木木
软件开发工程师
郑州市易晟信息技术有限公司 · 1年经验
日薪：
￥600/8h
地点：
郑州 全区
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
我是一名拥有多年一线开发经验的全栈工程师，技术栈以C#和Java为核心，覆盖从后端服务到前端交互的全链路开发。在大数据处理和高并发系统设计方面拥有丰富的实战经验。
后端开发与高并发处理方面，我精通Java生态，熟练使用Spring Boot、Spring Cloud、MyBatis等主流框架，具备微服务架构设计与落地能力。在高并发场景下，我深入理解线程池配置、锁优化（偏向锁→轻量级锁→重量级锁的升级机制）、CAS无锁编程以及AQS同步器原理，能够通过异步非阻塞（CompletableFuture）、响应式编程（WebFlux）等手段提升系统吞吐量。同时熟练使用消息队列（RocketMQ、Kafka、RabbitMQ）进行流量削峰填谷。
对于C#/.NET技术栈，我精通ASP.NET Core Web API、Entity Framework Core，熟悉.NET Core跨平台部署，能够利用LINQ和异步编程（async/await）编写高性能、高可读性的业务代码。在C#高并发处理中，熟练运用PLINQ、Channel、System.Threading.Channels以及ConcurrentCollection系列（ConcurrentDictionary、ConcurrentQueue、ConcurrentBag）实现线程安全的高效数据操作。曾基于.NET Core + SignalR构建实时数据推送服务，支撑万级+并发WebSocket连接，保障在线用户实时数据更新延迟低于200ms。
后端开发与高并发处理方面，我精通Java生态，熟练使用Spring Boot、Spring Cloud、MyBatis等主流框架，具备微服务架构设计与落地能力。在高并发场景下，我深入理解线程池配置、锁优化（偏向锁→轻量级锁→重量级锁的升级机制）、CAS无锁编程以及AQS同步器原理，能够通过异步非阻塞（CompletableFuture）、响应式编程（WebFlux）等手段提升系统吞吐量。同时熟练使用消息队列（RocketMQ、Kafka、RabbitMQ）进行流量削峰填谷。
对于C#/.NET技术栈，我精通ASP.NET Core Web API、Entity Framework Core，熟悉.NET Core跨平台部署，能够利用LINQ和异步编程（async/await）编写高性能、高可读性的业务代码。在C#高并发处理中，熟练运用PLINQ、Channel、System.Threading.Channels以及ConcurrentCollection系列（ConcurrentDictionary、ConcurrentQueue、ConcurrentBag）实现线程安全的高效数据操作。曾基于.NET Core + SignalR构建实时数据推送服务，支撑万级+并发WebSocket连接，保障在线用户实时数据更新延迟低于200ms。
项目经验
项目一：电商平台秒杀系统重构与优化
项目背景：公司电商平台原有秒杀系统在618、双11大促期间频繁出现服务超时、库存超卖、页面卡顿等问题，峰值请求QPS超过5万+，系统可用性仅为99.2%。
技术方案：采用Spring Cloud Alibaba + RocketMQ + Redis Cluster构建分布式秒杀架构。核心设计包括：
多级缓存策略：通过Caffeine本地缓存 + Redis分布式缓存，将商品信息、库存数据预热至内存，将核心接口RT从800ms降至80ms，QPS提升至12万+。
流量削峰填谷：利用RocketMQ消息队列，将下单请求异步化处理，通过令牌桶限流和排队机制将峰值流量平滑至下游系统，TPS从1500提升至1.2万，确保订单服务不被打垮。
库存扣减方案：基于Redis Lua脚本实现原子性库存扣减，配合数据库乐观锁作为最终一致性兜底，从根本上解决了超卖问题。大促期间超卖率为0。
全链路压测与监控：使用JMeter进行分布式压测，结合SkyWalking + Prometheus + Grafana搭建全链路可观测性体系，慢接口、慢SQL可实时告警，大促期间问题平均发现时间从30分钟缩短至3分钟。
项目成果：重构后系统支撑了2025年双11峰值800万次/秒的请求洪峰，系统可用性提升至99.99%（全年故障时间<5分钟），日均处理订单500万+，项目获得了公司年度技术创新奖。
项目二：实时用户行为分析平台（Flink + Kafka + ClickHouse）
项目背景：公司需要实时分析App端用户行为日志（点击、浏览、停留、转化），以支持运营侧的秒级策略调整。原有基于Hive的离线批处理方案延迟高达2小时+，无法满足实时需求。
技术方案：
数据采集层：通过埋点SDK采集用户行为，经Kafka（Topic分区数=32）接入，日均处理日志量20亿+条，峰值吞吐量150万条/秒。
实时计算层：基于Flink 1.18构建实时ETL流程，使用窗口函数（Sliding Window）实现5分钟粒度的PV/UV、转化率、留存率等核心指标计算，通过状态后端（RocksDB） 管理大状态，保障Exactly-Once语义。
存储层：计算结果实时写入ClickHouse集群（3分片*2副本），利用其Vectorized Execution引擎，实现百亿级数据的即席查询响应时间控制在500ms以内。
C#辅助工具：基于ASP.NET Core + SignalR构建实时数据大屏展示端，通过WebSocket推送秒级数据至运营后台，支撑10万+并发WebSocket连接。
项目成果：平台上线后，数据分析延迟从2小时+ 降低至实时（<5秒），运营策略响应效率提升20倍，直接支撑了3次大促活动中的实时调价与流量调配决策，为公司带来千万级GMV增量。
项目背景：公司电商平台原有秒杀系统在618、双11大促期间频繁出现服务超时、库存超卖、页面卡顿等问题，峰值请求QPS超过5万+，系统可用性仅为99.2%。
技术方案：采用Spring Cloud Alibaba + RocketMQ + Redis Cluster构建分布式秒杀架构。核心设计包括：
多级缓存策略：通过Caffeine本地缓存 + Redis分布式缓存，将商品信息、库存数据预热至内存，将核心接口RT从800ms降至80ms，QPS提升至12万+。
流量削峰填谷：利用RocketMQ消息队列，将下单请求异步化处理，通过令牌桶限流和排队机制将峰值流量平滑至下游系统，TPS从1500提升至1.2万，确保订单服务不被打垮。
库存扣减方案：基于Redis Lua脚本实现原子性库存扣减，配合数据库乐观锁作为最终一致性兜底，从根本上解决了超卖问题。大促期间超卖率为0。
全链路压测与监控：使用JMeter进行分布式压测，结合SkyWalking + Prometheus + Grafana搭建全链路可观测性体系，慢接口、慢SQL可实时告警，大促期间问题平均发现时间从30分钟缩短至3分钟。
项目成果：重构后系统支撑了2025年双11峰值800万次/秒的请求洪峰，系统可用性提升至99.99%（全年故障时间<5分钟），日均处理订单500万+，项目获得了公司年度技术创新奖。
项目二：实时用户行为分析平台（Flink + Kafka + ClickHouse）
项目背景：公司需要实时分析App端用户行为日志（点击、浏览、停留、转化），以支持运营侧的秒级策略调整。原有基于Hive的离线批处理方案延迟高达2小时+，无法满足实时需求。
技术方案：
数据采集层：通过埋点SDK采集用户行为，经Kafka（Topic分区数=32）接入，日均处理日志量20亿+条，峰值吞吐量150万条/秒。
实时计算层：基于Flink 1.18构建实时ETL流程，使用窗口函数（Sliding Window）实现5分钟粒度的PV/UV、转化率、留存率等核心指标计算，通过状态后端（RocksDB） 管理大状态，保障Exactly-Once语义。
存储层：计算结果实时写入ClickHouse集群（3分片*2副本），利用其Vectorized Execution引擎，实现百亿级数据的即席查询响应时间控制在500ms以内。
C#辅助工具：基于ASP.NET Core + SignalR构建实时数据大屏展示端，通过WebSocket推送秒级数据至运营后台，支撑10万+并发WebSocket连接。
项目成果：平台上线后，数据分析延迟从2小时+ 降低至实时（<5秒），运营策略响应效率提升20倍，直接支撑了3次大促活动中的实时调价与流量调配决策，为公司带来千万级GMV增量。
团队情况
整包服务：
微信公众号开发微信小程序开发PC网站开发H5网站开发App开发WebApp开发游戏类开发运维类开发
负责人：
软件开发工程师
团队成员：
产品经理 iOS工程师 安卓工程师 前端工程师 后端工程师
案例展示 全部案例 >
木木
有团队 · 可整包
软件开发工程师 · 1年经验 · 郑州市易晟信息技术有限公司
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
我是一名拥有多年一线开发经验的全栈工程师，技术栈以C#和Java为核心，覆盖从后端服务到前端交互的全链路开发。在大数据处理和高并发系统设计方面拥有丰富的实战经验。
后端开发与高并发处理方面，我精通Java生态，熟练使用Spring Boot、Spring Cloud、MyBatis等主流框架，具备微服务架构设计与落地能力。在高并发场景下，我深入理解线程池配置、锁优化（偏向锁→轻量级锁→重量级锁的升级机制）、CAS无锁编程以及AQS同步器原理，能够通过异步非阻塞（CompletableFuture）、响应式编程（WebFlux）等手段提升系统吞吐量。同时熟练使用消息队列（RocketMQ、Kafka、RabbitMQ）进行流量削峰填谷。
对于C#/.NET技术栈，我精通ASP.NET Core Web API、Entity Framework Core，熟悉.NET Core跨平台部署，能够利用LINQ和异步编程（async/await）编写高性能、高可读性的业务代码。在C#高并发处理中，熟练运用PLINQ、Channel、System.Threading.Channels以及ConcurrentCollection系列（ConcurrentDictionary、ConcurrentQueue、ConcurrentBag）实现线程安全的高效数据操作。曾基于.NET Core + SignalR构建实时数据推送服务，支撑万级+并发WebSocket连接，保障在线用户实时数据更新延迟低于200ms。
后端开发与高并发处理方面，我精通Java生态，熟练使用Spring Boot、Spring Cloud、MyBatis等主流框架，具备微服务架构设计与落地能力。在高并发场景下，我深入理解线程池配置、锁优化（偏向锁→轻量级锁→重量级锁的升级机制）、CAS无锁编程以及AQS同步器原理，能够通过异步非阻塞（CompletableFuture）、响应式编程（WebFlux）等手段提升系统吞吐量。同时熟练使用消息队列（RocketMQ、Kafka、RabbitMQ）进行流量削峰填谷。
对于C#/.NET技术栈，我精通ASP.NET Core Web API、Entity Framework Core，熟悉.NET Core跨平台部署，能够利用LINQ和异步编程（async/await）编写高性能、高可读性的业务代码。在C#高并发处理中，熟练运用PLINQ、Channel、System.Threading.Channels以及ConcurrentCollection系列（ConcurrentDictionary、ConcurrentQueue、ConcurrentBag）实现线程安全的高效数据操作。曾基于.NET Core + SignalR构建实时数据推送服务，支撑万级+并发WebSocket连接，保障在线用户实时数据更新延迟低于200ms。
项目经验
项目一：电商平台秒杀系统重构与优化
项目背景：公司电商平台原有秒杀系统在618、双11大促期间频繁出现服务超时、库存超卖、页面卡顿等问题，峰值请求QPS超过5万+，系统可用性仅为99.2%。
技术方案：采用Spring Cloud Alibaba + RocketMQ + Redis Cluster构建分布式秒杀架构。核心设计包括：
多级缓存策略：通过Caffeine本地缓存 + Redis分布式缓存，将商品信息、库存数据预热至内存，将核心接口RT从800ms降至80ms，QPS提升至12万+。
流量削峰填谷：利用RocketMQ消息队列，将下单请求异步化处理，通过令牌桶限流和排队机制将峰值流量平滑至下游系统，TPS从1500提升至1.2万，确保订单服务不被打垮。
库存扣减方案：基于Redis Lua脚本实现原子性库存扣减，配合数据库乐观锁作为最终一致性兜底，从根本上解决了超卖问题。大促期间超卖率为0。
全链路压测与监控：使用JMeter进行分布式压测，结合SkyWalking + Prometheus + Grafana搭建全链路可观测性体系，慢接口、慢SQL可实时告警，大促期间问题平均发现时间从30分钟缩短至3分钟。
项目成果：重构后系统支撑了2025年双11峰值800万次/秒的请求洪峰，系统可用性提升至99.99%（全年故障时间<5分钟），日均处理订单500万+，项目获得了公司年度技术创新奖。
项目二：实时用户行为分析平台（Flink + Kafka + ClickHouse）
项目背景：公司需要实时分析App端用户行为日志（点击、浏览、停留、转化），以支持运营侧的秒级策略调整。原有基于Hive的离线批处理方案延迟高达2小时+，无法满足实时需求。
技术方案：
数据采集层：通过埋点SDK采集用户行为，经Kafka（Topic分区数=32）接入，日均处理日志量20亿+条，峰值吞吐量150万条/秒。
实时计算层：基于Flink 1.18构建实时ETL流程，使用窗口函数（Sliding Window）实现5分钟粒度的PV/UV、转化率、留存率等核心指标计算，通过状态后端（RocksDB） 管理大状态，保障Exactly-Once语义。
存储层：计算结果实时写入ClickHouse集群（3分片*2副本），利用其Vectorized Execution引擎，实现百亿级数据的即席查询响应时间控制在500ms以内。
C#辅助工具：基于ASP.NET Core + SignalR构建实时数据大屏展示端，通过WebSocket推送秒级数据至运营后台，支撑10万+并发WebSocket连接。
项目成果：平台上线后，数据分析延迟从2小时+ 降低至实时（<5秒），运营策略响应效率提升20倍，直接支撑了3次大促活动中的实时调价与流量调配决策，为公司带来千万级GMV增量。
项目背景：公司电商平台原有秒杀系统在618、双11大促期间频繁出现服务超时、库存超卖、页面卡顿等问题，峰值请求QPS超过5万+，系统可用性仅为99.2%。
技术方案：采用Spring Cloud Alibaba + RocketMQ + Redis Cluster构建分布式秒杀架构。核心设计包括：
多级缓存策略：通过Caffeine本地缓存 + Redis分布式缓存，将商品信息、库存数据预热至内存，将核心接口RT从800ms降至80ms，QPS提升至12万+。
流量削峰填谷：利用RocketMQ消息队列，将下单请求异步化处理，通过令牌桶限流和排队机制将峰值流量平滑至下游系统，TPS从1500提升至1.2万，确保订单服务不被打垮。
库存扣减方案：基于Redis Lua脚本实现原子性库存扣减，配合数据库乐观锁作为最终一致性兜底，从根本上解决了超卖问题。大促期间超卖率为0。
全链路压测与监控：使用JMeter进行分布式压测，结合SkyWalking + Prometheus + Grafana搭建全链路可观测性体系，慢接口、慢SQL可实时告警，大促期间问题平均发现时间从30分钟缩短至3分钟。
项目成果：重构后系统支撑了2025年双11峰值800万次/秒的请求洪峰，系统可用性提升至99.99%（全年故障时间<5分钟），日均处理订单500万+，项目获得了公司年度技术创新奖。
项目二：实时用户行为分析平台（Flink + Kafka + ClickHouse）
项目背景：公司需要实时分析App端用户行为日志（点击、浏览、停留、转化），以支持运营侧的秒级策略调整。原有基于Hive的离线批处理方案延迟高达2小时+，无法满足实时需求。
技术方案：
数据采集层：通过埋点SDK采集用户行为，经Kafka（Topic分区数=32）接入，日均处理日志量20亿+条，峰值吞吐量150万条/秒。
实时计算层：基于Flink 1.18构建实时ETL流程，使用窗口函数（Sliding Window）实现5分钟粒度的PV/UV、转化率、留存率等核心指标计算，通过状态后端（RocksDB） 管理大状态，保障Exactly-Once语义。
存储层：计算结果实时写入ClickHouse集群（3分片*2副本），利用其Vectorized Execution引擎，实现百亿级数据的即席查询响应时间控制在500ms以内。
C#辅助工具：基于ASP.NET Core + SignalR构建实时数据大屏展示端，通过WebSocket推送秒级数据至运营后台，支撑10万+并发WebSocket连接。
项目成果：平台上线后，数据分析延迟从2小时+ 降低至实时（<5秒），运营策略响应效率提升20倍，直接支撑了3次大促活动中的实时调价与流量调配决策，为公司带来千万级GMV增量。
团队情况
服务范围：
团队构成：
负责人(软件开发工程师)
|
核心队员：产品经理 ·
iOS工程师 ·
安卓工程师 ·
前端工程师 ·
后端工程师
案例展示
悠悠游戏服务网平台交易
项目：悠悠游戏服务网（UU898）虚拟物品交易平台 项目简介：UU898是一个面向游戏玩家的C2C/B2C虚拟物品交易平台，支持多款热门游戏（如《地下城与勇士》《魔兽世界》《命运方舟》《三角洲行动》等）的账号、金币、装备、点卡等交易。平台日均PV超百万，峰值QPS达2万+，需保
UU898平台客服中心
项目：UU898客服中心系统开发 项目简介：UU898客服中心是悠悠游戏服务网面向用户的一站式线上服务门户，为用户提供7×24小时的自助服务与人工客服通道。系统涵盖账号解封、注册邮箱修改、开户名修改、安全手机解绑等核心自助服务功能，以及在线客服、热线电话、邮件工单等多渠道客服接
立即沟通
