒以内，提升运营人员工作效率30%。
• 制定数据备份策略（每日凌晨本地+OSS备份，每周验证可恢复性），全年未因备份问题导致数据丢失，支撑业务数据安全留存。
• 协助开发团队解决Tomcat连接池耗尽问题，调整连接池参数（maxActive从50→100、minIdle从5→10）并结合慢查询优化，将系统卡顿次数从每周5次降至每月1次。

分布式链路追踪系统深度优化与成本管控项目

• 公司业务从单一电商扩展至本地生活、直播等多领域，微服务数量1年内从800个增至1800个，原有Zipkin链路追踪系统出现核心查询延迟超5秒、月存储成本破120万元的瓶颈，无法支撑跨团队故障定位需求。我的目标是重构系统架构，实现“高性能查询+低成本存储”平衡，并适配多业务线可观测性要求。
• 项目面临两大技术挑战：一是原有Elasticsearch集群因按服务名分索引无时间序列划分，导致热点数据集中、查询IO过高；二是冷数据无分层策略，30天以上trace数据仍占用核心存储。我选择以OpenTelemetry统一数据采集，替代原有Zipkin SDK降低开销；针对ES设计“时间+业务线”二级索引，结合索引生命周期管理（ILM）实现自动化冷热分离。
• 我主导三项关键行动：1）开发自定义OpenTelemetry Exporter，过滤内部心跳等无效trace，采集量降低35%；2）重构ES集群为“年-月-日”时间分片+业务线标签路由，查询时通过时间范围快速定位分片；3）搭建冷数据迁移pipeline，将超30天数据同步至阿里云OSS，通过ILM自动清理核心集群过期数据。同时搭建链路数据质量监控平台，实时告警数据异常。
• 项目上线后，核心查询延迟从5.2秒降至180毫秒内，支撑100+并发无压力；月存储成本降至72万元，降幅40%；跨团队故障定位时间从45分钟缩至15分钟内。该系统成为公司可观测性平台核心组件，支撑直播、本地生活业务快速上线，我个人主导了公司可观测性标准制定。

电商大促场景下容器化资源弹性伸缩系统研发

• 公司电商大促期间流量峰值达日常5-8倍，传统Kubernetes HPA依赖CPU、内存指标，存在响应滞后问题——常出现“流量来了资源没跟上”或“大促后闲置”。我的目标是从0到1研发融合多维度指标的弹性伸缩系统，支撑资源精准调度。
• 难点在于定义“合理伸缩触发条件”：单一指标无法覆盖业务场景，多指标融合易冲突。我收集近3年大促数据，分析得出“订单队列长度+库存变更率+CPU利用率”组合指标最反映业务压力。技术上以Prometheus采集指标，Grafana可视化，通过自定义控制器联动Kubernetes API实现动态扩缩容；同时设计“预扩容”机制，大促前1小时基于历史流量预测模型提前扩容20%。
• 我核心行动：1）开发多指标加权评分算法，整合订单、库存、CPU指标设定动态阈值（如订单队列超1000且库存变更率>5%触发扩容）；2）用LSTM算法训练大促前7天流量数据，预测下一小时请求量，误差<8%；3）编写Kubernetes Operator实现指标采集-决策-调整自动化闭环。过程中优化镜像预加热和节点亲和性，将Pod启动时间从45秒缩至15秒。
• 系统上线后，大促资源利用率从35%升至65%，节省200+台ECS成本；故障次数从12次降至2次；支撑618期间12万QPS峰值，订单成功率99.95%以上。该项目成为大促保障核心工具，我因贡献晋升资深运维开发，后续推动系统推广至其他业务线。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。