江河日出与晨露
高级C++工程师
益心信息技术有限公司 · 6年经验
日薪：
￥700/8h
地点：
广州 天河
时间：
可工作日驻场（离职原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
C++/java/Python开发工具类集合：
1.PC端C/S架构、PC端工具集合，考试系统、社交系统、刷题系统等
2.python脚本集合
3.java工具前后端
C++/lua游戏后端
1.参与模拟经营部分的角色、道具、社交、排行榜等其它多个模块的设计与开发。
2.负责游戏SLG部分的功能开发，包含大地图与策略交互设计。
3.使用AOI（Area of Interest）技术优化大地图性能，提高多玩家场景下的交互效率。
4.利用A*算法实现单位寻路，优化路径规划与移动逻辑。
5.在技术中台开发支持多项目的分布式后端框架，基于Skynet+Lua优化系统底层逻辑，提升框架复用性。
Java后端开发：MUD文字修真游戏
1.基于多线程(java线程池)交互的功能开发，包括但不限于角色、道具、社交、排行榜等系统。
2.基于SpringBoot技术的功能开发。
C++游戏后端开发：生肖传说（MMORPG）
1.参与基于多线程(线程池)开发。
2.回合制战斗模块的维护和开发。
3.参与多个核心系统的维护和优化工作，包括但不限于角色、道具、社交等系统。
1.PC端C/S架构、PC端工具集合，考试系统、社交系统、刷题系统等
2.python脚本集合
3.java工具前后端
C++/lua游戏后端
1.参与模拟经营部分的角色、道具、社交、排行榜等其它多个模块的设计与开发。
2.负责游戏SLG部分的功能开发，包含大地图与策略交互设计。
3.使用AOI（Area of Interest）技术优化大地图性能，提高多玩家场景下的交互效率。
4.利用A*算法实现单位寻路，优化路径规划与移动逻辑。
5.在技术中台开发支持多项目的分布式后端框架，基于Skynet+Lua优化系统底层逻辑，提升框架复用性。
Java后端开发：MUD文字修真游戏
1.基于多线程(java线程池)交互的功能开发，包括但不限于角色、道具、社交、排行榜等系统。
2.基于SpringBoot技术的功能开发。
C++游戏后端开发：生肖传说（MMORPG）
1.参与基于多线程(线程池)开发。
2.回合制战斗模块的维护和开发。
3.参与多个核心系统的维护和优化工作，包括但不限于角色、道具、社交等系统。
项目经验
项目技术经验
一、回合制战斗模块的实现
战斗系统架构设计：
1. 战斗系统基于事件驱动架构设计，战斗的每个回合划分为事件队列依次执行（如技能释放、伤害计算、状态更新等）。
2. 通过状态机实现战斗流程控制，每个阶段都有清晰的状态转移逻辑，确保流程规范性与可扩展性。
关键实现技术：
1.异步处理与事件队列：
所有战斗请求由单独的战斗服务进程处理，战斗逻辑以事件队列形式存储并按顺序执行，避免资源竞争问题。
异步回调机制用于通知客户端战斗结果，减少实时交互的阻塞影响。
2.技能系统设计：
设计基于面向对象的技能模块，通过技能基类及多种派生类实现多样化技能效果（如伤害、治疗、增益等）。
实现技能管理器，支持技能的注册、动态调用及扩展，简化技能逻辑的管理和维护。
支持高扩展性与可维护性，通过配置化加载技能和模块化设计，降低新增技能对现有代码的影响。
当前系统的局限性：
单进程架构在高并发场景下容易出现战斗排队和延迟问题，且计算密集型任务可能导致性能瓶颈。
针对单进程架构的优化建议
1. 多线程：将战斗任务分配到多个线程池执行
2. 为每个战斗任务绑定唯一标识符，确保任务结果与请求的正确对应。
3. 任务优先级队列：通过优先级队列调度战斗任务，优先处理实时性要求高的玩家战斗请求，减少等待时间。
4. 采用分布式战斗服务，使用消息队列（如Kafka或RabbitMQ）将战斗请求分发到不同的战斗服务进程，进一步提升系统的扩展性与容错能力。
二、 AOI技术的应用与优化
挑战：SLG大地图中，玩家数量多且活动范围广，传统全局广播方式导致性能瓶颈。
实现：基于AOI技术，将地图划分为区域（格子），并通过订阅-发布机制，玩家仅接收其感兴趣区域的数据变化。
效果：显著减少无关数据广播量，提升了大规模玩家交互场景下的服务器响应效率。
优化：通过动态调整格子大小和平衡玩家分布，进一步提升系统性能和稳定性。
三、 A*算法的优化实现
挑战：实现SLG大地图中高效路径规划，特别是在动态障碍物频繁变化的情况下。
实现：结合实际路程代价与启发式估值（启发函数采用曼哈顿距离与权值综合计算），优化寻路效率。
优化：为动态更新障碍物设计增量更新机制，无需重新生成整个路径，提高运行效率。
四. 网络性能优化
● 利用epoll实现高效的I/O多路复用，优化服务器对大规模连接的处理能力。
● 学习如何使用分布式缓存（Redis）和数据存储（MySQL），实现负载均衡。
● 使用luatrace、valgrind等工具进行性能分析，解决高延迟和不稳定问题
一、回合制战斗模块的实现
战斗系统架构设计：
1. 战斗系统基于事件驱动架构设计，战斗的每个回合划分为事件队列依次执行（如技能释放、伤害计算、状态更新等）。
2. 通过状态机实现战斗流程控制，每个阶段都有清晰的状态转移逻辑，确保流程规范性与可扩展性。
关键实现技术：
1.异步处理与事件队列：
所有战斗请求由单独的战斗服务进程处理，战斗逻辑以事件队列形式存储并按顺序执行，避免资源竞争问题。
异步回调机制用于通知客户端战斗结果，减少实时交互的阻塞影响。
2.技能系统设计：
设计基于面向对象的技能模块，通过技能基类及多种派生类实现多样化技能效果（如伤害、治疗、增益等）。
实现技能管理器，支持技能的注册、动态调用及扩展，简化技能逻辑的管理和维护。
支持高扩展性与可维护性，通过配置化加载技能和模块化设计，降低新增技能对现有代码的影响。
当前系统的局限性：
单进程架构在高并发场景下容易出现战斗排队和延迟问题，且计算密集型任务可能导致性能瓶颈。
针对单进程架构的优化建议
1. 多线程：将战斗任务分配到多个线程池执行
2. 为每个战斗任务绑定唯一标识符，确保任务结果与请求的正确对应。
3. 任务优先级队列：通过优先级队列调度战斗任务，优先处理实时性要求高的玩家战斗请求，减少等待时间。
4. 采用分布式战斗服务，使用消息队列（如Kafka或RabbitMQ）将战斗请求分发到不同的战斗服务进程，进一步提升系统的扩展性与容错能力。
二、 AOI技术的应用与优化
挑战：SLG大地图中，玩家数量多且活动范围广，传统全局广播方式导致性能瓶颈。
实现：基于AOI技术，将地图划分为区域（格子），并通过订阅-发布机制，玩家仅接收其感兴趣区域的数据变化。
效果：显著减少无关数据广播量，提升了大规模玩家交互场景下的服务器响应效率。
优化：通过动态调整格子大小和平衡玩家分布，进一步提升系统性能和稳定性。
三、 A*算法的优化实现
挑战：实现SLG大地图中高效路径规划，特别是在动态障碍物频繁变化的情况下。
实现：结合实际路程代价与启发式估值（启发函数采用曼哈顿距离与权值综合计算），优化寻路效率。
优化：为动态更新障碍物设计增量更新机制，无需重新生成整个路径，提高运行效率。
四. 网络性能优化
● 利用epoll实现高效的I/O多路复用，优化服务器对大规模连接的处理能力。
● 学习如何使用分布式缓存（Redis）和数据存储（MySQL），实现负载均衡。
● 使用luatrace、valgrind等工具进行性能分析，解决高延迟和不稳定问题
江河日出与晨露
高级C++工程师 · 6年经验 · 益心信息技术有限公司
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
C++/java/Python开发工具类集合：
1.PC端C/S架构、PC端工具集合，考试系统、社交系统、刷题系统等
2.python脚本集合
3.java工具前后端
C++/lua游戏后端
1.参与模拟经营部分的角色、道具、社交、排行榜等其它多个模块的设计与开发。
2.负责游戏SLG部分的功能开发，包含大地图与策略交互设计。
3.使用AOI（Area of Interest）技术优化大地图性能，提高多玩家场景下的交互效率。
4.利用A*算法实现单位寻路，优化路径规划与移动逻辑。
5.在技术中台开发支持多项目的分布式后端框架，基于Skynet+Lua优化系统底层逻辑，提升框架复用性。
Java后端开发：MUD文字修真游戏
1.基于多线程(java线程池)交互的功能开发，包括但不限于角色、道具、社交、排行榜等系统。
2.基于SpringBoot技术的功能开发。
C++游戏后端开发：生肖传说（MMORPG）
1.参与基于多线程(线程池)开发。
2.回合制战斗模块的维护和开发。
3.参与多个核心系统的维护和优化工作，包括但不限于角色、道具、社交等系统。
1.PC端C/S架构、PC端工具集合，考试系统、社交系统、刷题系统等
2.python脚本集合
3.java工具前后端
C++/lua游戏后端
1.参与模拟经营部分的角色、道具、社交、排行榜等其它多个模块的设计与开发。
2.负责游戏SLG部分的功能开发，包含大地图与策略交互设计。
3.使用AOI（Area of Interest）技术优化大地图性能，提高多玩家场景下的交互效率。
4.利用A*算法实现单位寻路，优化路径规划与移动逻辑。
5.在技术中台开发支持多项目的分布式后端框架，基于Skynet+Lua优化系统底层逻辑，提升框架复用性。
Java后端开发：MUD文字修真游戏
1.基于多线程(java线程池)交互的功能开发，包括但不限于角色、道具、社交、排行榜等系统。
2.基于SpringBoot技术的功能开发。
C++游戏后端开发：生肖传说（MMORPG）
1.参与基于多线程(线程池)开发。
2.回合制战斗模块的维护和开发。
3.参与多个核心系统的维护和优化工作，包括但不限于角色、道具、社交等系统。
项目经验
项目技术经验
一、回合制战斗模块的实现
战斗系统架构设计：
1. 战斗系统基于事件驱动架构设计，战斗的每个回合划分为事件队列依次执行（如技能释放、伤害计算、状态更新等）。
2. 通过状态机实现战斗流程控制，每个阶段都有清晰的状态转移逻辑，确保流程规范性与可扩展性。
关键实现技术：
1.异步处理与事件队列：
所有战斗请求由单独的战斗服务进程处理，战斗逻辑以事件队列形式存储并按顺序执行，避免资源竞争问题。
异步回调机制用于通知客户端战斗结果，减少实时交互的阻塞影响。
2.技能系统设计：
设计基于面向对象的技能模块，通过技能基类及多种派生类实现多样化技能效果（如伤害、治疗、增益等）。
实现技能管理器，支持技能的注册、动态调用及扩展，简化技能逻辑的管理和维护。
支持高扩展性与可维护性，通过配置化加载技能和模块化设计，降低新增技能对现有代码的影响。
当前系统的局限性：
单进程架构在高并发场景下容易出现战斗排队和延迟问题，且计算密集型任务可能导致性能瓶颈。
针对单进程架构的优化建议
1. 多线程：将战斗任务分配到多个线程池执行
2. 为每个战斗任务绑定唯一标识符，确保任务结果与请求的正确对应。
3. 任务优先级队列：通过优先级队列调度战斗任务，优先处理实时性要求高的玩家战斗请求，减少等待时间。
4. 采用分布式战斗服务，使用消息队列（如Kafka或RabbitMQ）将战斗请求分发到不同的战斗服务进程，进一步提升系统的扩展性与容错能力。
二、 AOI技术的应用与优化
挑战：SLG大地图中，玩家数量多且活动范围广，传统全局广播方式导致性能瓶颈。
实现：基于AOI技术，将地图划分为区域（格子），并通过订阅-发布机制，玩家仅接收其感兴趣区域的数据变化。
效果：显著减少无关数据广播量，提升了大规模玩家交互场景下的服务器响应效率。
优化：通过动态调整格子大小和平衡玩家分布，进一步提升系统性能和稳定性。
三、 A*算法的优化实现
挑战：实现SLG大地图中高效路径规划，特别是在动态障碍物频繁变化的情况下。
实现：结合实际路程代价与启发式估值（启发函数采用曼哈顿距离与权值综合计算），优化寻路效率。
优化：为动态更新障碍物设计增量更新机制，无需重新生成整个路径，提高运行效率。
四. 网络性能优化
● 利用epoll实现高效的I/O多路复用，优化服务器对大规模连接的处理能力。
● 学习如何使用分布式缓存（Redis）和数据存储（MySQL），实现负载均衡。
● 使用luatrace、valgrind等工具进行性能分析，解决高延迟和不稳定问题
一、回合制战斗模块的实现
战斗系统架构设计：
1. 战斗系统基于事件驱动架构设计，战斗的每个回合划分为事件队列依次执行（如技能释放、伤害计算、状态更新等）。
2. 通过状态机实现战斗流程控制，每个阶段都有清晰的状态转移逻辑，确保流程规范性与可扩展性。
关键实现技术：
1.异步处理与事件队列：
所有战斗请求由单独的战斗服务进程处理，战斗逻辑以事件队列形式存储并按顺序执行，避免资源竞争问题。
异步回调机制用于通知客户端战斗结果，减少实时交互的阻塞影响。
2.技能系统设计：
设计基于面向对象的技能模块，通过技能基类及多种派生类实现多样化技能效果（如伤害、治疗、增益等）。
实现技能管理器，支持技能的注册、动态调用及扩展，简化技能逻辑的管理和维护。
支持高扩展性与可维护性，通过配置化加载技能和模块化设计，降低新增技能对现有代码的影响。
当前系统的局限性：
单进程架构在高并发场景下容易出现战斗排队和延迟问题，且计算密集型任务可能导致性能瓶颈。
针对单进程架构的优化建议
1. 多线程：将战斗任务分配到多个线程池执行
2. 为每个战斗任务绑定唯一标识符，确保任务结果与请求的正确对应。
3. 任务优先级队列：通过优先级队列调度战斗任务，优先处理实时性要求高的玩家战斗请求，减少等待时间。
4. 采用分布式战斗服务，使用消息队列（如Kafka或RabbitMQ）将战斗请求分发到不同的战斗服务进程，进一步提升系统的扩展性与容错能力。
二、 AOI技术的应用与优化
挑战：SLG大地图中，玩家数量多且活动范围广，传统全局广播方式导致性能瓶颈。
实现：基于AOI技术，将地图划分为区域（格子），并通过订阅-发布机制，玩家仅接收其感兴趣区域的数据变化。
效果：显著减少无关数据广播量，提升了大规模玩家交互场景下的服务器响应效率。
优化：通过动态调整格子大小和平衡玩家分布，进一步提升系统性能和稳定性。
三、 A*算法的优化实现
挑战：实现SLG大地图中高效路径规划，特别是在动态障碍物频繁变化的情况下。
实现：结合实际路程代价与启发式估值（启发函数采用曼哈顿距离与权值综合计算），优化寻路效率。
优化：为动态更新障碍物设计增量更新机制，无需重新生成整个路径，提高运行效率。
四. 网络性能优化
● 利用epoll实现高效的I/O多路复用，优化服务器对大规模连接的处理能力。
● 学习如何使用分布式缓存（Redis）和数据存储（MySQL），实现负载均衡。
● 使用luatrace、valgrind等工具进行性能分析，解决高延迟和不稳定问题
案例展示
立即沟通
相似人才推荐：
