负责电商平台核心交易链路MySQL、TiDB数据库全生命周期管理，涵盖架构设计、性能调优、容灾建设及故障根因定位，支撑日订单量千万级业务的数据库稳定性与扩展性。

• 主导核心订单库从MySQL单集群向TiDB分布式架构迁移，针对大促期间QPS峰值超8万的压力，通过分析热点行访问模式，设计基于用户ID的分片策略，结合TiDB的Region自动分裂机制，将单节点写入延迟从120ms降至25ms；同步落地TiCDC数据同步链路，实现主库与分析库的秒级延迟，支撑实时大屏业务需求。
• 针对促销活动前慢查询激增问题，建立SQL审核准入机制，基于Percona Toolkit的pt-query-digest工具解析历史慢日志，定位TOP 10高消耗SQL（占比35%），通过添加覆盖索引、重写JOIN逻辑，将平均查询耗时从450ms优化至80ms；同步优化InnoDB缓冲池配置，命中率从82%提升至95%。
• 牵头完成异地多活容灾方案升级，基于AWS跨可用区部署TiDB集群，配置TiDB Operator自动故障转移策略，模拟机房断电演练验证RTO≤30s、RPO≤5s；推动业务侧接入数据库中间件实现读写分离，将报表类查询流量分流至只读副本，主库CPU利用率从78%降至52%。
• 构建数据库健康度评估体系，整合Prometheus+Grafana监控指标（包含连接数、锁等待、binlog堆积量等20+维度），开发自动化巡检脚本，每日输出包含风险等级的数据库健康报告；全年拦截3起因索引失效导致的慢查询风暴，避免业务峰值期数据库雪崩。

承担电商平台用户中心、商品库MySQL数据库运维，聚焦性能优化、故障应急及容灾体系建设，支撑日活用户500万的零售业务数据库稳定运行。

• 解决商品详情页访问量突增导致的数据库连接数耗尽问题，通过分析连接池使用模式，将max_connections从2000调整至3500并结合线程池插件，配合业务侧限流策略，将连接拒绝率从12%降至0.5%；同步优化慢查询日志采集频率，定位并重构3条高频全表扫描SQL，使数据库CPU负载峰值下降40%。
• 主导主从复制延迟专项治理，通过pt-heartbeat监控发现某从库延迟持续超30秒，排查确认为主键更新导致的大量binlog事件；通过调整innodb_flush_log_at_trx_commit为2（配合磁盘RAID10阵列），结合从库并行复制线程数调优，将延迟稳定控制在5秒内，保障读写分离业务一致性。
• 搭建数据库备份恢复验证体系，基于mysqldump+Binlog增量备份方案，每周模拟数据误删场景进行恢复演练，将RTO从4小时压缩至1.5小时；推动开发侧接入数据库变更审批流程，强制要求大表DDL操作通过pt-online-schema-change工具执行，全年避免5起因锁表导致的业务中断。
• 参与云数据库迁移项目，将本地IDC的MySQL集群迁移至阿里云RDS，通过DataX工具完成全量数据同步，结合Canal捕获增量变更，实现业务零感知切换；迁移后数据库可用性从99.8%提升至99.95%，年运维成本降低30%。

负责初创电商平台MySQL数据库日常运维，涵盖实例部署、备份恢复、权限管理及基础性能优化，支撑日订单量10万级的早期业务数据库稳定运行。

• 搭建数据库基础运维框架，基于Ansible编写自动化部署脚本，实现MySQL实例分钟级创建与配置标准化；制定《数据库账号权限规范》，按业务线划分只读、读写、DDL三级权限，全年拦截2起越权操作风险。
• 处理首例生产环境数据误删事故，通过分析binlog定位删除时间点，使用mysqlbinlog工具提取回滚SQL，配合开发侧临时关闭写入，3小时内恢复98%误删数据；后续推动上线binlog保留周期延长至30天，建立数据操作审计日志留存机制。
• 优化慢查询性能，针对用户登录接口响应慢问题，使用EXPLAIN分析发现索引缺失，添加复合索引后查询耗时从600ms降至80ms；同步清理冗余索引12个，使数据库写入性能提升15%。
• 完成数据库监控体系从0到1搭建，部署Zabbix监控代理，设置连接数、QPS、慢查询数等10+关键指标告警阈值；全年通过监控提前发现3次硬件故障（如磁盘坏道），避免数据库宕机导致的业务停摆。

游戏直播平台全链路高可用运维体系重构与自动化提效项目

• 星途互娱旗下核心游戏直播平台承载日均1000+场电竞赛事直播，峰值并发用户超1500万。此前运维体系依赖传统虚拟机部署，存在单点故障多（如数据库主节点宕机需人工切换）、故障恢复时长平均45分钟、自动化部署率仅30%等问题，严重影响用户体验与业务稳定性。我的核心职责是主导全链路高可用架构重构，搭建自动化运维平台，支撑平台从“被动救火”向“主动防御”转型。
• 项目面临三大关键挑战：1）旧架构中数据库、缓存层仍采用单实例部署，无法快速 failover；2）多环境（开发/测试/预发布/生产）配置不一致，导致部署失败率达25%；3）流量峰值时需人工扩容，响应滞后导致部分用户卡顿。针对这些问题，我选择以Kubernetes为核心容器编排引擎，结合Istio服务网格实现流量治理，用Prometheus+Grafana构建全链路监控体系，并通过Ansible实现配置标准化管理。
• 具体行动包括：1）牵头梳理核心业务链路（赛事直播推流→转码→分发→播放），将数据库从单实例迁移至MySQL Group Replication集群，缓存层升级为Redis Cluster，通过K8s StatefulSet保障有状态服务的稳定性；2）开发基于GitOps的配置中心，将各环境配置统一存储于Git仓库，通过Argo CD实现配置自动同步，彻底解决配置漂移问题；3）自研故障自愈系统——基于K8s Operator封装常见故障处理逻辑（如Pod重启、节点负载均衡），结合Prometheus告警规则触发自动修复，将故障处理从“人工干预”转为“系统自治”；4）设计基于HPA（Horizontal Pod Autoscaler）+ CA（Cluster Autoscaler）的弹性伸缩策略，根据CPU利用率与直播流量峰值动态调整Pod数量与节点规模。
• 项目成果显著：1）全链路故障恢复时间从45分钟降至5分钟内，全年重大故障（P0级）发生次数从8次降为0；2）自动化部署率提升至90%，部署时长从2小时缩短至15分钟，研发迭代效率提升40%；3）资源利用率从35%提升至75%，年服务器成本降低300余万元；4）支撑平台日活用户从500万增长至1200万，赛事直播卡顿率从12%降至2%以下。此项目不仅奠定了公司运维体系的标准化基础，也让我从“运维执行层”成长为“技术方案设计主导者”，后续该体系被推广至公司旗下短视频、游戏社区等业务线。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。