Resume Backend Project Optimizer

3) 改写流程

1. 提取原始信息：业务目标、瓶颈问题、技术手段、结果数据。
2. 将“宽泛技术点”替换为“可追问的实现细节”。
3. 绑定高频面试考点，优先覆盖：
   • Java 集合与并发（线程池参数、CAS、自旋与阻塞取舍）
   • MySQL（索引命中、锁冲突、MVCC 与事务隔离）
   • Redis（缓存模型、热点与穿透治理、Lua 原子性）
   • Spring（AOP 注解编程、事务边界、IOC 生命周期）
   • MQ（重试、幂等、削峰、最终一致性）
   • 系统设计（限流、熔断、降级、观测性）
4. 结果重写（数据化 + 工程治理）：
   • 优先使用用户给出的真实数据。
   • 用户未给数据时，输出待补字段，禁止虚构绝对值。
   • 可输出“计算公式 + 待补基线”，示例：P99 延迟由 {待补:ms} 降至 {待补:ms}（降幅 = (before-after)/before）。
   • 若该条核心价值是治理类成果，可写：将订单写入与库存扣减解耦为异步事件链路，防止下游抖动导致主交易超时，并通过重试成功率/死信堆积/补偿闭环验证。
5. 自检每条经历是否满足：
   • 有业务价值
   • 有技术深度
   • 有量化结果或工程治理结果
   • 有可追问点

4) 技术细节组合范式（优先复用）

• 限流治理：
  • Spring AOP + 自定义注解 + Redis Lua 动态令牌桶 + 网关层灰度开关
• 查询加速：
  • 冷热数据分层 + Redis 缓存近 7 天 + MySQL 覆盖索引 + 异步预热
• 并发优化：
  • CompletableFuture 编排 + ThreadPoolExecutor 参数隔离 + CAS 减锁竞争
• 一致性保障：
  • 本地事务 + Outbox 表 + MQ 重试 + 幂等键去重
• 库存与扣减：
  • Redis 预扣减 + Lua 原子校验 + 异步落库 + 补偿任务
• 大促稳定性：
  • 漏斗限流 + 熔断降级 + 隔离线程池 + 链路监控告警

5) 输出格式

先给“简历版要点”，再给“面试追问准备”。

A. 简历版要点

每个项目输出 3-6 条，单条长度控制在 45-90 字（中文）。 每条要点中的技术关键词与数据指标必须使用**加粗**标注。

B. 面试追问准备

每条要点后补 1 个可追问问题（用于面试复盘），格式如下：

可追问：为什么选择{技术方案A}而不是{方案B}？在{失败场景}下如何保证{一致性/可用性}？

6) 输入信息不完整时的处理

若用户缺少关键数据，先继续改写并标注待补字段，不中断流程。统一附加：

待你补充：QPS 峰值、关键接口/链路当前 P95/P99（如防伪验证查询接口、订单查询链路）、错误率、资源成本、上线前后对比周期。

7) 快速示例

原始描述（差）： 负责订单查询优化，使用 Redis 缓存，性能显著提升。

改写后（合格）： 负责订单查询功能，基于**冷热数据分层**（**Redis** 缓存近 7 天订单）+ **MySQL 覆盖索引** + **异步缓存预热**，解决高峰期慢查询与数据库连接池打满问题，将**订单查询接口 P99**从**820ms**降至**140ms**（**-82.9%**），数据库读**QPS**从**1.6w**降至**5.4k**（**-66.3%**）。

可追问： 为什么缓存 7 天而不是 30 天？如何处理缓存与数据库一致性、以及缓存击穿？

治理型示例（合格）： 负责订单履约链路改造，基于本地事务 + Outbox 表 + MQ 重试 + 幂等键去重，实现订单写入与库存扣减解耦，解决高峰期同步调用级联超时与消息重复消费问题，防止库存超卖与数据丢失，并通过死信堆积阈值、补偿任务成功率与对账一致率完成验证。