负责公司核心交易平台（覆盖日活500万+用户的订单、支付、库存链路）的架构设计与性能优化，主导高并发场景下技术方案落地，保障系统99.99%可用性，推动跨团队技术协作与规范沉淀。

• 针对大促期间订单创建接口QPS峰值从8万突增至25万的挑战，主导完成交易链路全链路压测与瓶颈定位：通过Arthas诊断发现MySQL慢查询占比35%，结合业务场景将热点商品库存扣减从行锁改为Redis分布式锁+本地Lua脚本校验，同时拆分订单主表为订单头表（存储基础信息）与订单明细表（存储SKU详情），配合ShardingSphere实现动态分库分表（按用户ID取模分16库），最终接口RT从180ms降至45ms，大促期间系统零宕机，订单成功率稳定在99.995%。
• 牵头设计跨业务线的统一支付中台，整合原各业务线独立支付模块（涵盖微信/支付宝/钱包等6种支付方式）：基于Spring Cloud Alibaba重构服务治理体系，引入Sentinel实现支付流量分层限流（核心支付接口阈值设置为QPS 10万），通过RocketMQ事务消息保障支付状态与订单状态的一致性（消息投递成功率99.999%），上线后支付链路代码冗余度降低60%，新业务接入支付功能开发周期从7天缩短至2天。
• 推动团队技术规范升级，主导编写《高并发交易系统设计手册》与《分布式事务最佳实践指南》：结合Seata TCC模式在库存中心的应用案例（解决超卖问题成功率99.99%），沉淀出“业务场景-事务模式匹配矩阵”，覆盖秒杀、预售等8类高频场景；同步引入SonarQube进行代码质量门禁（圈复杂度阈值≤15，重复率≤3%），团队代码缺陷率下降45%。
• 优化分布式缓存体系，解决大促期间Redis热点Key击穿问题：针对爆款商品库存查询场景，采用“本地Caffeine缓存+Redis二级缓存”双写策略，设置本地缓存过期时间为500ms（动态调整），配合Redis Cluster的Hash槽位分散热点Key，热点Key查询成功率从92%提升至99.9%，缓存集群CPU利用率从85%降至60%。

负责平台核心本地生活服务（到店团购、外卖配送）的业务开发与性能调优，参与微服务架构从0到1落地，支撑单城市日订单量从1万增长至50万的业务扩张。

• 主导到店团购订单模块开发，基于Spring Boot+MyBatis构建高内聚低耦合的服务架构：设计订单状态机（包含12种状态、8类事件），通过状态模式实现状态流转逻辑解耦，支持灵活扩展新状态；集成Redisson分布式锁解决团购券核销并发问题（单券库存1000份时，核销成功率从98%提升至99.99%），上线6个月内支撑单月200万+订单交易。
• 优化外卖配送调度系统性能，解决骑手派单接口响应慢问题：原方案基于MySQL空间索引计算骑手位置与订单距离，QPS仅2000；重构为Geohash编码+Redis Geo数据结构，预计算骑手5公里范围内的订单池，配合RabbitMQ异步分发派单任务，接口RT从300ms降至80ms，派单效率提升4倍，骑手日均接单量从15单增至22单。
• 参与微服务治理体系建设，推动团队从单体架构向Spring Cloud迁移：主导服务注册中心（Nacos）、配置中心（Apollo）、网关（Spring Cloud Gateway）的落地，设计服务熔断规则（错误率≥5%触发熔断，恢复时间10s），配合Zipkin实现全链路调用追踪（平均排查故障时间从2小时缩短至15分钟），系统故障恢复时长降低70%。
• 设计用户行为日志采集与分析系统，支撑运营活动效果评估：基于Logstash收集前端埋点日志（日均500GB），通过Kafka缓冲后写入Elasticsearch（分32个索引分片），开发自定义DSL查询语法支持多维度聚合分析（如活动转化率、用户停留时长），运营团队数据获取效率提升80%，支撑3次大促活动策略优化。

负责电商平台基础服务（用户中心、商品中心）的功能迭代与稳定性保障，参与中间件适配与性能优化，支撑平台从垂直电商向综合电商平台转型。

• 重构用户中心服务，解决用户登录态频繁失效问题：原方案依赖Cookie存储Session，跨域名场景下丢失率达15%；迁移至JWT令牌机制（设置过期时间30min，配合Redis存储刷新令牌），同时优化密码加密算法（从MD5升级为BCrypt+盐值哈希），用户登录成功率从88%提升至99.5%，安全漏洞扫描风险项减少90%。
• 优化商品搜索接口性能，解决模糊查询耗时过长问题：原方案使用MySQL LIKE查询（商品库1000万+数据），QPS仅500；引入Elasticsearch构建商品索引（包含标题、类目、属性等12个字段），设计IK分词器自定义词库（覆盖行业术语2000+），配合缓存预热策略（热门商品索引缓存30分钟），搜索接口RT从800ms降至120ms，搜索请求占比从30%提升至55%。
• 开发分布式任务调度平台，替代传统Quartz单机调度：基于Spring Boot+ZooKeeper实现任务节点注册与心跳检测，支持动态添加/删除执行器（最大支持100+节点），设计任务分片策略（按商品ID取模分配），支撑每日百万级商品价格同步任务（原方案需4小时完成，现仅需40分钟），任务失败重试成功率从85%提升至98%。
• 主导编写《Java开发编码规范》与《常见性能问题排查手册》：结合团队开发中高频问题（如内存泄漏、线程阻塞），整理OOM排查步骤（通过MAT分析堆转储文件）、SQL慢查询优化指南（覆盖索引失效、全表扫描等场景），新入职开发人员上手周期从2周缩短至5个工作日。

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%。

• 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。