From ccee312ef9fbf9c9a446b9bb9887e36c992768da Mon Sep 17 00:00:00 2001 From: wonder Date: Fri, 28 Aug 2026 11:04:02 +0800 Subject: [PATCH] =?UTF-8?q?fix:=20=E4=BC=98=E5=8C=96=E7=AE=80=E5=8E=86?= =?UTF-8?q?=E6=8A=80=E6=9C=AF=E6=8F=8F=E8=BF=B0=E5=87=86=E7=A1=AE=E6=80=A7?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - 修正 ThumbUP 项目规模描述（千亿级→亿级，数十万QPS→万级QPS） - HeavyKeeper 描述由「复现」改为「采用」 - 去除协程池「IO 密集型」不准确修饰 - 补充单机常量池锁与分布式 Redis 锁两种场景说明 - 修正 HTML 中
为
--- resume/index.html | 11 +++++------ 1 file changed, 5 insertions(+), 6 deletions(-) diff --git a/resume/index.html b/resume/index.html index 11322fc..e8f5dfe 100644 --- a/resume/index.html +++ b/resume/index.html @@ -156,14 +156,14 @@
AI 2D 游戏素材生成平台，用户输入文本提示词，自动生成风格一致的 Sprite、背景、UI 元素与动画帧流。 -
支持用户提供世界观文本、参考图片、标签映射以及反馈信息，输出具备一致性的可用素材。 +
支持用户提供世界观文本、参考图片、标签映射以及反馈信息，输出具备一致性的可用素材。
主要工作：
  1. 构建基于有向无环图的工作流，引入 critic 自省机制实现反馈增强，基于 ReAct 架构实现轮级思考，并支持 Agent 间通信。
  2. 在分布式限流方案的选择上，对比计数器、漏桶、窗口等多种限流机制，选用 go-redis 实现分布式的令牌桶算法限流。
    3. -
  3. 为增强系统可观测性，基于 Gin 中间件以及自定义的 IO 密集型任务协程池暴露指标，接入时序数据库与 Grafana 面板。
    4. +
  4. 为增强系统可观测性，基于 Gin 中间件以及自定义的任务协程池暴露指标，接入时序数据库与 Grafana 面板。
  5. 在不同部署方案（单机与多机）部署上，支持基于 RabbitMQ 的共享任务队列，支持基于内存的自定义单机任务队列。
  6. 对于用户偏好的多样性，支持基于渐进式披露的 skill 配置，用户反馈的动态注入，世界观文本 RAG 召回，实现上下文增强。
@@ -187,16 +187,15 @@
中台化的高并发点赞系统，支撑多业务场景的点赞交互与数据查询。 -
应对千亿级数据规模与数十万QPS高并发流量，提供高可用、可扩展的基础服务。 +
应对亿级数据规模与万级QPS高并发流量，提供高可用、可扩展的基础服务。
主要工作：
  1. 为避免缓存穿透，构建布隆过滤器与空值短缓存双重机制；为避免缓存击穿，将热点数据加互斥锁，确保单线程回源重建。
  2. 基于 Caffeine + Redis 构建二级缓存，热点 Key 提升至本地缓存，避免冷数据污染，降低 Redis 访问压力。
  3. Lua 脚本保证点赞原子性，10 秒时间片分桶暂存增量，定时任务批量落库，补偿任务每日兜底，保障最终一致性。
    4. -
  4. 对比CMS算法，复现HeavyKeeper实现Top-K探测，利用指数衰减淘汰冷Key，解决高频更新准确率问题，适配流量变化。 -
    5. -
  5. 利用字符串常量池特性，以业务前缀+用户ID为锁对象，实现同用户串行，不同用户并行，减少锁竞争，提升吞吐量。
    6. +
  6. 对比CMS算法，采用HeavyKeeper实现Top-K探测，利用指数衰减淘汰冷Key，解决高频更新准确率问题，适配流量变化。
    7. +
  7. 单机场景利用字符串常量池特性，以业务前缀+用户ID为锁对象；多机场景基于 Redis 实现分布式锁，保障多实例数据一致。