掌握的技术
大数据技术栈
分布式框架:Hadoop(HDFS/YARN/MapReduce)、Flink、Kafka
存储引擎:HBase、Redis、ClickHouse、MySQL
数据处理:实时流计算(Flink+Kafka)、离线ETL优化、日均10TB+数据吞吐
调优能力:JVM调优、HDFS小文件合并(降低40%元数据开销)、任务执行效率提升35%
后端开发
语言:Java(精通集合框架、多线程、JVM)、Python(基础)
框架:SpringBoot(医院管理系统后端开发)
数据库设计:MySQL表结构设计与优化
前端与全栈能力
Vue.js(医院管理系统前端开发)
前后端分离架构实践(SpringBoot+Vue)
运维与部署
Linux系统管理、Shell脚本编写
Hadoop集群高可用搭建与维护
系统性能监控与SLA保障(99.9%可用性)
项目经验
1. 高可用大数据平台架构与数据采集系统(组长 | 2023.09-2024.06)
核心目标:构建日均处理10TB+数据的实时/离线混合处理平台。
技术实现:
基于Linux部署Hadoop集群,集成HBase、Redis、ClickHouse;
设计Flink+Kafka实时数据管道,优化ETL流程,任务效率提升35%;
解决HDFS小文件存储瓶颈,通过合并策略减少40%元数据开销;
主导技术选型与性能调优,保障系统99.9% SLA。
成果:支持大规模数据存储、实时计算与分析,满足高并发业务场景。
2. SpringBoot+Vue医院管理系统(2023.03-2023.06)
核心目标:开发全流程管理的医疗系统(预约挂号、诊断、药品管理)。
技术实现:
后端:SpringBoot实现RESTful API,MySQL设计关系型数据库;
前端:Vue.js构建动态交互界面;
完成系统测试与部署,优化传统医疗流程。
成果:提升医院管理效率,验证全栈开发能力。