简历中的专业技能

Java

精通Java 核心，多年一线研发经验，具备良好的编码能力、并熟练应用设计模式
精通多进程、Java 高并发编程，阅读过相关 JDK 源码以及Lock锁的底层源码，熟悉 AQS 和 CAS 的核心思想，能够运用其机制优化并发编程
精通 JVM、JMM 内存模型，熟悉常见垃圾回收算法与回收器，具备丰富的 JVM 调优经验
精通操作系统异步网络 I/O 和 Java NIO，深入理解并熟练运用 Netty 构建高性能网络应用
熟悉 Java 8 及以上版本的新特性，包括 Lambda 表达式、Stream API、Optional、CompletableFuture 等
熟悉OOA，OOD，OOP，DDD 领域开发模型
熟悉数据结构，并能灵活使用线性表，队列，栈，树，图等结构，具有良好的算法和编码能力
熟悉JavaScript，HTML5，CSS，ES6，Axios，Node，NPM，Element-Plus，RUOYI，VUE3 技术栈
熟练掌握 IDEA、Git、Maven 等开发工具，能够高效支持项目开发与管理
喜欢阅读框架源码，已阅读:springioc、springaop、springtx、tomcat、mybatis、JUC.正在阅读:Jvm c++源码、Linux内核源码

数据库

熟练运用 MySQL、Oracle、Sqlserver 等关系型数据库以及 MongoDB、Redis、Memcached 等 NoSQL 技术，满足多样化大数数据存储需求
熟练使用关键字 Explain 对SQL进行优化，并能够熟练编写Mysql的存储过程，函数封装复杂的业务逻辑，并提高性能
熟悉Mysql的 MVCC多版本并发控制，解决读写阻塞，降低死锁概率，解决一致性读的问题
熟悉MySQL引擎架构，锁的机制，分区，分库，分表，主从复制等技术
通过延迟关联和子查询优化大量数据的分页查询，提升查询效率和系统性能
通过多线程技术实现百万级数据高效插入，显著提升数据处理速度和系统吞吐量

框架

熟练使用Spring，SpringMVC，Mybatis，Mybatis-plus，Dubbo，SpringBoot，SpringCloud，Spring Cloud Alibaba等主流框架，能够独立设计、开发和部署微服务应用。
熟悉ORM框架设计原理熟悉Mybatis(Mybatis)一级缓存，二级缓存，拦截器与设计模式的原理
熟练运用 Nacos 、 Zookeeper、 Apollo 等框架，确保服务间的高效协同与动态管理
熟练运用 Spring Cloud Gateway 设计并实施统一入口，有效整合安全控制、流量管理、智能路由与请求过滤机制，显著提升系统响应速度与用户体验
熟练运用 Nginx，服务层面则利用 Ribbon 实现负载均衡策略，优化资源分配与请求处理效率
熟练运用 Sentinel 、Hystrix、及 Resilience4j 等工具，为系统设计强大的服务熔断与降级机制，保障服务稳定性
熟练使用 OpenFeign 实现高效的远程服务调用，优化微服务之间的通信与数据传输，提升系统的可扩展性和性能
熟练使用 OAuth2 和 OpenID Connect 协议实现授权与身份认证，特别适用于微服务架构中的单点登录（SSO）和用户身份管理

中间件

熟练运用 RabbitMQ、Kafka、RocketMQ 等技术，实现异步通信与事件驱动架构，有效解耦服务，提升系统弹性和响应速度
熟练运用 XXL-JOB 框架，高效管理分布式任务，提升系统处理大规模任务的能力
熟练运用 Elasticsearch、Logstash、Kibana 进行日志聚合、分析与可视化，建立全面的运维监控体系，确保系统健康运行
熟练运用 ShardingSphere-JDBC 实施分库分表策略，解决大数据量存储与访问难题
熟练运用 Seata 确保分布式事务的一致性，提升系统数据完整性
熟练运用 SkyWalking、Sleuth和Zpkin 等分布式链路追踪技术，实现分布式链路追踪以及性能监控和优化
熟悉阿里开源工具Canal，实时同步Mysql数据库的变更数据到其他系统，保证数据一致性！并了解canal运行原理
熟悉 Zookeeper 的集群架构、工作原理，领导者(Leader)的选举机制并能应用其为集群提供协同服务，如HA与分布式锁
熟悉通过 Nginx、KeepAlived、LVS 等技术实现高可用架构设计和支持
熟练使用FastDFS、 OSS、MinIO 等分布式文件存储系统进行图片存储与管理，提升系统的文件处理能力和可靠性
熟练使用 JMeter 进行性能测试，评估接口的性能表现，并判断其是否符合开发标准
利用 Redisson 技术实现分布式锁，保障分布式系统中的数据一致性和并发控制
利用**布隆过滤器(Bloom Filter)**技术有效防止缓存穿透，提高系统的缓存命中率和性能
使用 Arthas+JDK 工具处理线上问题以及 JVM 调优等

部署

熟悉 Linux 操作系统及常用命令，熟练使用 Git 进行版本控制和团队协作
熟悉 Docker 的架构与原理，能够灵活运用其核心命令，高效管理容器化应用
熟练运用 Jenkins、Gitee 和 Docker 这三种技术，在开发与运维（DevOps）领域实现高效的持续集成（CI）与持续部署（CD）
熟悉 Kubernetes 的使用，能够对 Docker 容器进行集群化管理，实现系统的弹性扩缩容，全面提升系统的稳定性和高可用性

简历项目职责

听书项目模块技术描述：

后台

使用minio 做分布式文件存储系统，管理图片上传，下载
使用云点播存储声音，使用数据万象对声音进行审核
利用mybatis-plus 分页查询，实现对专辑与声音动态分页查询
利用group by，max 函数实现列转行操作展示专辑的统计信息
利用explain 关键词对sql 语句进行优化，让type 达到ref级别，提高了查询效率
利用视图将分类数据进行统一存储，便于后续查询各个分类的名称

利用自定义注解实现用户访问不同业务时，是否需要登录的业务逻辑
利用微信小程序登录Api 换取微信中唯一的Openid来实现单点登录功能
利用Aop切面，自定义注解拦截用户请求，判断用户是否登录，不登录，跳转，登录，将用户信息存储到 ThreadLocal
利用 ThredLocal 中的 remove(); 方法防止内存泄漏
利用Spring Ioc 功能，将 RedisTemplate 模版对应的String，Hash 数据进行进行序列化
登录成功之后，利用 Rabbitmq 异步发送消息初始化账户金额，为了留住用户
利用 Setnx 防止消息重复消费,保证消息消费的幂等性
利用 ApplicationListener 接口，重写 setConfirmCallback setReturnsCallback 实现消息的重复发送，保证消息不丢失
利用 sa-token 技术实现单点登录 sso

检索

利用 Elasticsearch 企业级搜索引擎实现全文检索功能，避免数据库索引失效的问题！ %?%;

利用 面向对象思想，封装检索实体类{keyword,category1id…} ElasticsearchClient 的 search() 方法实现检索.

 利用 should 将 专辑的标题与专辑简介，作者三个条件做为 or 关系查询数据。
 利用 term 关键词 实现按照分类Id进行查询
 利用 sort 排序， from size 分页 hightlight做高亮显示
 利用 aggs 做聚合 获取热度最高的前六条数据记录
 利用 nested 做嵌套查询，便于通过属性Id 与 属性值Id进行过滤

利用 Logstash 做日志收集，便于后续查询问题，利用kibana可视化视图，编写dsl语句，提高开发效率
利用 Suggest completion 实现自动补全功能，增强用户体验度
利用 ElasticsearchRepository 接口中save() deleteById() 方法，实现专辑的上架，下架，还能实现自动创建索引库！
利用 CompletableFuture 多线程异步编排快速查询数据，实现上架数据的封装
使用自定义线程池 ThreadPoolExecutor 提高CompletableFuture的执行效率

详情

利用 CompletableFuture 多线程异步编排快速查询数据，实现专辑数据回显
利用 Group by，MAX函数实现列转行操作展示专辑的统计信息
利用 Aop与分布式锁整合，简化代码，便于代码维护
使用 Jmeter 做性能测试，判断当前接口是否符合开发标准
通过 sql优化，线程优化，缓存优化，大大提高了查询效率
利用 Caffeine 做一级缓存, Redis 做二级缓存提高系统查询效率
利用 Redisson 做分布式锁解决缓存击穿，利用布隆过滤器解决缓存穿透，利用Redis集群或设置key的过期时间不一致来解决雪崩，利用Canal解决缓存与mysql 数据一致性问题
利用 MongoDB来存储声音的播放进度
利用 Setnx 防止用户同一天之内恶意刷新当前声音的播放量，利用mq发送消息更新当前声音与专辑的播放量
利用 MongoDB 中的 updateTime 字段来实现播放最近一次播放记录
利用 Redis 的Hash 数据类型实现排行榜功能
利用 Xxl-job分布式定时任务调度框架实现自动更新排行榜功能

订单

利用 分布式锁(Redis) 解决用户重复提交问题
利用 sgin 签名机制保证接口安全性，防止用户攻击
利用 OpenFeign 远程调用实现扣减余额，记录用户购买记录
当订单是微信支付时，需要利用Rabbitmq的延迟插件实现取消订单功能
为了将用户微服务，订单微服务，账户微服务看做一个整体，所以使用了 Seata 的AT模式实现分布式事务，保证业务数据的一致性
利用 ShardingSphere-JDBC 对订单进行分库分表，支持日均 100万+订单 的高并发场景
利用 工厂模式 解决接口选择问题，利用策略模式解决多重 if else 判断，从而实现简化代码开发，便于升级维护
利用延迟关联与子查询解决大量数据分页查询场景

业绩

性能提升

通过 Explain 关键词优化索引，从全表扫描100万行，耗时5秒，减少到扫描1000行，查询耗时缩短至 50ms，性能提升 100倍
通过 CompletableFuture 并行查询数据源，总查询时间缩短至 100ms，延迟降低了 80%，显著提升了用户体验
通过使用 Elasticsearch 替代传统数据库的全文检索功能，系统平均查询延迟从 500ms 降至 50ms，提高了 10倍 的查询速度
通过引入 Redis 缓存，热门数据的查询响应时间从 200ms 降低至 5ms，提升了 40倍 的查询速度
通过优化缓存策略（LRU 淘汰策略），Redis 的缓存命中率提高至 95%，仅有 5% 的查询需要回源到数据库
Redis 单节点支持的查询并发量达 10万 QPS，相比数据库原生支持的 1万 QPS，并发性能提升了 10倍
通过 RabbitMQ 将耗时任务异步化，用户请求直接返回，平均响应时间降至 50ms，降低了 94% 的延迟
通过异步解耦，主服务聚焦于快速响应，耗时任务交由消费者处理，系统每秒支持 5000个请求（TPS），吞吐量提升 10倍
RabbitMQ 缓冲高并发请求，避免直接打满数据库连接池，系统稳定性提高 80%，宕机率显著降低
使用异步解耦后，CPU 和数据库 I/O 的平均负载分别下降 40% 和 30%，显著减少了资源消耗