NEWCIH
高级软件工程师 · 7年经验 · 金蝶国际
0
累计接单
0
用户评价
0
被收藏
技术能力
【掌握的技术】
我是一名全栈Java工程师，拥有5年以上企业级应用开发经验，熟练掌握以下技术体系：
后端开发方面，精通Java SE核心特性（集合框架、多线程、NIO、反射机制），深入理解JVM内存模型及性能调优。熟练使用Spring生态体系（Spring Boot/Spring MVC/Spring Security）构建高并发分布式系统，具备Spring Cloud（Eureka/Ribbon/Feign/Hystrix）微服务架构实战经验。熟悉分布式事务解决方案（Seata）和消息中间件（Kafka/RabbitMQ），掌握MyBatis Plus与JPA持久层框架，对SQL优化和数据库设计（MySQL/Oracle）有丰富经验。
前端领域掌握HTML5/CSS3/JavaScript技术栈，熟练使用Vue.js框架开发SPA应用，了解Element UI组件库和Webpack构建工具。熟悉Restful API设计规范，能独立完成前后端分离项目对接。
在DevOps方面，具备Jenkins持续集成经验，熟练使用Docker容器化部署，了解Kubernetes基础运维。掌握Linux环境下的应用部署与调优，熟悉阿里云ECS/RDS等云服务配置。对系统高可用架构设计有深刻理解，能通过Redis实现分布式缓存、分布式锁等解决方案，熟悉Elasticsearch全文检索技术。
项目开发中注重代码质量，擅长使用JUnit/Mockito进行单元测试，熟悉SonarQube代码检测工具。掌握常见设计模式的应用，具备良好的系统抽象能力和模块化设计思维。熟悉企业级开发全流程，能够根据需求快速构建稳定可扩展的系统架构，已成功交付过电商平台、供应链管理系统、智能仓储系统等多个大型项目。
我是一名全栈Java工程师，拥有5年以上企业级应用开发经验，熟练掌握以下技术体系：
后端开发方面，精通Java SE核心特性（集合框架、多线程、NIO、反射机制），深入理解JVM内存模型及性能调优。熟练使用Spring生态体系（Spring Boot/Spring MVC/Spring Security）构建高并发分布式系统，具备Spring Cloud（Eureka/Ribbon/Feign/Hystrix）微服务架构实战经验。熟悉分布式事务解决方案（Seata）和消息中间件（Kafka/RabbitMQ），掌握MyBatis Plus与JPA持久层框架，对SQL优化和数据库设计（MySQL/Oracle）有丰富经验。
前端领域掌握HTML5/CSS3/JavaScript技术栈，熟练使用Vue.js框架开发SPA应用，了解Element UI组件库和Webpack构建工具。熟悉Restful API设计规范，能独立完成前后端分离项目对接。
在DevOps方面，具备Jenkins持续集成经验，熟练使用Docker容器化部署，了解Kubernetes基础运维。掌握Linux环境下的应用部署与调优，熟悉阿里云ECS/RDS等云服务配置。对系统高可用架构设计有深刻理解，能通过Redis实现分布式缓存、分布式锁等解决方案，熟悉Elasticsearch全文检索技术。
项目开发中注重代码质量，擅长使用JUnit/Mockito进行单元测试，熟悉SonarQube代码检测工具。掌握常见设计模式的应用，具备良好的系统抽象能力和模块化设计思维。熟悉企业级开发全流程，能够根据需求快速构建稳定可扩展的系统架构，已成功交付过电商平台、供应链管理系统、智能仓储系统等多个大型项目。
项目经验
• 高并发电商订单处理系统：该项目基于 Spring Cloud Alibaba 微服务架构，集成了 RocketMQ 消息中间件和 Redis 分布式缓存。在高并发场景下，通过 RocketMQ 实现异步消息处理，将订单创建、支付、库存更新等操作解耦，有效提升了系统的吞吐量和响应速度。同时，利用 Redis 缓存热点数据，如商品信息、用户购物车等，减少了数据库的压力。然而，在项目中面临着消息顺序性保证、消息重复消费处理、分布式事务一致性等技术挑战。通过采用分区队列、幂等性设计、Seata 分布式事务解决方案等技术手段，成功解决了这些问题，确保了系统的稳定性和数据的准确性。
• 金融实时风险监控平台：该平台采用了 Kafka 作为消息队列中间件，用于实时收集和处理海量的金融交易数据。通过自定义的 Kafka 消费者组和数据处理逻辑，实现了对金融风险的实时监控和预警。同时，集成了 Elasticsearch 作为搜索引擎，对历史交易数据进行快速查询和分析。在项目中，面临着数据实时性要求高、数据量大、系统高可用性等挑战。通过优化 Kafka 的分区策略、消费者线程模型，以及 Elasticsearch 的索引设计和查询优化，提高了系统的数据处理能力和响应速度。此外，还采用了 Zookeeper 进行分布式协调和配置管理，确保了系统的高可用性和稳定性。
• 分布式日志收集与分析系统：基于 Flume 和 Kafka 构建的分布式日志收集系统，负责从多个应用服务器收集日志数据，并将其传输到 Kafka 集群中。然后，通过自定义的 Kafka 消费者程序对日志数据进行实时分析和处理。在项目中，需要解决日志数据的可靠传输、数据压缩、日志解析等技术问题。同时，为了提高系统的可扩展性和容错性，采用了多 Flume 代理节点和 Kafka 分区副本机制。此外，还集成了 Elasticsearch 和 Kibana，实现了日志数据的存储和可视化展示，为系统的故障排查和性能优化提供了有力支持。
• 金融实时风险监控平台：该平台采用了 Kafka 作为消息队列中间件，用于实时收集和处理海量的金融交易数据。通过自定义的 Kafka 消费者组和数据处理逻辑，实现了对金融风险的实时监控和预警。同时，集成了 Elasticsearch 作为搜索引擎，对历史交易数据进行快速查询和分析。在项目中，面临着数据实时性要求高、数据量大、系统高可用性等挑战。通过优化 Kafka 的分区策略、消费者线程模型，以及 Elasticsearch 的索引设计和查询优化，提高了系统的数据处理能力和响应速度。此外，还采用了 Zookeeper 进行分布式协调和配置管理，确保了系统的高可用性和稳定性。
• 分布式日志收集与分析系统：基于 Flume 和 Kafka 构建的分布式日志收集系统，负责从多个应用服务器收集日志数据，并将其传输到 Kafka 集群中。然后，通过自定义的 Kafka 消费者程序对日志数据进行实时分析和处理。在项目中，需要解决日志数据的可靠传输、数据压缩、日志解析等技术问题。同时，为了提高系统的可扩展性和容错性，采用了多 Flume 代理节点和 Kafka 分区副本机制。此外，还集成了 Elasticsearch 和 Kibana，实现了日志数据的存储和可视化展示，为系统的故障排查和性能优化提供了有力支持。
立即沟通
