技术能力

以团队形式接单，全行业定制JAVA语言
Java基础：熟练掌握Java SE，深入理解多线程编程、集合框架及JVM内存模型与GC调优原理。
后端框架：熟练掌握Spring Boot、Spring MVC进行业务开发；熟悉Spring Cloud (Nacos) 微服务治理；熟练掌握MyBatis进行数据库操作。
数据库与缓存：熟练掌握MySQL，具备索引优化及SQL调优经验；熟悉Redis，掌握其常用数据类型及在缓存中的应用。
开发与部署：熟练使用Git进行版本控制；熟练使用Maven进行项目构建；熟悉Docker容器技术；掌握Linux常用命令。
前端技术：了解HTML、CSS、JavaScript及Vue.js基础，可进行前后端协作开发。

项目经验

电商、物流、配送、erp、进销存等产品定制经验丰富

项目名称：安徽某公司定制的“智慧运力”物流平台
项目时间：2023.06 - 2024.05
项目描述：主导开发一个类似货拉拉的综合性物流服务平台，集成货主下单、智能派单、实时定位、在线支付及双向评价等功能。项目采用微服务架构，旨在通过技术手段破解传统物流“信息不对称、匹配效率低、空驶率高”的难题。

技术架构：
后端：Spring Boot, Spring Cloud Alibaba (Nacos, Sentinel), MySQL, Redis, RabbitMQ, Elasticsearch。
前端：Vue 3, Element Plus。
部署：Docker, Kubernetes, Jenkins (CI/CD)，阿里云。

团队的主要工作与成果：

1. 智能调度系统：参与核心调度算法的设计与实现，综合距离、车型、司机实时位置和历史服务分进行订单匹配。通过Redis缓存司机位置和订单信息，利用RabbitMQ异步处理派单消息，使系统高峰期每秒可处理5000+ 订单匹配请求，将平均订单响应时间控制在200毫秒内，司机接单距离平均缩短了15%。

2. 订单与支付链路：负责构建了“下单-派单-履约-支付”的核心业务流程。使用Spring Cloud Stream集成消息队列，保障了订单状态变更的最终一致性。重构了支付与清结算模块，通过定时任务和校验机制，实现了平台、司机、货主三方的自动化对账，财务效率提升70%。

3. 性能优化与稳定性：针对订单查询慢的问题，通过Elasticsearch构建了订单查询服务，支持多维度复杂检索，使查询响应时间从2秒优化至200毫秒。参与设计了数据库分表方案，按月对千万级订单数据进行水平分表，并利用Sentinel实现了核心接口的流量控制和熔断降级，保障了系统稳定性。

4. 安全与体验：参与了“订单热力图”功能的后端数据接口开发（参考货拉拉实践），为司机提供订单密集区域参考，提升了司机端活跃度和接单效率。

• 项目成果：系统成功上线，稳定支撑了日均10万+ 订单量，覆盖50+ 城市，注册司机超8万名。平台整体将车辆空驶率降低了约18%，获得了客户和司机的积极反馈。

团队情况