• 全面负责商品信息聚合与推荐系统，通过Elasticsearch全文检索替代低效的MySQL LIKE查询，将搜索接口TP99从2秒优化至100毫秒，大促期间搜索量提升5倍而系统稳如磐石。
• 构建的全链路监控与告警体系（Prometheus + Grafana + 自定义指标），实现了对业务、应用、基础设施三层监控，线上问题从发现到定位平均时间缩短至 3分钟，全年未发生P1级以上事故。
• 推行技术债偿还计划，系统性重构了10个核心历史模块，消除了数百个潜在Bug，代码可维护性大幅提升，新需求平均开发周期缩短 35%。

• 主导优惠券系统的重构，通过Redis集合操作+ Lua脚本原子性保证高并发下领券不超发，将峰值并发处理能力提升20倍，成功应对了双十一千万级用户的抢券请求。
• 深度优化数据库，通过 索引优化、查询重写、分表等手段，解决了数十个历史慢查询（>1s），将数据库平均CPU使用率从80%降低至30%。
• 开发自动化API文档生成工具，实现了代码与文档的同步更新，将API联调效率提升了50%，深受前端和移动端团队好评。

直播电商实时订单履约系统重构与性能优化

• 项目背景：伴随公司直播电商业务月活破千万，原有单体架构订单履约系统暴露严重瓶颈——峰值并发仅支持4万单/分钟，订单状态同步延迟平均10s以上，库存超卖率高达3%，直接导致用户投诉率上升12%、商家发货纠纷增加。我的核心职责是主导系统从单体到微服务的重构，聚焦“实时订单处理+精准履约”两大目标，支撑业务从“接得住单”向“送得快、送得准”升级。
• 关键难题：1. 单体架构强耦合，订单、库存、物流模块故障相互扩散，曾因库存服务宕机导致全站订单无法提交；2. 状态同步依赖数据库轮询，资源消耗大且延迟不可控；3. 高并发下库存超卖问题突出，传统乐观锁在QPS超10万时失效，出现多用户抢同一商品“超卖100+”的事故。
• 核心行动与创新：1. 架构解耦：拆分为订单中心、库存中心、履约中心等6个微服务，基于Spring Cloud Alibaba构建服务治理体系，用Feign实现服务调用、Sentinel做限流熔断，将故障隔离在单个服务内；2. 状态实时化：引入Kafka消息队列承载订单状态变更事件，下游系统通过消费事件同步状态，同时用Redis Pub/Sub补充实现秒级状态推送，延迟降至500ms内；3. 库存防超卖：设计“预扣+异步回补”机制，将库存数据落库Redis Sorted Set（按批次排序），用Lua脚本保证“查询-扣减-记录”的原子操作，结合Seata分布式事务解决跨服务库存与订单的一致性问题。
• 项目成果：重构后系统支撑了2023年双11直播峰值20万单/分钟，订单履约延迟稳定在1s内，库存超卖率降为0；故障 downtime 从每月8小时降至0.5小时内，用户投诉率下降20%、商家满意度提升至92%；我主导的“Redis+Lua库存防超卖方案”被纳入公司技术标准，项目获年度“技术突破一等奖”，成为直播电商业务的底层核心系统。

多场景促销活动系统设计与落地

• 项目背景：公司从传统货架电商向“直播+拼团+裂变”转型，原有促销系统仅支持“满减”“折扣”两种固定规则，新场景（如直播专属券、拼团阶梯价）需改代码上线，迭代周期长达2周，无法跟上业务节奏。我的职责是参与促销规则引擎设计，推动系统从“固定配置”转向“动态灵活”，支撑新业务场景快速落地。
• 关键难题：1. 多场景规则组合复杂（如“满200减50+直播9折+拼团立减10元”），动态计算效率低，原方案耗时500ms/次，无法支撑大促高并发；2. 规则变更需重启服务，运营无法实时调整活动；3. 多渠道（APP、小程序、H5）促销库存同步不一致，曾出现小程序超卖、APP库存未扣减的问题。
• 核心行动与创新：1. 规则引擎落地：引入Drools规则引擎，抽象“促销条件”（如满额、用户标签）、“促销动作”（如减钱、打折）、“规则组合”三大模型，将规则存储为JSON格式，运营可通过后台可视化配置，无需代码修改；2. 性能优化：将高频规则缓存至Redis，采用LRU策略自动更新，计算耗时降至50ms内；3. 数据一致：用RedLock分布式锁保证同一商品在同一渠道的库存操作原子性，同时通过Canal监听MySQL binlog，同步多渠道库存数据，确保一致性。
• 项目成果：系统支持10+种促销类型（覆盖直播、拼团、裂变等场景），规则配置效率提升80%，运营可实时调整活动；支撑了2021年618大促100万单促销订单，用户转化率较之前提升15%，商家入驻量增加25%；我负责的“动态促销规则引擎”模块成为公司电商业务的核心能力，后续被复用至本地生活、社区团购等新业务线。