吃饭第一名

Java开发
亚信科技 · 5年经验
吃饭第一名
日薪: ¥500/8h
地点: 广州 天河
时间: 可工作日驻场(自由职业原因)
ID:386096 复制

0
接单数
0
评价数
0
收藏数

AI 技能提取 | Java 分布式 高并发 Spring Boot Spring Cloud Spring MyBatis Dubbo Elasticsearch MySQL Redis ClickHouse Docker Nginx Linux
1. 有扎实的 javaSE 和 javaEE 基础,对面向对象编程理解深刻,熟练掌握集合,多线程,反射,泛型,注解,动态代理等基础开发技术。
2. 熟悉jvm操作系统,研究过底层原理,理解内存机制,垃圾回收机制,GC算法,JVM常用配置参数。
3. 主流框架相关:熟练使用 Spring,SpringBoot,MyBatis,SpringMVC 等 web 框架,熟悉各种常用设计模式。
4. 数据库相关:熟练使用 MySQL,Redis,Clickhouse,ElasticSearch 等数据库,熟悉mvcc同步机制,隔离级别,数据库调优,索引设计,分库分表,了解各种缓存高并发场景。
5. 熟练使用 Linux 操作系统,Docker 操作命令,掌握容器化部署技术,有一定的运维能力。
6. 分布式相关:熟练使用 SpringCloud,dubbo,搭配 Nginx 实现负载均衡,能对分布式常用技术进行合理应用,解决实际问题。
7. 中间件:掌握 Kafka,RocketMQ等消息中间件的基本使用,了解消息中间件的常见使用场景如异步解耦、削峰填谷,对消息中间件的常见问题如消息丢失、消息重复消费等解决方案有一定研究。
8. 熟悉多线程并发编程,对java并发机制有较为深入的理解,熟悉AQS、CAS、lock缓存一致性协议、volatile、synchronized、ReentrantLock,熟悉多线程的使用

1.采用分布式架构开发,zookeeper作为注册中心, dubbo实现远程调用,配合 Nginx 实现负载均衡
2.对大表采用分表设计(sharding-jdbc),按年月分表,使用订单创建时间作为分片键,提升并发量。
3.数据埋点作为报表统计,提供唯一接口记录用户所有轨迹行为,通过Kafka异步发送,提高并发量。
4. 限产品展示优先查询Redis缓存,其次再从MySQL查询,减轻数据库压力,异步下单,订单数据先入表,再通过定时任务扫描订单表触发下单流程
5. 大数据处理通过CountDownLatch进行多线程分页查询,防止内存溢出。
吃饭第一名 ID:386096 复制

吃饭第一名

Java开发 · 5年经验 · 亚信科技
城市广州 天河 日薪500元/8h 时间 可工作日驻场(自由职业原因)
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

AI 技能提取 | Java 分布式 高并发 Spring Boot Spring Cloud Spring MyBatis Dubbo Elasticsearch MySQL Redis ClickHouse Docker Nginx Linux
1. 有扎实的 javaSE 和 javaEE 基础,对面向对象编程理解深刻,熟练掌握集合,多线程,反射,泛型,注解,动态代理等基础开发技术。
2. 熟悉jvm操作系统,研究过底层原理,理解内存机制,垃圾回收机制,GC算法,JVM常用配置参数。
3. 主流框架相关:熟练使用 Spring,SpringBoot,MyBatis,SpringMVC 等 web 框架,熟悉各种常用设计模式。
4. 数据库相关:熟练使用 MySQL,Redis,Clickhouse,ElasticSearch 等数据库,熟悉mvcc同步机制,隔离级别,数据库调优,索引设计,分库分表,了解各种缓存高并发场景。
5. 熟练使用 Linux 操作系统,Docker 操作命令,掌握容器化部署技术,有一定的运维能力。
6. 分布式相关:熟练使用 SpringCloud,dubbo,搭配 Nginx 实现负载均衡,能对分布式常用技术进行合理应用,解决实际问题。
7. 中间件:掌握 Kafka,RocketMQ等消息中间件的基本使用,了解消息中间件的常见使用场景如异步解耦、削峰填谷,对消息中间件的常见问题如消息丢失、消息重复消费等解决方案有一定研究。
8. 熟悉多线程并发编程,对java并发机制有较为深入的理解,熟悉AQS、CAS、lock缓存一致性协议、volatile、synchronized、ReentrantLock,熟悉多线程的使用

项目经验

1.采用分布式架构开发,zookeeper作为注册中心, dubbo实现远程调用,配合 Nginx 实现负载均衡
2.对大表采用分表设计(sharding-jdbc),按年月分表,使用订单创建时间作为分片键,提升并发量。
3.数据埋点作为报表统计,提供唯一接口记录用户所有轨迹行为,通过Kafka异步发送,提高并发量。
4. 限产品展示优先查询Redis缓存,其次再从MySQL查询,减轻数据库压力,异步下单,订单数据先入表,再通过定时任务扫描订单表触发下单流程
5. 大数据处理通过CountDownLatch进行多线程分页查询,防止内存溢出。
客服二维码

没找到合适的人才?

扫码添加客服极速匹配,或直接发布需求让更多人才主动报名

平台担保交易 · 1小时内不满意可退款

平台信誉与实力

基于 35,336 需求方信任

  • ✓ 支付宝企业信用分 优秀 评级
  • ✓ 市场份额约占全行业三分之一
  • ✓ 程序员兼职行业全能首选平台
查看平台资质详情
收藏