负责公司电商大促核心业务线MySQL、TiDB数据库的全生命周期管理，主导高可用架构升级、性能瓶颈攻坚及自动化运维体系迭代，保障大促期间数据库0级故障，支撑单日订单量从500万增长至1200万的数据库稳定性。

• 主导设计TiDB分布式数据库集群架构，针对大促期间高并发写入场景，结合业务订单表热点行问题，采用Region分片+本地索引优化策略，配合TiDB Lightning工具完成20TB历史数据迁移；迁移后集群写入TPS从1.2万提升至3.5万，大促峰值写入稳定性提升40%，支撑单日1200万订单的数据库零宕机。
• 核心优化MySQL主从复制延迟问题，通过分析binlog传输速率、从库IO线程负载及SQL执行耗时，定位到慢查询导致的主从同步阻塞；使用Percona Toolkit提取TOP 100慢查询，针对性添加复合索引23个、重写复杂SQL 15条，将平均复制延迟从8秒降至0.5秒以内，大促期间未发生因复制延迟导致的读服务不可用。
• 自主开发数据库自动化运维平台（基于Python+Django+Ansible），集成监控告警、故障自愈、版本升级功能模块，对接Prometheus+Grafana监控体系；实现CPU/内存/慢查询等20+指标实时预警，故障自愈覆盖率达85%，将DBA日常操作耗时占比从35%降至12%，释放人力投入架构优化。
• 制定跨AZ容灾演练方案，每季度模拟机房断网、服务器宕机等故障场景，验证主备数据库切换流程有效性；优化切换脚本响应时间从90秒缩短至25秒，年度容灾演练成功率保持100%，满足金融级数据一致性要求。

负责公司SaaS产品线Oracle向MySQL迁移及日常运维，搭建数据库监控告警体系，推动自动化脚本开发，支撑业务从千万级用户向亿级用户规模扩展的数据库稳定性。

• 主导Oracle到MySQL异构数据库迁移项目，使用AWS DMS工具完成100+张业务表数据迁移；针对Oracle特有函数（如ROWNUM、CONNECT BY）编写转换脚本，结合pt-table-checksum校验数据一致性，迁移后数据准确率99.999%，业务停机时间仅2小时，较原计划缩短60%。
• 搭建基于Zabbix的数据库监控体系，配置CPU利用率、连接数、锁等待等50+监控项，设置分级告警阈值（预警/严重/紧急），并通过企业微信机器人推送告警信息；故障发现时效从30分钟提升至2分钟内，全年数据库重大故障次数从12次降至3次。
• 开发慢查询分析平台（基于Shell+ELK），每日定时采集慢查询日志，自动分类统计TOP慢SQL、执行计划异常等问题；推动开发团队优化高频慢查询47条，平均查询耗时从1.2秒降至200ms，数据库整体负载下降25%。
• 设计数据库备份策略，结合物理备份（Percona XtraBackup）与逻辑备份（mysqldump），针对核心表采用增量备份+binlog归档；将RPO（恢复点目标）从4小时缩短至15分钟，年度数据恢复演练验证成功，保障业务数据可追溯性。

负责公司内部管理系统MySQL数据库日常运维，执行备份恢复、账号权限管理及基础性能调优，保障系统7×24小时稳定运行。

• 负责3套MySQL实例（版本5.7）的日常运维，制定备份计划（每日全量+每小时增量），使用XtraBackup完成物理备份，结合binlog实现数据可恢复至任意时间点；年度备份成功率100%，成功恢复误删表数据2次，数据丢失率为0。
• 分析数据库慢查询日志，使用EXPLAIN工具定位执行计划异常SQL，通过添加索引、拆分大事务等方式优化18条慢查询；平均查询耗时降低60%，数据库CPU平均负载从75%降至45%，系统响应速度提升明显。
• 管理数据库账号权限，遵循最小权限原则，为开发、测试、运营团队分配不同级别账号，定期审计权限变更记录；全年未发生因权限滥用导致的数据泄露或误操作事件。
• 协助搭建数据库监控面板，使用Grafana对接Prometheus，可视化展示连接数、QPS、慢查询数等指标；实现关键指标实时查看，提升团队对数据库状态的感知效率。

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）。

• 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。