后端开发工程师2025年工作总结及2026年工作计划.docxVIP

后端开发工程师2025年工作总结及2026年工作计划

2025年是技术迭代加速、业务需求多元化的一年，作为后端开发工程师，我深度参与了公司核心系统的迭代优化、新技术落地及团队能力建设，在高并发场景支撑、分布式系统稳定性提升、云原生架构转型等方向取得阶段性成果。现将本年度工作成果、不足及2026年规划总结如下：

一、2025年工作总结

（一）核心项目交付与业务支撑

1.电商订单系统重构项目

年初主导启动订单系统从单体架构向微服务的拆分重构。原系统因业务快速扩张，出现接口响应延迟（平均RT从200ms升至500ms）、大促期间数据库CPU峰值达90%、跨业务模块耦合严重（如促销规则与支付逻辑强关联）等问题。项目分三阶段推进：

-第一阶段（1-3月）：完成领域建模，将订单系统拆解为订单履约、支付清算、促销规则3个独立微服务，基于SpringCloudAlibaba实现服务注册（Nacos）、限流（Sentinel）、分布式事务（Seata）；

-第二阶段（4-6月）：针对订单履约服务的高并发写入场景，引入本地队列+批量落库（将单次写库操作从逐条插入改为每100条批量插入），配合Redis预扣库存（库存扣减RT从80ms降至15ms），大促期间订单提交成功率从92%提升至99.5%；

-第三阶段（7-9月）：优化支付清算服务的对账逻辑，将T+1对账改为实时流式对账（基于RocketMQ的事务消息+Flink实时计算），对账耗时从4小时缩短至20分钟，全年累计减少人工对账工单8000+。

2.实时数据同步平台开发

为解决业务系统（如CRM、ERP）间数据孤岛问题，主导开发跨域实时数据同步平台。技术方案选择Canal监听MySQLbinlog，通过Kafka消息队列缓冲，结合Debezium实现增量数据捕获，最终同步至ES、ClickHouse等存储。平台上线后：

-数据同步延迟从小时级降至秒级（平均延迟500ms）；

-支持日均1亿+条数据同步（峰值QPS1.2万），全年无重大故障；

-接入系统从初始3个扩展至12个，覆盖用户、商品、交易等核心数据域。

3.双十一大促技术保障

作为大促技术组核心成员，负责交易链路的稳定性保障。针对2025年大促预计200%流量增长（峰值QPS目标5万），开展以下工作：

-容量压测：对订单、支付、库存服务进行全链路压测，发现支付回调接口存在慢SQL（执行时间3s），通过索引优化（新增联合索引order_id+status）和结果缓存（Redis存储最近1小时回调结果），RT降至200ms；

-限流降级：为非核心服务（如物流详情查询）设置限流阈值（QPS2000），大促期间自动降级为返回“处理中”提示；

-预案演练：模拟数据库主库宕机场景，验证读写分离切换（从手动切换改为自动切换，耗时从5分钟降至30秒），确保故障恢复能力。最终大促期间交易链路零宕机，平均RT180ms，较2024年同期下降30%。

（二）技术优化与架构升级

1.微服务治理能力提升

针对微服务拆分后出现的服务调用链路复杂（单链路最多跨8个服务）、故障定位困难问题，优化治理体系：

-引入OpenTelemetry统一埋点，结合公司内部APM平台，实现全链路追踪（支持从用户请求到数据库调用的完整链路展示），故障定位时间从30分钟缩短至5分钟；

-优化服务注册发现机制，将Nacos心跳检测间隔从5秒缩短至2秒，服务实例上下线感知延迟从10秒降至3秒，减少因实例未及时摘除导致的调用失败；

-推动服务接口契约化，使用OpenAPI3.0定义接口文档，通过代码生成工具自动生成客户端SDK，全年接口变更导致的联调问题减少60%。

2.数据库与缓存优化

-数据库层面：对订单库进行分库分表（按用户ID取模分16库16表），单表数据量从2亿条降至1200万条，查询RT从800ms降至150ms；针对高并发读场景，引入TiDB作为OLAP分析库，将原MySQL的统计查询（如“近30天各地区销量”）迁移至TiDB，释放主库压力（主库CPU使用率从75%降至50%）；

-缓存层面：优化Redis使用策略，将热点商品缓存（TOP1000商品）存储在本地Caffeine缓存（命中率90%），减少Redis集群压力；引入Redisson实现分布式锁，解决秒杀场景下的超卖问题（2025年秒杀活动未出现超卖）；对Redis大key进行拆分（如将用户全量优惠券信息拆分为“未使用”“已使用”两个key），避免单key过大导致的网络阻塞，全年Redis集群因大key导致的故障次数为0。

3.云原生技术落地

推动部分