负责公司在线教育平台核心业务数据库（MySQL 8.0集群、TiDB 7.5分布式集群）的全生命周期运维，涵盖高可用架构迭代、性能瓶颈根因诊断与优化、数据安全合规管控及自动化运维体系深度搭建，边界覆盖从日常监控告警到P0级故障应急响应的全流程，支撑日活超500万用户的课程交易、直播互动等关键场景。

• 主导设计TiDB分布式集群跨AZ容灾方案，针对大促期间跨机房延迟敏感问题，通过调整PD调度策略（基于Location Labels绑定机架感知）+ 优化TiKV Region副本分布算法，将跨AZ读写延迟从23ms压降至8ms内；同步落地Chaos Mesh混沌演练，验证单机房故障场景下30秒内自动切换能力，全年P0级故障发生次数从4次降至0次。
• 针对用户订单表高频写入导致的MySQL主库CPU峰值超90%问题，通过Percona Toolkit分析慢查询日志定位到批量插入缺少批量提交机制，优化代码层批量提交大小（从100条/批调整至500条/批）并新增二级索引覆盖查询热点字段，QPS从1.2万提升至2.1万，CPU利用率稳定在65%-75%区间，月均故障响应时长从25分钟压缩至7分钟。
• 推动数据库自动化运维平台二期建设，基于Ansible Tower实现TiDB集群扩缩容、MySQL备份策略动态调整等12个高频操作的代码化编排，将人工干预步骤减少70%；同步集成Prometheus+Grafana监控体系，自定义23个核心指标告警规则（如InnoDB Buffer Pool命中率<90%、锁等待超时数>5次/分钟），告警准确率从68%提升至92%。
• 主导完成GDPR数据脱敏合规改造，针对用户手机号、身份证号等敏感字段，设计基于MySQL透明数据加密(TDE)+ 应用层脱敏函数的双重防护方案；通过pt-archiver工具分批次迁移历史全量数据至脱敏库，同步校验源库与脱敏库数据一致性（差异率<0.001%），提前2周通过第三方合规审计。

承担公司SaaS化企业培训平台数据库（MySQL 5.7主从集群、Redis缓存数据库）的日常运维，聚焦性能优化、容量规划及灾备能力提升，支撑年营收超10亿的课程售卖、学员学习行为追踪等业务场景。

• 针对营销活动期间数据库连接数暴涨导致的主库阻塞问题，通过分析show processlist日志发现大量短连接未及时释放，推动开发侧优化连接池配置（最大连接数从500调整至300+空闲超时时间从300s缩短至60s），并在数据库层启用线程池插件（Thread Pool），连接数峰值从1200降至500，事务响应时间中位数从200ms降至80ms。
• 主导MySQL主从集群从一主两从升级为一主三从+级联复制架构，同步引入MHA+Orchestrator双故障切换工具，实现主库宕机后自动选主（切换时间从45秒缩短至15秒内）；通过pt-heartbeat监控主从延迟，结合业务低峰期自动执行Seconds_Behind_Master补偿脚本，主从延迟超1秒时长占比从12%降至0.5%以下。
• 搭建数据库容量预测模型，基于历史业务增长数据（课程数月均增长20%、学员数月均增长15%），利用Python编写线性回归预测脚本，提前3个月预警存储空间不足风险；推动归档冷数据至对象存储（MinIO），并通过MySQL分区表实现热冷数据分离，存储成本降低35%，全量备份耗时从8小时缩短至3小时。
• 全程参与公司灾备中心建设，完成MySQL物理备份（XtraBackup）+ 逻辑备份（mysqldump）双策略配置，验证跨城灾备恢复RTO<2小时、RPO<5分钟；同步制定数据回滚SOP，通过binlog增量恢复演练，将误删表数据恢复时间从2小时压缩至40分钟内。

负责公司内部管理系统数据库（SQL Server 2016、MySQL 5.6）的基础运维，包括日常监控、备份恢复、简单性能调优及开发侧SQL审核支持，保障HR系统、财务审批系统等内部应用的稳定运行。

• 搭建MySQL数据库监控体系，部署Zabbix模板采集QPS、连接数、慢查询数等15项核心指标，设置分级告警阈值（如慢查询>100条/小时触发预警）；通过编写Shell脚本自动清理30天前的binlog文件，存储占用空间降低40%，全年因磁盘满导致的数据库宕机事件清零。
• 主导解决财务系统报表查询慢问题，使用EXPLAIN分析SQL执行计划发现全表扫描问题，推动开发添加联合索引（覆盖订单金额、时间字段），查询耗时从8秒降至1.2秒；同步优化MySQL配置参数（innodb_buffer_pool_size从4G调整至8G），缓冲池命中率从78%提升至92%。
• 参与核心业务数据库从SQL Server迁移到MySQL的项目，使用SSMA（SQL Server迁移助手）完成表结构转换，针对存储过程差异手动编写兼容SQL；通过pt-table-checksum校验迁移前后数据一致性（差异记录数0），迁移期间业务停机时间仅1小时，较原计划缩短50%。
• 建立开发侧SQL审核流程，基于Sqitch制定SQL编写规范（如禁止SELECT *、索引命名规则），通过定期培训+自动化审核工具（Yearning）拦截高危SQL（如无索引全表更新），上线后生产环境因SQL问题导致的慢查询减少65%。

星途游戏云原生全生命周期运维平台研发及规模化落地项目

• 星途互娱核心游戏业务从传统IDC向阿里云K8s集群迁移过程中，面临运维工具碎片化（分散在Jenkins、Zabbix、自建CMDB等系统）、故障排查耗时（平均45分钟/次）、发布效率低（单服务部署需15分钟）等问题。我作为平台核心设计者，目标是打造覆盖“部署-监控-故障自愈-容量规划”的云原生全链路运维平台，支撑10+款月活千万级游戏的稳定运营。
• 项目核心挑战有两点：一是混合资源管理——部分老游戏仍运行在OpenStack虚拟机，需统一纳管K8s Pod与传统VM的资源视图；二是故障根因定位慢——游戏故障常涉及“客户端-网关-逻辑服-数据库-第三方支付”多链路依赖，传统日志检索无法快速关联异常。
• 针对混合资源问题，我设计了“资源抽象层”技术方案：基于OpenAPI封装K8s与OpenStack的底层接口，向上暴露统一的“虚拟机/容器”资源模型，同时用Ansible Tower实现两类资源的配置同步，解决了跨环境的运维一致性；针对故障定位，我主导引入“链路追踪+日志关联”体系——用Jaeger采集全链路调用 trace，结合ELK Stack的Logstash插件将trace ID注入应用日志，开发了“故障溯源引擎”，支持输入用户投诉的“登录失败”症状，自动关联数据库慢查询、API响应超时、缓存穿透等根因。
• 项目上线6个月内，支撑完成12款游戏的全量云原生迁移：部署效率提升60%（单服务部署降至6分钟内），故障平均排查时间缩短至8分钟以内，全年减少因运维响应慢导致的用户流失营收约200万元。我个人主导了平台70%的核心模块开发（资源管理、故障自愈），并输出《星途云原生运维平台操作规范》，成为团队标准。

星途CDN智能缓存优化系统研发项目

• 星途互娱游戏分发依赖第三方CDN厂商，但存在两大痛点：一是缓存命中率波动大（日均70%-80%），突发流量（如新游上线）易导致源站带宽峰值超标；二是缓存策略依赖人工经验，无法适配不同游戏的内容热度变化（如MMORPG的大地图资源 vs 休闲游戏的轻量化素材）。我作为运维开发负责人，目标是构建“数据驱动的CDN缓存智能调整系统”，降低源站压力与带宽成本。
• 项目难点在于“实时性与准确性平衡”：CDN节点分布全球20+地区，需秒级采集流量、缓存命中、用户地域等数据，同时机器学习模型需准确预测不同游戏的“热点内容生命周期”（如某皮肤的上线热度期）。
• 我从三方面突破：1）数据 pipeline 搭建——用Flink实时消费CDN厂商API的流量日志，清洗后将“内容URL、访问频次、地域分布”等指标写入ClickHouse；2）模型优化——针对游戏内容“短周期热点”特点，放弃传统LR模型，改用LightGBM融合“内容类型、上线时间、用户画像”特征，预测内容的“未来2小时访问量”；3）自动化执行——开发Python脚本对接CDN厂商的管理接口，根据模型预测结果动态调整节点缓存TTL（如预测某资源未来1小时访问量将上涨50%，则延长TTL至2小时）。
• 系统上线后，CDN缓存命中率从75%提升至88%，源站带宽成本每年降低约300万元；同时支撑了《星途纪元》上线时峰值日活1200万的活动，未出现因CDN缓存失效导致的源站宕机。我主导了数据采集模块与模型落地脚本的开发，还优化了特征工程（新增“游戏版本更新时间”维度），使预测准确率从72%提升至85%。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。