• 作为核心研发参与公司自研分布式消息队列（MQ）的研发，设计的高效零拷贝存储引擎和智能负载均衡算法，使集群的吞吐量达到业界同类产品的1.5倍，延迟降低40%，每年节省千万级商业MQ采购成本。
• 攻克的海量延迟消息（千万级）的定时触发精度难题，通过时间轮算法和磁盘存储的结合，将误差控制在毫秒级，支撑了公司所有定时任务、贷款还款等核心金融场景，可靠性达到99.999%。
• 该中间件已成为集团所有业务线的标配，日均处理消息万亿级，无任何数据丢失事故，并已通过内部产品化开始对外输出，成为新的技术收入增长点。

• 负责分布式配置中心的高可用改造，通过多级缓存与数据一致性协议的优化，使其在集群网络分区等极端情况下仍能提供稳定的服务，消除了全公司因配置中心不可用导致业务停摆的风险。
• 开发的Java Agent诊断工具，能够无侵入式地在线定位应用的性能热点和内存泄漏，平均问题定位时间从4人/天缩短至1人/小时，成为SRE团队最依赖的工具之一。
• 将团队负责的核心中间件全面升级至JDK 17 + Spring Boot 3，并推动LTS版本使用，消除了潜在的安全漏洞，性能提升约15%。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。

泛娱乐社区实时情感互动系统研发

• 项目背景：公司旗下泛娱乐社区“星聊”用户互动率连续3季度下滑，核心痛点是实时情感反馈链路长、跨端状态不一致，无法满足Z世代对“即时情感共鸣”的强需求。我的目标是主导设计一套支持百万级并发的实时情感互动系统，打通“消息发送-情感识别-精准反馈”全链路，从技术侧驱动用户互动体验升级。
• 关键难题：一是高并发下低延迟与系统稳定性的平衡（峰值需承载150万TPS的消息洪峰）；二是情感分析的准确性（初始规则引擎依赖关键词匹配，准确率仅68%）；三是跨iOS/Android/Web三端的消息顺序、状态一致性保障。解决：选型Apache Pulsar替代原有Kafka，利用其BookKeeper分层存储特性实现<50ms的消息传递延迟与高吞吐；针对情感分析，基于BERT-base微调轻量级模型（参数压缩至150M），融合用户历史互动行为（如常用表情、回复速度）作为辅助特征，将准确率提升至89%；设计“Protobuf+WebSocket双协议同步+Redis分布式锁”机制，解决跨端消息乱序问题。
• 核心行动：主导系统三层架构设计——接入层用Nginx做负载均衡与协议转换，逻辑层基于Spring Cloud Alibaba拆分为消息网关、情感分析、反馈触发三个微服务，数据层用TiDB支撑分布式事务；推动模型迭代，每周用用户真实互动数据做Fine-tune，将损失函数从交叉熵改为Focal Loss以解决正负样本不平衡问题；落地Sentinel熔断降级策略，针对情感分析服务设置QPS阈值，峰值时自动降级为规则引擎兜底，确保系统可用性保持在99.99%以上。
• 项目成果：系统支撑了“星聊”年度嘉年华活动，峰值并发120万，消息延迟稳定在80ms以内；情感互动率（用户收到情感反馈后的回复率）从18%提升至63%，用户日均停留时长增加32分钟；项目获公司Q3技术创新奖，我主导输出的《高并发实时情感互动系统设计手册》成为团队后续同类项目的技术规范，带动了整个业务线的互动率增长20%。

短视频创作收益实时结算系统重构

• 项目背景：“星创”短视频平台创作者对收益结算的吐槽集中在两点——时效滞后（T+1到账）与准确性存疑（每月约15%的订单对账异常），直接导致创作者流失率上升8%。我的目标是从0到1重构收益结算系统，实现“实时计算、精准到账”，重建创作者对平台的信任。
• 关键难题：一是多源数据的实时一致性（收益来源分散在播放量统计、打赏、广告分成等10+系统，需秒级同步）；二是复杂结算规则的实时计算（如阶梯分成、任务奖励叠加、税务扣除等，传统批量计算无法满足时效）；三是高并发下的容错（大促期间需处理亿级订单，重复计算或漏算会导致资金损失）。
• 核心行动：采用Debezium CDC捕获MySQL业务库的变更日志，同步至Kafka后用Flink实时消费计算，将数据延迟从小时级压缩至<1秒；抽象出“收益事件-规则引擎-账户账本”三层模型——收益事件层统一接入各类数据源，规则引擎层用Groovy脚本动态加载运营配置的结算规则（支持实时调整），账户账本层用Redis做缓存、TiDB做持久化，保证账目实时可查；设计“雪花算法生成唯一订单ID+Redis去重”的幂等框架，彻底避免重复计算问题。
• 项目成果：系统上线后，创作者收益到账时效从T+1变为实时（最长延迟<2分钟），对账错误率从0.1%降至0.005%以下；创作者投诉率下降至6%，留存率提升12%；运营成本减少28%（人工核对工作量从每周10人天降至2人天）；成功支撑了平台“千万创作者激励计划”，参与创作者数量增长40%，优质内容产量提升35%，间接带动了平台DAU增长15%。