计算机科学软件开发实习报告

计算机科学软件开发实习报告一、摘要

2023年7月1日至2023年8月31日，我在一家科技公司担任软件开发实习生，负责后端API开发与优化。通过参与电商平台项目，我主导重构了3个核心模块，使系统响应速度提升30%，并发处理能力提升至每秒5000次请求。应用了SpringBoot框架进行服务解耦，利用PostgreSQL数据库索引优化查询效率，并引入Redis缓存减少数据库负载。期间，我独立完成了JWT认证模块开发，支持OAuth2.0协议对接，错误率控制在0.05%以下。这些实践验证了微服务架构在分布式环境下的可扩展性，形成了“分模块迭代优化自动化测试覆盖性能压测调整”的开发方法论，可直接应用于高并发场景的快速部署。

二、实习内容及过程

2023年7月1日到8月31日，我在一家做电商平台的科技公司实习，岗位是软件开发工程师。实习目标是把课堂上学到的分布式系统理论用到实际项目里，看看微服务架构到底怎么落地。公司业务挺忙的，主要是用Java和SpringBoot开发订单和支付系统，数据存储靠MySQL和MongoDB，还接触过消息队列Kafka。

我跟着团队做了个促销活动模块，需求是秒杀场景要扛住10万QPS。刚开始写代码时发现数据库写压力太大了，订单表主键自增居然成了性能瓶颈。8月10号我花了3天时间研究Redis的分布式锁，最后把关键操作改成先占座再写库的流程，系统压力立马降下来，压测时QPS稳稳过了8万，并发错误率不到0.1%。还用Docker把环境打包标准化，每次部署能省不少时间。期间有个老员工教我怎么看JVM内存溢出日志，说堆外内存泄漏特别难找，我就买了本《Java性能调优》电子书啃了半个月，现在对G1垃圾回收算法有直观认识了。

团队管理上我觉得有点问题，比如需求文档经常临时改，有次紧急上线居然没提前测试网络连通性，搞得我连夜改配置。另外培训机制也不够完善，没人系统地讲过CI/CD流程，都是靠师兄们零散教。岗位匹配度上，虽然主要做后端，但我也主动去前段那边看họp了下Nginx反向代理的配置，感觉挺有意思的。

最直观的收获是理解了高并发下怎么用分布式事务保持数据一致性，比如用2PC协议配合TCC补偿模式。之前觉得分布式太复杂，现在觉得只要把CAP理论吃透，很多问题都能迎刃而解。这次实习让我意识到，光会写CRUD代码远远不够，还得懂怎么把系统跑得又快又稳。如果再来一次，我希望能接触更多底层运维知识，比如怎么优化Linux内核参数。

三、总结与体会

这8周实习像把理论扔进实践池里淬火。7月1号刚去的时候，面对真实世界的代码库和Kafka队列堆积的消息，手心直冒汗。8月31号走的时候，至少能独立把一个微服务从零搭起来，还用Prometheus把系统监控布了好几个维度。最大的改变是心态，以前觉得bug是书里印的，现在明白线上0.1%的错误率背后是无数细节的累积。

实习最大的价值在于把学校学的分布式系统理论摸成了肌肉记忆。比如7月15号排查那个慢查询，把SQL执行计划打印出来分析索引失效，最后把表拆分成3张关联，查询时间从2秒直接降到50毫秒，这比背100道数据库题都深刻。现在再看《分布式系统：概念与设计》那本书，好多以前忽略的细节突然亮了灯。

团队里有个师兄跟我说，他们去年双十一时业务峰值到15万QPS，当时数据库主从同步延迟直接飙到1秒多，最后靠增加同步线程和调整Redis缓存预热策略才稳住。这让我意识到，现在会的那些SpringCloud组件，真要用起来还得学不少底层原理。比如我打算今年考个AWS解决方案架构师认证，把S3和ELB玩明白，说不定以后写分布式系统能少走弯路。

行业趋势上感觉AI和大数据越来越重要，8月25号我去旁听过一次内部技术分享，讲的是用Flink做实时推荐算法，数据流转速度直接到秒级，客户转化率提升30%，这比单纯堆高并发有意思多了。下学期打算啃两本《机器学习实战》和《Spark快速大数据分析》，希望能把前后端技术链路补全。从学生到职场人的感觉就像突然要对自己写的每行代码负责，压力是真的大，但每次把复杂问题拆解成小模块解决时，那种成就感也挺上头。

四、