性能优化

深入研究直播通信协议，使用python框架构建高性能TCP客户端，稳定连接弹幕服务器，实现了礼物、评论等消息的实时解码、过滤与分发。增加绿幕播放视频 功能、键盘按键控制等功能，丰富了直播内容和玩法。消息通过队列进行流量削峰，确保后端游戏服务在高并发场景下的稳定性；基于Spigot/Paper服务端进行Java插件开发，采用事件驱动架构，将弹幕消息与游戏内事件动态绑定，创造了高度可互动的直播玩法

1. 方向 本方案面向县/区级中医院临床科室及收费药房窗口管理系统； 核心解决 ： 传统医院信息系统与中医特色脱节：处方模板、煎药流程、医保中医诊断编码靠人工补录，易错漏； 数据孤岛：门诊、住院、药房、财务系统各跑各的，月底对账耗时 3–5 天； 医护操作重复：挂号、开方、划价、发药需 4 次录入同一患者信息，高峰期排队 >15 min； 监管上报困难：中医病案首页、药监局饮片追溯报表需手工导出再加工。 2. 差异优势 数据整合：一体化微服务架构（挂号→门诊→住院→药库→财务→医保实时共享） ， 对账时间从 3 天缩至 30 min 医护体验 ：一患一码、扫码通办（挂号码贯穿收费、药房、煎药室），窗口排队 ↓60 % 扩展成本 ：低代码可视化配置（新增协定处方 10 min 完成，零代码） ， 年度运维费 ↓50 % 3. 产品组成与技术选型 前端：WPF + MaterialDesignInXAML。 后端：.NET 6 + sqlsugar + sqlserver（主库）+ Redis（缓存）+ RabbitMQ（煎药室消息）。 微服务：患者中心、处方中心、医保结算、药库库存、财务应收、监管上报六大服务。

1. 设计了一种新的稀疏存储格式 2. 给予新格式，给出了两种高效的SpMV实现方法，性能超过cusparse; 3. 设计了自适应的kernel选择策略，可以根据稀疏矩阵的特点自适应选择最优的spmv算法 4. 相关成果已经发表了sci论文，后期项目会开源 5. 实现了高效的spmv预处理算法，缩短了格式转化的开销

1.本项目重点解决了，台账列表中的数据，根据不同的登录用户，展示的菜单数据列表不同。同时解决了系统基础的菜单和按钮权限控制。 2.目前市场上的权限控制基本都是在菜单级别的权限控制，能够实现数据级别的权限控制是比较少见的。 3.本项目经过了2-3次数据优化，参考了亚马逊的IAM权限控制，真正做到了性能和功能的双赢。 4.系统灵活可配置

一、面向对象与解决问题 本方案面向有寄递需求的个人及企业用户，解决寄递流程中信息填写繁琐、禁限寄物品难明晰、订单及地址管理混乱、登录及协议确认易被忽视等问题 ，助力用户高效、合规完成寄递操作，优化寄递体验，保障寄递流程顺畅与安全。 二、方案特点 流程清晰化：将寄递流程拆解为下单、物品信息填写、地址编辑等环节，每个环节功能明确，引导用户逐步完成寄递操作，避免信息遗漏，相比常规方案的笼统流程，更具指引性 。 合规性强化：单独列出 “禁限寄物品” 说明，清晰告知用户违规寄递物品类型，帮助用户提前规避风险，常规方案多为简略提示，本方案在合规提醒上更细致、全面 。 信息管理便捷：设置地址簿、订单查询（需登录）功能，方便用户管理寄件人、收件人地址及订单状态，解决常规方案中地址、订单查找难的问题，提升寄递操作的便捷性与可追溯性 。 登录与协议明确：明确登录流程及会员协议、隐私声明，让用户清楚知晓使用前提与权益义务，常规方案常弱化该环节，本方案在用户权责与使用基础条件上更透明 。 三、产品组成与技术选型 产品组成：由下单页面（含寄件人 / 收件人信息、物品信息填写）、物品信息详情页、地址编辑页、禁限寄物品说明页、订单查询页、登录页及协议说明页组成，各页面相互关联，共同支撑完整寄递流程 。 技术选型：基于微信小程序技术框架开发，利用其轻量级、便捷访问特性，实现多页面交互与数据存储（如地址簿、订单信息暂存）；采用前端表单验证技术（如物品名称必填、地址信息校验），保障信息填写规范；借助弹窗、跳转等交互设计，实现登录提示、协议确认等功能，提升用户操作体验与流程完整性 。

模块化使用和贩卖； 用户自行购买功能包； 为商家解决店内销售和成本统算； 商家可以自行上传和银行合作的资质和信息； 所有合作商家统一线下出售，不再线上展开售卖窗口，若没有购买不会展示； 商户若在集团视角下查看账户可以看到所有门店的信息，并将相同配置的门店进行下发配置，减少不必要的操作 掌握常用设计模式、算法与安全知识，追求开发高质量、高可维护性代码，追求极致产品体验

华为阅读，华为手机预置APP,一款多功能阅读追书神器。主要负责页面以及业务逻辑开发，适配pad，手机，折叠屏等各种设备，参与Android原生开发和鸿蒙开发，涉及书城、分类、排行榜、栏目、频道等页面展示功能。熟悉各种动效、自定义view开发。项目使用MVP设计模式搭建整个架构，结合了okhttp网络请求框架和Acache缓存框架，使用了侧滑菜单作为主要功能切换，利用ViewPager+Fragment搭建整个应用结构框架，使用第三方工具类实现图片轮播，查看文档，图片剪切等等主流效果

1. 接手维护的项目，属于音乐播放类，播放MP3书籍，上架谷歌Play。 2. 重写了部分UI界面，比如书籍详情和播放页，之前是耦合在一个页面。 3. 重写了音频播放。原来代码，每个需要播放的地方，使用一个MediaPlayer，导致项目中四个实例，页面切换时重新初始一个MediaPlayer，点哪里卡哪里。 4. 对接了MediaSession，可以在系统通知栏和状态栏控制音频播放及显示状态。

后台管理页面CURD表格、权限管理、导入导出、上传下载、地图打标等功能； 前台可视化大屏，展示后台数据与网格数据，使用高德地图、天地图、echart.js、VR等技术清晰的把后台管理系统的数据展示到大屏前端。小程序端的数据展示与管理，扫码登录。

2023/03 - 2024/7 供应链交易和生物资产管理系统（上海磐农） • 项目描述：面向农业产业链上下游核心业务供应链交易管理: 商品交易、支付、履约、数字仓储，数字车间，数字物流、溯源标签、账务核心、清结算系统平台化的解决方案和从0到1的系统搭建和核心代码编写，提供交易数字化、支付平台化、清结算自动化、记账专业化、生物资产监控物联网化的解决方案。 • 技术挑战：从0到1搭建系统，解决系统性能瓶颈，优化业务流程，提升系统稳定性和扩展性。 • 技术应用：使用分布式架构和微服务设计，引入Redis和Kafka进行缓存和消息队列处理，使用大数据技术（如Hadoop、Spark）进行数据处理和分析。 • 项目成果：支付请求的响应时间缩短至100毫秒以内，账务核心的处理性能提升至每日数百万笔交易。

1、基于Vue前端、C#后端及SQL serve数据库开发，专为中小型制造业设计，集成MES生产管理与采购系统双模块。 2、MES系统：支持生产计划排程、工序追踪、质量检验及设备监控，实时优化库存与成本； 3、采购系统：覆盖供应商管理、订单自动化、比价分析及合同管理，实现采购流程透明化等。 系统采用模块化架构，兼具灵活性及扩展性，支持多终端数据同步，帮助企业打通生产-采购全链路，降低15%以上运营成本，提升30%管理效率，助力制造业数字化升级。

1. 深厚的技术知识：掌握广泛的技术栈，包括操作系统（如Linux/Unix, Windows）、网络协议、虚拟化技术（如Docker, Kuber netes）、云服务（如阿里云，腾讯云）等。 2. 问题解决能力：能够迅速识别并解决系统中的故障或性能瓶颈，具备良好的调试和分析技能。 3. 自动化技能：熟悉各种自动化工具和技术（如Ansible, Jenkins），能够编写脚本（如Bash, Python）以实现日常任务的自动 化，提高效率和准确性。 4. 监控与维护：精通使用监控工具（如Prometheus，Grafana）进行系统的实时监控和性能评估，确保系统的高可用性和稳定 性。 5. 安全意识：理解网络安全的基本原则，能够实施安全策略来保护数据和系统的完整性。 6. 持续学习的态度：IT领域发展迅速，保持对新技术的好奇心和学习热情，持续提升自我能力。 7. 应急响应能力：在面对突发事件时，能够冷静处理，快速采取行动以减少损失，保障业务连续性。

1.【做市商】协助做市商通过在外汇，债券等在场外交易中寻找套利机会； 2.【优势】相对于原先通过行情文件分析等方式，可以通过程序方式实时跟踪行情交易数据，以获取套利机会； 3.【技术栈】数据以及报单等后台系统使用spring相关技术栈实现，数据分析等使用python等技术栈实现；

该小程序分为三个版本 初级版：软件只对应一个门店下的多个包厢，可以在软件上自助开门等等； 中级版：软件对应一个服务商，服务商可以添加多个门店，门店下可以有多个包厢；这样可以集成化管理 高级版：软件多了加盟商功能，加盟商可以开设多个门店，但是加盟商多按照平台需要支付加盟费

面向大众 解决民众日常使用问题 影响力巨大 此Python后端作品使用Flask框架构建。它实现了基本的CRUD操作。通过定义路由处理函数，前端可与后端交互获取或修改待办事项信息。使用SQLite数据库储存数据。代码结构简洁，易于扩展，有效地实现了待办事项管理的业务逻辑。

1.前端-中台-后台业务测试； 2.协议分析测试； 3.数据准确性测试； 4.性能测试； 5.集成测试； 6.接口测试； 7.10年软件测试经验如下： ①　协议识别功能测试； ②　IDC业务测试及现网维护工作； ③　中国电信互联互通DPI集采现场测试； ④　2020中国移动固网DPI集采测试； ⑤　重构功能自动化用例编写。

面向的行业和业务场景 该软件主要面向对高性能计算和任务处理有较高要求的行业，具体业务场景及相关行业如下： 网络数据处理：在通信、互联网行业，用于处理高速网络数据包，例如网络设备（如路由器、交换机）中的数据包转发、过滤和分析等操作。 数据存储与处理：在云计算、大数据行业，对持久内存（PMEM）数据进行高效处理，比如数据的读写、更新和持久化操作。 金融交易处理：在金融行业，处理大量的实时交易数据，保证交易的快速响应和高吞吐量。 功能模块划分 1. 初始化模块 DPDK 初始化：通过 init_dpdk 函数完成 DPDK（Data Plane Development Kit）的初始化，配置系统资源和参数，为后续的网络数据包处理做好准备。 内存池初始化：init_mempools 函数为每个 NUMA 节点创建 PMEM 内存池和 MBUF 内存池，用于任务对象和数据包的内存分配。 2. 任务管理模块 任务提交：submit 函数提供了任务提交接口，用户可以将自定义的处理函数、数据指针和相关参数封装成任务，并提交到指定的分片队列中。 任务队列管理：使用 QueueShard 结构体管理多个任务队列，每个队列使用无锁队列 boost::lockfree::queue 实现，提高并发性能。 3. 任务处理模块 工作线程：worker_loop 函数作为工作线程的主循环，从队列中批量取出任务进行处理，并记录性能数据。 任务批量处理：process_batch 函数对批量任务进行处理，根据数据大小和支持的 SIMD 指令集，选择合适的处理方式。 4. 动态负载均衡模块 负载检查：check_rebalance 函数定期检查队列负载，判断是否需要进行负载均衡。 负载均衡算法：rebalance 函数实现了负载均衡算法，将任务从负载高的分片迁移到负载低的分片。 5. 性能监控模块 性能记录：PerfMonitor 类用于记录每个核心的处理任务数和消耗的时钟周期。 性能统计：print 函数打印性能统计信息，包括每个核心的处理任务数、消耗的时钟周期和总吞吐量。 6. DPDK 数据包处理模块 DPDK 轮询线程：dpdk_poller 函数作为 DPDK 轮询线程，从网络端口接收数据包，并将其封装成任务提交到任务队列中。 对使用者来说具体实现的功能 高性能任务处理：通过多线程、无锁队列和 SIMD 指令集等技术，实现了高效的任务处理，提高了系统的吞吐量和响应速度。 动态负载均衡：根据队列负载情况，自动调整任务分配，避免某些核心负载过高，提高了系统的整体性能和稳定性。 网络数据包处理：支持 DPDK 网络数据包的接收和处理，方便用户进行网络数据处理相关的开发。 性能监控：提供了性能监控功能，用户可以实时了解系统的运行状态和性能指标。 技术选型和架构特点 技术选型 DPDK：用于高速网络数据包的处理，提供了高效的网络 I/O 操作和数据平面处理能力。 SIMD 指令集：利用 AVX512 或 AVX2 指令集对数据进行向量化处理，提高了数据处理的并行度和效率。 无锁队列：使用 boost::lockfree::queue 实现任务队列，避免了传统锁机制带来的性能开销，提高了并发性能。 多线程编程：使用 std::jthread 创建多个工作线程和轮询线程，实现任务的并行处理。 架构特点 分片架构：将任务队列划分为多个分片，减少了线程间的竞争，提高了并发性能。 线程局部缓存：每个核心使用线程局部缓存（ThreadLocalCache），减少了内存分配和释放的开销。 动态负载均衡：通过定期检查队列负载，实现任务的动态迁移，保证了系统的负载均衡。 模块化设计：将不同的功能模块进行分离，提高了代码的可维护性和可扩展性。

1、本项目解决了餐饮行业与顾客的联系问题，管理员可以管理店铺、员工、菜品等信息，顾客可以进行点单、咨询等，商家可以上/下架、出单、拒单等操作 2、本项目采用Spring BootMVC三层架构，运用了Spring Boot、Mybatis、Redis等技术，数据库采用Mysql，前端采用Vue框架 3、本项目是开源项目，用IDEA运行代码，打开并连接数据库，打开redis等软件即可运行，然后在浏览器输入指定地址即可访问系统

1. 【60%】项目分为称重，营养分析，支付，餐卡业务模块 2. 【40%】我负责支付和餐卡业务模块，主要使用C#+js+sql+EF+.Net6.0达到了项目更好的性能和正常运行 3. 难点主要是支付模块的重构和优化。 解决主要还是支付业务太过复杂，拆分出去一些不要的业务多余的代码

1：大企业采购主要模块包括，招投标、询报价、竞价单、履约、订单、合同、收发货、结算单、付款单，解决大企业采购和供应商卖货，连接买卖家的电商交易平台。 2：主要负责订单，合同，结算单，收发货，付款单模块的架构设计和开发，主要用到 Nacos, Springboot, Redis, RocketMq,Kafka, mysql 这些技术栈 3：成果：顺利完成批量创建订单，比价单批量下单，订单评价，订单实现模板配置化的能功能迭代。