ID:424545

黄雄 有团队

Java 开发工程师

  • 公司信息:
  • 福州雪品环境科技有些公司
  • 工作经验:
  • 8年
  • 兼职日薪:
  • 500元/8小时
  • 兼职时间:
  • 下班后
  • 可工作日远程
  • 所在区域:
  • 福州
  • 全区

技术能力

Java基础与并发编程
深入理解 JVM内存模型、类加载机制,具备线上OOM、GC频繁问题排查经验(如访客高峰期导出报表时的内存优化);
熟练使用 JUC并发工具包(CompletableFuture异步编排、ThreadPoolExecutor自定义线程池),在访客详情聚合接口中通过异步并行将响应时间从1.2s优化至320ms;
掌握 锁机制(synchronized、ReentrantLock、ReadWriteLock),在预约扣减库存场景中使用 Redis分布式锁+Lua脚本 保证原子性。
框架与中间件
Spring生态:精通Spring Boot自动化配置原理、Spring Cloud(Nacos服务注册/配置中心、OpenFeign声明式调用、Sentinel限流熔断),在设备中台服务中通过Feign + 重试机制处理硬件接口超时;
ORM框架:熟练使用MyBatis-Plus,掌握 拦截器 实现多租户数据隔离、流式查询(Cursor) 解决10万+数据导出OOM问题;
消息队列:使用RabbitMQ实现 延时队列(处理人脸机权限下发重试)、死信队列(处理失败记录补偿),保证最终一致性;
缓存设计:熟悉Redis数据结构(String/List/Set/ZSet)及 缓存穿透/击穿/雪崩 解决方案,在访客黑白名单校验中采用 布隆过滤器 预防穿透。
数据库与架构
掌握MySQL 事务隔离级别、索引优化、SQL慢查询分析(Explain),访客通行记录表通过 ShardingSphere-JDBC 按年分表,复杂统计查询从12s优化至毫秒级;
熟悉 分布式事务 解决方案(Seata TCC模式),解决预约状态与设备权限下发的数据一致性问题;
了解 读写分离 方案,将访客预约写入与历史查询流量分离。
设计模式与代码质量
熟练运用 策略模式+责任链模式 重构审批流引擎,使新审批节点接入时间从2天缩短至2小时;
掌握 工厂模式 封装不同品牌闸机(海康/大华/宇视)的协议适配;

项目经验

项目名称:企业级智慧访客一体化管理系统(VMS 2.0)
技术栈:Spring Boot 3.x, MyBatis-Plus, Redis(分布式锁), RabbitMQ(异步解耦), MySQL(读写分离), Vue3 + LayUI
项目描述:
针对集团总部日均访客量大(>500人)、多园区协同难、访客轨迹追溯困难等痛点,重构旧有C/S架构访客系统。实现了从微信公众号预约 -> 审批流引擎 -> 道闸人脸核验 -> 访客大数据看板的全生命周期管理。

核心职责与技术难点攻克:
1、高并发预约场景下的库存扣减:针对上/下午高峰期预约并发冲突,采用 Redis Lua脚本 实现原子性扣减当日剩余预约名额,配合 乐观锁(版本号) 保证数据库最终一致性,彻底解决超约问题,QPS提升至2000+。
2、复杂动态审批流设计:根据访客级别(普通访客/贵宾VIP/面试者)动态路由至不同审批人。通过 策略模式 + 责任链模式 重构冗长的if-else逻辑,使新审批节点的接入时间从2天缩短至2小时。
3、访客与人脸机硬件的异步交互:解决网络抖动导致的人脸机未及时收到权限下发问题。引入 RabbitMQ 延时队列 进行下发重试,并设计了 本地缓存 + Redis缓存 的兜底策略,确保闸机离线时仍可依据本地白名单通行,设备离线率降低90%。
4、海量通行记录的分库分表:预埋 ShardingSphere-JDBC,按年份对 pass_record 表进行水平分表,保证单表数据量始终维持在百万级以下,复杂统计查询响应时间从12秒优化至毫秒级。

团队情况

  • 整包服务: 微信公众号开发   微信小程序开发   H5网站开发   App开发   文档原型图   UI设计   
角色 职位
负责人 Java 开发工程师
队员 产品经理
队员 UI设计师
队员 安卓工程师
队员 前端工程师
队员 后端工程师

案例展示

  • 企业级智慧访客一体化管理系统

    企业级智慧访客一体化管理系统

    集团总部园区日均访客量超500人,原有C/S架构访客系统存在三大痛点:① 多园区数据孤岛,无法统一管理;② 高峰期预约并发冲突,频繁超约;③ 访客通行依赖人工核验,效率低、体验差。项目目标:构建从移动端预约 → 智能审批 → 人脸识别通行 → 数据看板的全流程数字化访客管理体系。

  • 智慧公路AI巡检

    智慧公路AI巡检

    传统公路巡查依赖人工徒步或驾车目测,存在三大痛点:① 巡查效率低,人均每日仅能覆盖10-15公里;② 病害识别依赖经验,漏报率高;③ 发现问题后通过纸质工单流转,处置进度难以追踪。项目目标:构建移动端巡查 → AI自动识别 → 工单派发 → 处置闭环 → 数据看板的智慧公路巡检体

查看案例列表(含更多 0 个案例)

信用行为

  • 接单
    0
  • 评价
    0
  • 收藏
    0
微信扫码,建群沟通

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在1小时内与您联系,1小时内精准确定人才

微信接收人才推送

关注猿急送微信平台,接收实时人才推送

接收人才推送
联系需求方端客服
联系需求方端客服