4.3 KiB
4.3 KiB
你好 👋
这是一份简易的在线简历，你可以按下右键开始
前注：说明
（向下查看详情）
Tips:
向右进入下一个大标题
向下进入此大标题下的小标题
按
Esc全局预览
目录
一、基本信息
- 🤪 姓名：何朝晖
- 📞 电话：15671623703
- 📧 邮箱：hezhaohui0807@163.com
- 🧐 意向：后端开发（Java/Go）- 日常实习
- 🔗 仓库：http://47.121.181.112:3000/wonder
二、教育经历
🏫 学校：武汉科技大学
📚 专业：计算机科学与技术*（国家级一流专业）*
🦴 层次：本科
2023-09 ~ 2027-06
三、荣誉奖项
四、实习经历
2025-06 ~ 2025-08
- 构建团队化开发⼯具，基于 Lark SDK 与 Gitea Webhooks 构建⻜书推送服务，仓库代码变更时⾃动推送 AI 摘要。
- 使用 Jsoup HTML 解析库高效处理复杂网页结构，实现页面数据的精准抽取与对象封装，提供标准化数据支持。
- 升级统一认证登录模块，修复 Cookie 误判失效问题，以及第三方强制验证码导致无法登录等线上问题。
五、项目经历
OpenBI 智能数据分析
2025-08 ~ 2025-09
基于 Spring AI + MySQL + Redis(Redission) + RabbitMQ + PostgreSQL(PgVector) 的智能数据分析平台。⽤⼾只需要导⼊原始数据集和分析规则集，并输⼊分析诉求，就能⾃动⽣成可视化图表以及分析⻅解报告，提供⾼效数据分析能⼒。
- 为提升输出可靠性，设计 Multi-Agent 解耦业务，ChartAgent 负责图表JSON⽣成，InsightAgent 负责⻅解报告。
- 为实现扩展性，⽀持⽤⼾⾃定义 rule-set 分析规则，⽀持 RAG 召回参考上下⽂，⽀持⼯具调⽤获取接⼝实时数据。
- 在限流⽅案的选择上，对⽐计数器、漏桶、窗⼝等多种限流机制，选⽤ Redission 实现分布式的令牌桶算法限流。
- 针对 LLM 请求耗时⻓特性，设计⾃定义 IO密集型线程池 和 RabbitMQ 消息队列，实现模型调⽤并发化和异步化。
ThumbUP ⾼并发点赞系统
2025-10 ~ 2025-11
基于 Spring Boot + Redis + Caffeine + HeavyKeeper + Grafana 的⾼并发点赞系统。
- 基于 Caffeine + Redis 实现⼆级缓存结构，有效缓解数据库压⼒，提供⾼效率的数据访问响应。
- 针对 Redis 数据池，借助 Lua 脚本保证操作原⼦性，通过定时任务实现数据同步，使⽤补偿任务机制保证⼀致性。
- 对于超级热点数据，基于 HeavyKeeper 算法实现数据的探测，封装基于 Caffeine 的⼯具类读取到本地缓存。
- 根据字符串常量池的特性，在部分需要锁的场景下，使⽤业务前缀词和⽤⼾ID的组合字符串对象作为锁。