统筹公司游戏板块（MMORPG、SLG、休闲游戏）多业务线数据库体系规划，负责团队能力建设、成本管控及跨部门协作，支撑游戏业务快速迭代与高可用需求

• 制定游戏业务数据库技术选型标准与架构规范，推动从传统MySQL向云原生数据库TDSQL-C转型，针对休闲游戏轻量级、高弹性需求采用Serverless模式，将数据库年成本降低35%（约200万元），同时支撑新游戏上线时数据库从0到1000 QPS的5分钟内弹性扩缩容
• 搭建全链路数据库可观测性平台，整合Prometheus、ELK Stack与Jaeger，实现应用层到数据库层的调用链追踪，将玩家充值失败等场景的故障定位时间从15分钟缩短至5分钟内，提升跨团队协作效率
• 主导DBA团队能力建设，制定包含数据库原理、工具使用、故障处理的新人培养计划，每月组织分布式数据库、SQL优化等技术分享会，团队成员平均故障处理时间缩短25%，两名新人3个月内成长为独立负责核心数据库的骨干
• 推动数据库资源整合与成本优化，梳理冗余实例15个并合并，调整闲置实例规格（如4核8G降为2核4G），结合云厂商预留实例折扣，将年度数据库成本再降28%（约350万元），节省资金投入自动化工具开发与团队培训

主导电商业务核心数据库（MySQL/TiDB）架构设计与优化，负责容灾方案落地、自动化工具开发及跨团队技术支持，支撑大促期间亿级订单高并发访问

• 主导电商订单库从单集群MySQL向分布式TiDB迁移，使用TiDB DM工具完成10TB+数据全量+增量同步，结合业务低峰期灰度切换，通过自定义数据校验脚本（对比订单金额、状态一致性）确保数据零丢失，迁移后订单库吞吐量从1200 TPS提升至5000 TPS，支撑双11期间1.2亿订单创建
• 设计落地数据库多活容灾方案，采用TiDB跨机房部署模式，在华东与华南机房部署独立集群，通过Syncer实现双向同步，每季度开展容灾演练，将故障恢复时间（RTO）从2小时缩短至15分钟内，满足核心业务容灾要求
• 用Go语言开发数据库自动化工具集：编写SQL审核工具集成注入检测、索引合理性分析，将人工审核时间从10分钟/次降至1分钟内，拦截90%以上危险SQL；开发慢日志自动分析工具生成每日性能报告，推动开发优化SQL，将整体慢查询率从5%降至1.2%
• 支持618大促营销活动数据库优化，针对优惠券发放接口延迟（平均500ms）问题，分析TiDB执行计划发现热点行竞争，引入分布式锁优化逻辑并调整TiKV内存分配比例，将延迟降至150ms以内，保障活动顺利进行

负责公司旗下MMORPG游戏核心数据库（MySQL）日常运维，包括数据备份、故障排查、性能监控及基础优化，支撑游戏服务器稳定运行

• 主导每日全量备份与实时增量备份策略执行，使用Percona XtraBackup完成任务，结合Python脚本实现备份文件自动校验与异地归档，将备份成功率从98.5%提升至99.95%，解决历史备份损坏导致的恢复失败问题
• 针对游戏登录峰值（晚8-10点）数据库QPS飙升至8000+、查询延迟200ms的问题，分析慢日志定位用户表索引缺失与热点数据集中，新增12个复合索引并拆分用户行为日志表为历史表与当前表，将延迟降至80ms以内，保障玩家登录体验
• 搭建基于Prometheus+Grafana的数据库监控体系，配置CPU利用率、连接数、慢查询数等20+核心指标告警规则，实现数据库异常提前预警（如连接数超阈值自动提醒缩扩容），将故障响应时间从30分钟缩短至10分钟内
• 处理日常数据库故障（如主从复制中断、表锁死锁），总结故障处理手册并同步开发团队，将同类故障重复发生率从15%降至3%，提升团队问题解决效率

游戏分发平台全链路运维自动化平台研发及规模化落地

• 项目背景：星途互娱游戏分发平台承载亿级用户日常访问，原有运维体系依赖分散的Shell脚本与人工操作，存在部署耗时久（单次全量部署需4小时）、故障定位慢（平均30分钟/次）、容量规划靠经验等问题，严重影响业务迭代效率与用户体验。核心目标是通过全链路自动化平台实现“部署-监控-故障自愈-容量管理”闭环，支撑平台高并发与快速迭代需求。我的职责是主导平台整体架构设计、关键模块开发及跨团队落地推动。
• 关键难题：1）平台需兼容物理机、虚拟机、K8s容器等多异构环境，原有监控数据分散在不同系统，难以统一关联分析；2）故障自愈需基于多维度数据（metrics/logs/traces）快速定位根因并执行修复，现有规则引擎缺乏业务场景适配性；3）容量规划需精准预测业务峰值（如新游上线、周末活动）带来的资源需求，传统线性预测模型误差率超30%。
• 核心行动与创新：1）设计“统一数据层+场景化引擎”架构：整合Prometheus（监控）、ELK（日志）、Jaeger（链路追踪）数据至ClickHouse，构建全链路数据湖；针对游戏业务周期性特点，基于XGBoost模型融合历史流量、活动排期、用户行为数据，开发动态容量预测模块，将误差率降至8%以内；2）故障自愈引擎引入“规则+机器学习”双决策模式：通过规则引擎处理常见故障（如Pod重启、磁盘满），用LSTM模型识别异常流量模式（如DDoS前兆），自动触发对应修复动作（如扩容、流量切换）；3）主导开发部署流水线模块，支持蓝绿部署、灰度发布等策略，集成健康检查与回滚机制，确保发布安全。
• 项目成果：平台上线后，全量部署时间从4小时缩短至15分钟，故障定位时间降至5分钟内，容量利用率提升20%；支撑平台完成12次大型版本迭代与6次峰值流量考验（最高QPS达800万），未发生因运维问题导致的业务宕机。我个人主导了平台核心功能研发，推动开发、测试、产品团队协同，确保平台覆盖80%以上运维场景，年节省运维人力成本约30万元。

游戏CDN节点智能运维系统研发及故障降本

• 项目背景：星途互娱拥有2000+分布在北上广深及海外地区的CDN节点，原有运维模式依赖人工巡检与告警阈值触发，存在无效告警率高（日均120条，有效率仅40%）、故障排查耗时久（平均25分钟/节点）等问题，导致节点 downtime 每月超10小时，影响用户下载速度与播放体验。我的职责是负责故障诊断与智能告警模块的研发，支撑系统实现“精准告警-根因定位-自动修复”能力。
• 关键难题：1）CDN节点日志量大（单节点日均产生5GB访问日志），传统ELK检索效率低，难以快速提取故障特征；2）不同节点的故障场景差异大（如海外节点网络波动、国内节点带宽拥塞），通用规则引擎无法适配；3）告警阈值设置依赖经验，容易出现“狼来了”效应，导致运维人员忽略关键告警。
• 核心行动与创新：1）开发日志聚合分析模块：用Fluentd收集CDN节点日志，通过Elasticsearch的索引优化（如按地域、节点类型分词）与Kibana的可视化仪表盘，实现日志的快速检索与特征提取；2）构建场景化故障诊断模型：针对海外节点，用关联规则挖掘网络延迟与丢包率的相关性，识别跨境链路故障；针对国内节点，基于决策树模型分析带宽利用率与请求成功率的关系，定位拥塞源；3）实现告警分级与降噪：通过机器学习模型对告警进行优先级排序，将无效告警过滤率提升至70%，同时推送关键告警至运维人员的钉钉/企业微信，附带根因分析与修复建议。
• 项目成果：系统上线后，CDN节点故障 downtime 每月降至6小时以内，无效告警数量减少60%，运维人员处理单节点故障的时间从25分钟缩短至8分钟；年节省故障处理成本约20万元，同时提升了用户下载成功率达15%。我主导了故障诊断模块的研发，优化了日志处理流程，推动与CDN厂商的API对接，实现部分故障的自动修复（如重启边缘节点）。

• 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。