• 主导千万级用户电商平台全链路压测方案设计与实施，通过模拟双11亿级流量，提前识别数据库连接池瓶颈与缓存击穿风险，保障大促期间系统零故障。
• 构建性能监控-预警-定位一体化平台，集成Prometheus+SkyWalking实现95%以上自动化问题定位，平均排查时间从3小时缩短至15分钟。
• 推动性能左移，在CI/CD流水线中嵌入性能基准测试，代码合并前自动拦截性能回退代码，线上性能类事故减少70%。
• 培养3名中级性能测试工程师，建立团队性能优化SOP，客户满意度提升40%。

• 负责支付核心系统性能压测，通过自定义脚本模拟百万级TPS交易流水，发现分布式事务锁竞争问题，优化后系统吞吐量提升50%。
• 开发性能数据可视化工具，自动生成压测报告与性能趋势分析，团队效率提升30%。
• 深入JVM与Linux内核调优，调整GC参数与线程模型，使P99延迟从800ms降至200ms。
• 主导云原生环境（K8s）性能测试框架适配，支持动态扩缩容场景压测。

《星途纪元》MMO核心服性能测试体系搭建与稳定性攻关项目

• 《星途纪元》是公司核心大型多人在线角色扮演游戏（MMORPG），计划上线跨服新服并冲击百万级在线用户，但现有性能测试体系无法覆盖玩家真实交互场景（如跨服副本、实时社交、经济系统交易），存在服务器宕机、响应超时的稳定性风险。我的核心职责是统筹性能测试方案设计、工具研发、瓶颈定位及团队协作，确保新服稳定承接预期用户量。
• 项目面临两大关键挑战：一是传统工具（如JMeter）无法模拟游戏内复杂行为序列（如“组队-副本-技能释放-交易”的状态依赖操作），测试场景与真实用户偏差达40%；二是分布式架构（网关+逻辑服+数据库+缓存集群）下链路追踪困难，无法快速定位瓶颈根源。
• 针对场景模拟问题，我主导自研“游戏行为模拟引擎”——基于Lua脚本解耦业务逻辑与测试动作，支持DSL定义玩家行为序列，精准还原10万+并发用户的真实交互；针对链路追踪，集成OpenTelemetry实现全链路监控，覆盖网关转发、逻辑服计算、数据库读写、缓存查询的全流程，最终定位到“数据库连接池未释放”“缓存热点key击穿”等5个核心瓶颈。
• 项目成果显著：服务器TPS从8000提升至15000，核心场景响应时间降低40%；新服上线首月在线用户达120万，故障发生率较预期下降70%，支撑产品流水增长35%。同时输出《游戏性能测试方法论》和《场景模拟引擎手册》，带教3名新人掌握游戏性能测试核心技能，成为团队性能测试的标准流程。

“星播客”电商直播平台自动化测试体系重构项目

• “星播客”是公司布局直播电商的核心产品，面临大促期间高并发与快速迭代的矛盾：原有自动化测试覆盖率仅30%，回归测试依赖10人天手动执行，且直播场景（实时弹幕、点赞、礼物打赏）的动态性导致脚本频繁失效。我的任务是重构自动化体系，提高回归效率，支撑大促期间的功能稳定性。
• 项目难点在于两点：一是直播流实时性导致元素定位困难（如弹幕滚动遮挡按钮），传统ID/XPath定位失效；二是多端（APP、小程序、Web）交互逻辑差异大，需重复编写脚本，维护成本高。
• 我从技术和流程两方面突破：技术上，结合Appium与自定义OpenCV图像识别算法，解决动态元素精准定位问题；设计“多端适配层”，通过配置文件映射不同端的元素路径与操作逻辑，实现一套脚本覆盖多端。流程上，整合Jenkins+GitLab CI的CI/CD pipeline，将自动化测试嵌入代码提交环节，实现“代码push-自动测试-结果告警”闭环；同时基于Gherkin编写场景驱动用例（如“用户进直播间-发弹幕-点赞-送礼物”），提高用例可读性。
• 重构后自动化覆盖率提升至75%，回归测试时间从10人天缩短至2人天；大促期间故障次数减少60%，核心场景（下单、礼物打赏）成功率从95%提升至99.5%。项目输出《直播场景自动化测试规范》，推动自动化测试纳入团队日常迭代，成为“星播客”大促保障的核心能力。

• 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。