负责公司本地生活服务交易平台的核心交易链路设计与优化，主导跨业务线的分布式事务治理及高并发场景下的系统性能调优，支撑日均千万级订单的稳定流转。

• 主导设计订单服务的多维度路由引擎，基于Gin框架结合OpenTelemetry实现全链路追踪，通过自定义中间件注入业务标签（如城市、商家类型），将问题定位耗时从平均45分钟缩短至8分钟；同步优化gRPC接口参数校验逻辑，引入protobuf自定义验证器，接口错误率下降37%。
• 针对大促期间订单创建的瞬时高并发（峰值QPS 5万+），牵头改造传统同步下单模式：拆分库存校验、优惠计算、支付预占为核心步骤，通过Kafka消息队列异步化处理非实时依赖操作，结合本地缓存（BigCache）缓存商品库存快照，下单耗时从220ms降至45ms，系统吞吐量提升4倍。
• 解决跨业务线的分布式事务一致性问题，基于dtm框架设计TCC（Try-Confirm-Cancel）事务方案，覆盖优惠券核销、商家分账、平台流水记账3类场景；通过补偿重试机制（最大重试3次+指数退避策略）将事务成功率从99.8%提升至99.99%，年度资损金额降低至12万元以内。
• 主导Go代码规范迭代与技术债治理，编写包含并发安全（sync.Pool复用对象）、错误处理（errors.Wrap分层包装）、性能监控（pprof埋点）的标准化开发手册；推动团队将单元测试覆盖率从62%提升至88%，关键服务线上故障次数同比下降56%。

承担外卖业务交易系统的功能迭代与性能优化，负责订单中心、支付回调模块的开发与维护，保障高峰时段（午晚餐）系统的稳定性与可用性。

• 独立完成订单状态机的重构，基于状态模式（State Pattern）设计可扩展的状态流转逻辑，支持新增‘预售待核销’‘极速退款’等6种状态；通过单元测试覆盖所有状态转换分支，上线后状态异常率从0.3%降至0.02%，支撑单日200万+订单的正常流转。
• 优化支付回调接口的幂等性校验，原方案依赖数据库唯一索引存在锁竞争问题，改为Redis+Lua脚本实现原子化校验（SETNX+EXPIRE），将回调处理耗时从80ms降至25ms，回调成功率提升至99.95%，年度减少重复打款损失约80万元。
• 参与数据库分库分表方案落地，使用ShardingSphere对订单主库（原单库单表）按用户ID取模分16库16表，同步改造GORM模型与查询语句；分库后查询QPS从3k提升至1.2w，慢查询（>500ms）占比从15%降至2%。
• 搭建交易系统的基础监控体系，基于Prometheus采集QPS、延迟、错误率等指标，通过Grafana配置阈值告警（如错误率>0.5%触发钉钉通知）；上线后关键服务MTTR（平均修复时间）从25分钟缩短至10分钟，重大故障无漏报。

参与公司内部RPC框架的研发与维护，负责高性能网络层开发及服务治理功能迭代，支撑公司内部20+业务线的服务通信需求。

• 主导优化自研RPC框架的网络传输层，将原有的JSON序列化替换为Protobuf，结合epoll边缘触发模式（Go netpoll优化）提升单连接吞吐量；压测显示QPS从8k提升至2.5w，网络延迟降低40%，已在核心服务全量推广。
• 设计服务注册发现的容灾方案，基于Etcd实现多集群节点监听，当主Etcd集群故障时自动切换至备用集群（切换耗时<30s）；同步增加本地服务列表缓存（TTL 5分钟），避免注册中心不可用时服务完全不可用，年度故障影响时长从4小时降至15分钟。
• 开发链路追踪中间件的Go客户端，集成OpenTracing标准，支持自动埋点（函数入参/出参）与手动打标；通过采样率动态调整（高QPS时自动降低采样率至1%），在保证关键链路可观测性的同时，将追踪数据存储成本降低65%。
• 负责新人培养与技术分享，输出《Go高性能编程实践》《RPC框架设计要点》等文档，主导每周技术沙龙；带教2名应届生快速上手业务开发，其中1人半年内独立承担支付回调模块开发。

星途直播平台高并发弹幕系统重构与实时互动能力升级项目

• 星途直播作为泛娱乐赛道头部平台，原有弹幕系统基于传统HTTP轮询架构，存在峰值QPS仅8000、消息延迟平均1.2s、无法支持弹幕抽奖/连麦高亮等互动玩法的痛点，导致月用户流失率达3%。我作为后端核心负责人，主导系统从单体架构到“事件驱动+微服务”的重构，目标是解决高并发瓶颈、降低延迟，并支撑互动玩法落地。
• 项目面临三大核心挑战：一是原有架构耦合度高（发送/存储/推送逻辑混杂），无法横向扩展；二是HTTP轮询模式下消息可靠性差（峰值丢失率5%），弱一致性导致互动玩法失效；三是实时互动需求要求消息推送延迟<500ms，传统技术栈无法满足。
• 1. 架构解耦：拆分为弹幕发送、存储、推送三大微服务，用Kafka做消息队列解耦，定义统一的Protobuf消息格式规范；2. 低延迟推送：引入WebSocket长连接替代HTTP轮询，结合Redis Pub/Sub实现集群间消息广播，解决多节点同步问题；3. 可靠性保障：设计“本地缓存+Kafka重试+死信队列”三级机制，将消息丢失率降至0.01%以下；4. 互动玩法支持：基于弹幕元数据构建Elasticsearch实时索引，实现弹幕抽奖（30ms内筛选符合条件的用户）、连麦弹幕高亮（延迟<400ms）等功能。
• 项目上线后核心指标显著提升：峰值QPS达5万，消息延迟降至200ms内，互动玩法覆盖80%头部直播间。业务层面，用户停留时长增加45%，弹幕相关礼物收入月均增长28%，用户流失率下降至1.2%。同时输出《高并发实时消息系统设计规范》，成为公司后续直播/IM类项目的技术标准，培养2名初级工程师掌握微服务与实时系统设计。

企业级CRM系统分布式事务与性能优化项目

• 云墨CRM服务2万余家中小企业，原有单数据库架构无法支撑月活增长（从5000到2万），出现线索分配事务失败（月均120次）、复杂查询耗时超10s、数据同步延迟高等问题，严重影响销售效率。我作为后端高级开发，负责分布式事务解决方案设计与全链路性能优化。
• 挑战集中在三点：一是单库无法承载跨服务事务（如线索分配涉及用户、线索、配额三张表），TCC模式落地经验不足；二是复杂查询（按地区/行业/跟进状态筛选）因单库索引优化有限，响应慢；三是MySQL主从同步延迟导致数据分析库数据不及时，报表准确性受影响。
• 1. 分布式事务：采用Seata TCC模式解决跨服务一致性，定义“Try-Confirm-Cancel”流程，比如线索分配时先锁定用户配额，成功后再扣减并同步线索，事务成功率从95%提升至99.9%；2. 数据分库分表：基于ShardingSphere按地区分库、客户ID哈希分表，将客户表/线索表分散至4个数据库，QPS提升3倍；3. 读写分离与缓存：主库负责写，8台从库集群负责复杂查询，同时将常用筛选结果缓存至Redis（LRU策略+30分钟过期），查询耗时从10s降至800ms内；4. 数据同步：用Canal监听MySQL binlog，实时同步至Elasticsearch数据分析库，报表延迟从1小时缩短至5分钟。
• 优化后系统性能满足业务增长：复杂查询响应<1s，月事务失败次数降至2次以内，销售录入线索效率提升35%，客户满意度从82%升至91%。项目沉淀了《SaaS系统分布式事务设计指南》与《分库分表最佳实践》，成为公司SaaS产品的核心技术规范，我也从功能执行者成长为能主导性能瓶颈解决与架构优化的核心成员。

• 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。