负责供应链履约核心系统（OMS/WMS/TMS联动）的架构设计与全生命周期迭代，边界覆盖从采购入库到末端配送的全链路流程，支撑日均120万+订单的履约处理与跨仓调拨需求

• 主导设计并落地OMS订单管理系统的微服务重构项目，针对原有单块架构QPS峰值仅800、故障恢复时间长（平均45分钟）的痛点，采用Spring Cloud Alibaba框架拆分出订单中心、履约调度中心、异常处理中心三个核心服务；通过Seata TCC模式解决订单创建与多仓库存扣减的分布式事务问题，将事务成功率从92%提升至99.95%；结合Sentinel的流量控制与熔断降级策略，应对618大促期间3500 QPS的流量洪峰，系统可用性稳定在99.99%以上
• 核心参与库存一致性优化专项，针对多仓库库存同步延迟（原5分钟）导致的超卖问题，引入Redis分布式锁+Canal监听MySQL binlog的方案，实现库存变更的实时同步，将同步延迟压缩至100ms以内；同时设计“预占-确认-释放”的库存闭环机制，通过RocketMQ异步处理预占请求，大促期间超卖率从0.1%降至0.01%，减少客诉成本约30万元/月
• 重点突破订单查询接口性能瓶颈，原接口P99响应时间达800ms、数据库QPS峰值1200，通过重构联合索引（新增order_status、create_time等字段的组合索引12个）、引入Elasticsearch构建订单二级索引（同步延迟≤5秒），将响应时间缩短至150ms以内；叠加Caffeine缓存热点订单（TOP20%订单占比60%），缓存命中率达92%，数据库读QPS下降至400，资源利用率提升40%
• 推动团队技术标准化落地，主导编写《Java后端微服务开发规约》《履约系统接口设计标准》等5份文档，引入SonarQube进行代码质量管控（规则覆盖圈复杂度、重复率等10+维度），将代码重复率从15%降至5%以下；搭建Jenkins+Docker+K8s的CI/CD流水线，实现代码提交到部署的自动化（部署时间从1小时缩短至15分钟），团队交付效率提升50%

负责电商平台订单系统的基础功能迭代与高并发场景优化，边界支撑平台日常订单处理及618/双11等大促活动的稳定性保障

• 参与订单系统的分布式改造，将原有单体应用拆分为订单服务、支付回调服务、物流对接服务，使用Dubbo作为RPC框架实现服务注册与发现；针对拆分后服务间通信延迟（原200ms）问题，优化Dubbo负载均衡策略（从随机改为加权轮询，基于服务实例CPU利用率动态调整权重），将平均响应时间降低20%，服务调用成功率提升至99.9%
• 解决支付回调可靠性问题，针对原有回调失败重试机制（固定间隔3秒）导致的回调超时、数据不一致，设计“指数退避+消息补偿”方案：使用RocketMQ存储回调请求，失败时按1s/2s/4s/8s的间隔重试，超过5次则转入人工工单；同时开发回调日志监控系统（基于ELK栈），实时预警回调异常，将回调成功率从95%提升至99.8%，减少人工排查时间80%
• 支撑大促活动的流量管控，针对双11期间订单系统面临的流量冲击（预估峰值2500 QPS），使用Hystrix实现服务的熔断（错误率超过50%时自动熔断，恢复时间1分钟），结合Guava RateLimiter做接口限流（核心接口每秒最多处理2000个请求），确保活动期间订单成功率保持在99.5%以上，未出现系统宕机
• 优化订单状态流转逻辑，原状态机使用if-else实现（代码冗余度30%），重构为基于Spring State Machine的状态机模型，定义“待支付-已支付-备货中-运输中-已签收”等8个状态及触发事件，代码可读性提升50%，后续状态扩展效率提升70%

协助完成电商平台基础功能开发与维护，边界聚焦订单生成、支付接口对接等核心流程的实现与问题修复

• 参与订单生成模块开发，使用Spring Boot框架实现订单创建接口，整合Redis的雪花算法生成唯一订单号（每秒生成10000+个，无重复），并通过校验码机制确保订单号的有效性；对接支付宝支付接口，处理支付回调逻辑（解析回调参数、更新订单状态、记录支付日志），回调成功率达98%，支撑平台日均10万+订单的支付处理
• 解决订单重复提交问题，前端采用防抖按钮（点击后禁用3秒），后端通过Redis存储Token（生成后5分钟有效），请求时校验Token有效性并删除，将重复提交率从3%降至0.1%以下，减少无效订单对库存的占用
• 优化订单列表查询接口，原接口使用MyBatis的动态SQL查询（未加索引），P99响应时间达500ms；通过添加order_create_time、user_id的联合索引，结合PageHelper分页插件（每页20条），将响应时间缩短至200ms，用户查询体验提升
• 协助排查订单系统BUG，针对“订单支付后未同步物流信息”问题，通过日志追踪（Logback记录接口调用链）发现是MQ消息发送失败未重试，修复后消息投递成功率从90%提升至99.5%，减少物流漏发问题约15%

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%。

• 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。