喝咖啡的猫
java后端开发工程师
- 公司信息：
- 亚信科技
- 工作经验：
- 5年
- 兼职日薪：
- 700元/8小时
- 兼职时间：
- 下班后
- 周六
- 周日
- 所在区域：
- 上海
- 浦东
技术能力
· Java基础： 扎实的Java编程功底，深入理解面向对象、集合框架、异常处理机制及常见设计模式
· 并发编程： 深入掌握Java多线程并发模型，线程池原理及异步编程，具备高并发场景下的实战调优经验
· JVM： 熟悉JVM内存模型、类加载机制及GC算法
· 数据库： 精通MySQL，深入理解SQL优化、索引原理、事务隔离级别及锁机制，具备慢SQL分析与优化的丰富经验
· ORM框架： 熟练使用MyBatis及MyBatis-Plus，熟悉动态SQL、分页插件及代码生成器的灵活运用
· 核心框架： 精通Spring、SpringBoot，深入理解IOC/AOP原理及自动配置机制；熟练运用Spring Cloud Alibaba微服务全家桶进
行分布式系统开发
· RPC与服务治理： 熟练使用Dubbo实现服务间高性能RPC调用，结合Nacos进行服务注册、发现与配置管理
· 消息队列： 掌握RabbitMQ消息中间件，能应用于异步通信、服务解耦、削峰填谷等场景
· 缓存技术： 深入掌握Redis，具备大规模数据缓存化、分布式锁、接口幂等设计的实战经验
·搜索引擎： 熟练掌握Elasticsearch核心原理，熟悉索引创建、文档CRUD、分词器配置、布尔查询、聚合查询、高亮查询等常用操作；掌握ES集群部署、分片与副本机制，能独立实现海量数据的全文检索、模糊匹配、日志检索、业务数据分页查询场景开发，了解ES性能优化、深度分页解决方案及数据同步方案。
· 运维基础： 熟悉Linux系统常用指令，具备线上环境部署、日志排查及基础运维能力
项目经验
上海移动数据库国产化项目 - 核心后端开发 2025-10 ~ 2026-04
项目背景：
响应国家信创要求，对BOSS计费账务、网间结算、经营分析等核心系统进行Oracle到国产数据库的全量迁移，支撑上海移动超
4000万用户、月均千亿级话单处理的高并发业务运行。
职责与成果：
· 基线模型落地： 完成现网表与基线模型表的映射梳理，编写数据调度脚本、SQL生成工具及数据校验脚本；利用数据库索引优化与批量处理策略治理主键重复、非空数据等数据质量问题，确保迁移数据质量达标
· 分片键与主键改造： 主导三中心OB适配改造，梳理主键改造方案并开发扫描工具；编写存储过程完成批量改造实施，解决迁移过程中的时间类型等跨数据库兼容性问题
· 迁移实施： 负责全流程SQL脚本编写、模拟执行与执行效率优化；通过SQL调优将批量迁移脚本的亿级数据导入效率大幅提升，确保国产化割接平稳落地
浙江移动家庭业务项目 - 核心后端开发 2023-02 ~ 2025-10
项目背景：
浙江移动面向家庭用户的综合业务平台，涵盖宽带、固话、互联网电视、智能家居等多形态融合业务的受理与运营支撑。
职责与成果：
· 分布式事务死锁排查与修复： 主动排查并解决了高并发下单场景下的P0级分布式事务死锁问题。利用JVM线程Dump日志分析与
Dubbo调用链路追踪技术，定位到因多微服务间数据库加锁顺序不一致导致的死锁根因；通过统一Dubbo服务间事务资源的加锁
顺序、引入乐观锁重试策略彻底修复，杜绝了此类生产P0级故障的再次发生
· 服务间日志增强： 基于Spring AOP切面技术搭建Dubbo微服务间调用日志的自动拦截记录能力，完整记录服务调用时间、方法参数与返回结果；结合JVM线程堆栈分析辅助问题定位，使生产异常卡单问题的故障排查效率提升约70%
· 接口幂等性设计： 针对用户重复提单导致的资损风险，采用Redis分布式锁+Token机制实现服务端接口级幂等，结合前端防重，彻底杜绝了重复提单资损问题
· 村社用户销户流程： 新增数字乡村/智慧社区用户销户及融合商品退订工作流模板，确保业务竣工完整闭环，业务办理效率提升
40%
· 二条宽带新装： 设计并实现完整的工作流模板，开发免填单功能及订购后短信通知，实现用户从申请到竣工的全流程闭环
· 集团短信合并： 开发短信合并发送功能，支持用户一次办理多个需求仅收到一条聚合通知，提升用户体验
河南移动双平面项目 - 性能优化负责人 2022-08 ~ 2023-02
项目背景：
提升河南移动核心网络架构的可靠性与性能，核心任务之一是对高频数据库访问进行缓存化改造，降低数据库负载与响应延迟。
核心难点：
原数据库表数据量过亿，单线程全量缓存加载耗时超过4小时，且加载期间严重影响源库性能，无法满足业务要求。
解决方案与成果：
· 策略设计： 设计Java多线程并发写入Redis的缓存化方案替代传统单线程加载，基于线程池管理并发任务，合理设置核心线程数与阻塞队列大小，实现数据分批、多线程并发加载的优化策略
· 核心实现： 独立完成高效加载组件的开发，利用多线程分批处理技术与Redis Pipeline批量写入能力，内置并发度控制与实时监控机制；通过对比单线程与不同并发度下的加载耗时，找到最优线程数配置
· 量化成果： 全量缓存加载时间从4小时以上缩短至10分钟以内，效率提升超20倍；核心查询接口平均响应时间从1500ms降至
50ms以内，数据库CPU使用率大幅
