UP简历小U

+86 13800138000|up.xiaou@example.com|北京

个人总结

资深后端开发工程师，专注于高性能、高并发系统的设计与开发。精通Java生态技术栈，具备深厚的微服务架构和分布式系统实践经验。尤其擅长通过Redis缓存、JVM调优等技术优化系统性能，有效提升碳核算App在高并发场景下的实时计算效率和响应速度。追求卓越的工程实践与用户体验，致力于构建稳定、可扩展的后端服务。

工作经历

高级后端开发工程师

某知名科技公司

2021-07 - 2024-07

主导碳核算App后台核心服务的设计与开发，支持百万级用户并发，确保系统高可用性与稳定性。
负责基于Redis缓存的碳因子查询优化，设计并实现了多级缓存策略（本地缓存+分布式缓存），将碳因子查询响应时间从150ms降低至10ms以内，提升了90%的查询效率。
针对高并发实时计算场景，采用消息队列（Kafka）进行异步处理，有效削峰填谷，系统吞吐量提升30%，同时保证数据最终一致性。
优化JVM参数和GC策略，通过JProfiler等工具进行性能监控与分析，使核心服务平均响应时间减少20%，内存使用率下降15%。
参与微服务架构的演进与治理，负责服务拆分、API接口设计，确保服务间通信高效稳定。
通过代码审查和单元测试，确保代码质量和系统稳定性，维护线上服务99.99%的可用性。

项目经历

碳核算App后台服务重构与性能优化项目

公司内部项目

2023-01 - 2023-08

项目背景： 随着用户量增长，现有碳核算App后台碳因子查询慢、实时计算压力大，急需优化以支持更高并发。
个人职责： 核心后端开发兼技术负责人，主导性能瓶颈分析、技术选型与具体实现。
核心行动：
- 引入Redis作为碳因子数据的高速缓存层，设计LRU淘汰策略，并实现数据更新时的双删策略，确保缓存与数据库数据一致性。
- 针对实时计算任务，采用Spring Cloud Stream集成Kafka，构建异步计算管道，将计算密集型任务解耦，提高系统响应速度。
- 利用JMX和Prometheus监控JVM运行状态，识别并解决了多处内存泄漏和GC频繁问题，通过调整堆内存分配和GC算法（如G1GC），显著提升了系统稳定性。
- 优化数据库访问层，引入MyBatis二级缓存，并对核心SQL进行索引优化，将部分复杂查询的耗时缩短了40%。
项目成果：
- 碳因子查询速度提升10倍以上，峰值QPS达到10000+。
- 实时碳排放计算的平均响应时间降低至50ms，满足高并发场景下的实时性要求。
- 系统资源利用率（CPU、内存）下降25%，显著降低了运营成本。

分布式任务调度平台开发

公司内部项目

2022-03 - 2022-09

项目背景： 应对日益增长的业务定时任务和批处理需求，构建一个高可用、可扩展的分布式任务调度系统。
个人职责： 核心开发人员，负责调度器模块和执行器模块的开发。
核心行动：
- 基于Spring Boot和Quartz框架，设计并实现任务的动态配置、管理与触发机制。
- 采用ZooKeeper实现调度中心的集群管理和高可用性，确保任务无单点故障。
- 开发任务状态监控与报警系统，通过Prometheus和Grafana实时展示任务执行情况，异常任务告警及时率达到99%。
项目成果：
- 平台支持300+种不同类型任务的稳定调度，日均处理任务量超过10万次。
- 任务调度成功率达到99.9%，系统稳定性显著提升。
- 通过平台化管理，开发人员配置和管理任务的效率提升50%。