负责公司核心交易链路MySQL集群（支撑日均1.2亿订单量）的全生命周期管理，涵盖性能瓶颈攻坚、异地多活容灾架构设计、故障根因定位及研发侧数据库规范赋能，边界是保障数据库99.99%可用性与大促期间的弹性扩展能力

• 主导核心订单库（MySQL 8.0）大促前性能优化，面对QPS从8万飙升至15万时慢查询激增（占比12%）的问题，使用pt-query-digest分析慢日志定位到订单详情表联合索引失效及批量插入锁竞争；通过重构覆盖「订单状态+用户ID+创建时间」的复合索引，将批量插入改为分批次异步提交，慢查询率降至1.5%，大促期间数据库RT稳定在80ms内，支撑1.5倍预期订单峰值
• 设计华东-华南双机房异地多活架构，基于MySQL Group Replication实现跨机房数据同步，结合ProxySQL做读写分离与流量路由；解决同步延迟导致的脏读问题，通过调整group_replication_member_weight参数+启用半同步复制，将延迟从500ms压至50ms内，完成3次机房故障演练，RTO从45分钟缩短至12分钟，实现业务零宕机切换
• 推动数据库自动化运维体系建设，用Ansible整合部署/备份/监控流程，新库上线时间从4小时压缩至30分钟；引入Prometheus+Grafana搭建实时监控平台，自定义InnoDB缓冲池命中率、锁等待次数、复制延迟等指标，异常自动告警将故障定位时间从1小时缩至15分钟，全年数据库可用性达99.99%
• 赋能研发团队规范落地，主导制定《电商业务数据库设计手册》（含索引/分库分表/SQL编写规范），通过季度培训+技术评审，将研发侧慢查询占比从30%降至8%，减少生产环境非必要压力，间接提升应用响应速度20%

负责零售业务MySQL/Redis集群的日常运维，涵盖稳定性保障、性能调优及数据安全管控，边界是支撑日均3000万用户行为数据的存储与查询需求

• 重点优化用户行为日志库（MySQL 5.7）写入性能，面对日均2000万条日志写入导致的磁盘IO瓶颈（利用率85%），调整innodb_flush_log_at_trx_commit为2（结合每日全量备份）+启用binlog压缩，写入TPS从1.2万提升至3.5万，IO利用率降至60%，同时保证RPO<5分钟的数据可靠性
• 解决分库分表后跨库查询问题，针对16个分库的用户订单数据，用ShardingSphere构建中间件层实现跨库聚合查询与全局唯一ID生成；优化分布式执行计划，将跨库查询响应时间从2秒缩至300ms，支撑营销活动用户订单统计需求
• 完善数据安全体系，部署Percona Audit Plugin记录所有DML/DDL操作，定期开展数据脱敏演练（对手机号/身份证号做AES加密存储），全年未发生数据泄露，通过公司信息安全合规检查
• 主导处理一次生产宕机事故，分析错误日志发现是innodb_buffer_pool_size过小（8G）导致内存溢出，快速重启实例+扩容至32G，结合备份恢复1小时内数据，业务恢复时间25分钟；后续推动自动化参数调优脚本开发，避免同类问题复发

协助资深DBA完成内部管理系统数据库运维，涵盖MySQL集群部署、备份恢复、监控告警及简单性能优化，边界是保障系统7×24小时稳定运行

• 负责OA系统数据库（MySQL 5.6）日常运维，制定「每日全量+xtrabackup每小时增量」备份策略，全年备份成功率100%；模拟数据丢失场景验证恢复流程，确保RTO<30分钟
• 优化审批流程表慢查询，添加「审批人ID+审批状态+创建时间」复合索引，将查询时间从5秒缩至500ms，提升员工审批效率30%
• 搭建Nagios监控平台，监控MySQL连接数/CPU/磁盘空间，设置80%连接数阈值告警，全年及时处理3次连接数飙升问题，避免数据库宕机
• 参与schema变更管理，审核研发SQL变更的索引合理性与事务长度，将变更导致的线上故障从每月2次降至0次，保障系统稳定性

星途游戏云原生全生命周期运维平台研发及规模化落地项目

• 星途互娱核心游戏业务从传统IDC向阿里云K8s集群迁移过程中，面临运维工具碎片化（分散在Jenkins、Zabbix、自建CMDB等系统）、故障排查耗时（平均45分钟/次）、发布效率低（单服务部署需15分钟）等问题。我作为平台核心设计者，目标是打造覆盖“部署-监控-故障自愈-容量规划”的云原生全链路运维平台，支撑10+款月活千万级游戏的稳定运营。
• 项目核心挑战有两点：一是混合资源管理——部分老游戏仍运行在OpenStack虚拟机，需统一纳管K8s Pod与传统VM的资源视图；二是故障根因定位慢——游戏故障常涉及“客户端-网关-逻辑服-数据库-第三方支付”多链路依赖，传统日志检索无法快速关联异常。
• 针对混合资源问题，我设计了“资源抽象层”技术方案：基于OpenAPI封装K8s与OpenStack的底层接口，向上暴露统一的“虚拟机/容器”资源模型，同时用Ansible Tower实现两类资源的配置同步，解决了跨环境的运维一致性；针对故障定位，我主导引入“链路追踪+日志关联”体系——用Jaeger采集全链路调用 trace，结合ELK Stack的Logstash插件将trace ID注入应用日志，开发了“故障溯源引擎”，支持输入用户投诉的“登录失败”症状，自动关联数据库慢查询、API响应超时、缓存穿透等根因。
• 项目上线6个月内，支撑完成12款游戏的全量云原生迁移：部署效率提升60%（单服务部署降至6分钟内），故障平均排查时间缩短至8分钟以内，全年减少因运维响应慢导致的用户流失营收约200万元。我个人主导了平台70%的核心模块开发（资源管理、故障自愈），并输出《星途云原生运维平台操作规范》，成为团队标准。

星途CDN智能缓存优化系统研发项目

• 星途互娱游戏分发依赖第三方CDN厂商，但存在两大痛点：一是缓存命中率波动大（日均70%-80%），突发流量（如新游上线）易导致源站带宽峰值超标；二是缓存策略依赖人工经验，无法适配不同游戏的内容热度变化（如MMORPG的大地图资源 vs 休闲游戏的轻量化素材）。我作为运维开发负责人，目标是构建“数据驱动的CDN缓存智能调整系统”，降低源站压力与带宽成本。
• 项目难点在于“实时性与准确性平衡”：CDN节点分布全球20+地区，需秒级采集流量、缓存命中、用户地域等数据，同时机器学习模型需准确预测不同游戏的“热点内容生命周期”（如某皮肤的上线热度期）。
• 我从三方面突破：1）数据 pipeline 搭建——用Flink实时消费CDN厂商API的流量日志，清洗后将“内容URL、访问频次、地域分布”等指标写入ClickHouse；2）模型优化——针对游戏内容“短周期热点”特点，放弃传统LR模型，改用LightGBM融合“内容类型、上线时间、用户画像”特征，预测内容的“未来2小时访问量”；3）自动化执行——开发Python脚本对接CDN厂商的管理接口，根据模型预测结果动态调整节点缓存TTL（如预测某资源未来1小时访问量将上涨50%，则延长TTL至2小时）。
• 系统上线后，CDN缓存命中率从75%提升至88%，源站带宽成本每年降低约300万元；同时支撑了《星途纪元》上线时峰值日活1200万的活动，未出现因CDN缓存失效导致的源站宕机。我主导了数据采集模块与模型落地脚本的开发，还优化了特征工程（新增“游戏版本更新时间”维度），使预测准确率从72%提升至85%。

• 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。