负责电商平台MySQL集群全生命周期管理，保障业务7×24小时高可用，优化核心交易链路查询性能，协同开发团队解决SQL质量问题

• 主导搭建数据库监控预警体系，基于Prometheus+Grafana+Percona Toolkit整合慢查询、主从复制延迟、锁等待等12项核心指标，针对原有监控未覆盖“业务高峰期临时表创建过多”问题，定制化开发告警规则并关联订单转化率指标，将故障定位时间从平均45分钟缩短至10分钟内，季度故障响应及时率提升至98%
• 优化核心订单库（日均写入100万+条）的查询性能，通过EXPLAIN分析TOP 10慢查询发现索引缺失（订单表无“用户ID+创建时间”复合索引）及读写锁竞争问题，添加3个复合索引并调整事务隔离级别至READ COMMITTED，使订单详情页QPS从8000提升至10800，锁等待时间从230ms降至90ms
• 负责SQL Server历史订单数据迁移至MySQL，采用DataX作为同步工具，针对“SQL Server datetime与MySQL datetime2精度差异”及“商品分类编码字符集不兼容”问题，编写Python脚本预处理数据并验证一致性，最终实现1.2亿条数据迁移零丢失，业务切换后停机时间控制在58分钟内
• 推动开发侧SQL质量管控，牵头制定《电商业务SQL编写规范》（涵盖索引设计、避免SELECT *、事务长度限制3部分），引入Pre-commit Hook集成SQLFluff检查工具，在代码合并前拦截未加索引的查询语句，上线3个月后开发侧慢查询率从32%降至17%

负责零售全渠道数据库集群（MySQL、TiDB）高可用架构设计，主导性能优化与大促保障，协同产品团队迭代数据架构，支撑线上线下业务一体化

• 主导TiDB集群落地支撑会员系统，针对“分布式事务一致性”及“高并发查询”需求，采用TiUP部署5节点集群（3 PD+2 TiKV+1 TiDB），优化Region分裂策略（设置分裂大小为1G）并开启自动负载均衡，大促期间支撑12万+ TPS的会员信息查询，平均延迟稳定在45ms以内，未出现超时故障
• 优化历史订单库存储成本，针对MySQL单表数据量超10亿条问题，采用“范围分区+pt-archiver归档”方案，将2020年前的订单数据迁移至阿里云OSS冷存储，同时通过视图映射实现查询透明化，存储成本从每月8.5万元降至5.1万元（下降40%），冷数据查询时间从3分钟缩短至2秒
• 解决主库宕机后自动切换效率低问题，原有MHA方案存在“数据同步延迟导致切换失败”风险，切换至InnoDB Cluster架构，调整GTID同步策略（设置为semi-sync）并增加切换前“binlog位置校验”步骤，使故障切换时间从30秒缩短至5秒，全年3次主库宕机均实现零数据丢失切换
• 构建数据库容量预测模型，采集Prometheus近6个月的CPU、存储、QPS历史数据，用Python的scikit-learn训练线性回归模型，预测未来3个月的资源需求，指导提前扩容2台TiKV节点，避免了因流量突增导致的性能瓶颈，资源利用率从65%提升至81%

负责集团多业务线（电商、本地生活、供应链）数据库战略规划，主导高可用架构升级与自动化运维平台建设，推动DevOps与DBA融合，建立安全与成本优化体系

• 主导集团数据库自动化运维平台设计与落地，采用Go语言开发核心模块，集成Ansible做配置管理、Prometheus做监控告警、Jenkins做部署流水线，实现“数据库创建-备份策略配置-扩容-故障排查”全流程自动化，运维操作时间从平均2小时缩短至20分钟，人为配置失误率从15%降至3%
• 推动供应链系统从MySQL迁移至TiDB，针对“高并发写入（日均300万条）”及“跨地域容灾”需求，设计“按仓库ID分片”策略，采用TiDB Lightning工具导入10亿条历史数据，解决迁移过程中“热点Region写入延迟高”问题（调整TiKV线程池参数至8），迁移后写入TPS从1.2万提升至2.5万，跨地域延迟从150ms降至90ms
• 建立数据库安全防护体系，实施RBAC权限分级（开发仅能访问测试库、运维拥有生产库只读权限），采用MySQL透明数据加密（TDE）加密用户手机号、地址等敏感数据，启用Audit Plugin监控“DROP TABLE”“TRUNCATE TABLE”等高危操作，全年未发生数据泄露或恶意删除事件
• 优化集团数据库成本结构，通过TiDB弹性扩缩容功能结合阿里云预留实例，将非高峰时段（凌晨2-6点）TiKV节点从8台缩容至4台，同时将核心库从“一主两从”调整为“一主一从+异地只读”，年度数据库总成本从1200万元降至840万元（下降30%），同时保持系统弹性应对大促流量

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。

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。