计算机科学与技术码星软件工程师实习报告

计算机科学与技术码星软件工程师实习报告一、摘要2023年7月1日至2023年8月31日，我在码星担任软件工程师实习生。核心工作成果包括重构3个核心模块，使系统响应速度提升40%，通过自动化测试脚本减少每日运维时间3小时，累计修复12处关键Bug。期间应用Java和Python开发数据处理工具，处理超过10万条日志数据，优化查询效率50%。采用敏捷开发模式，完成5个迭代任务，推动项目提前两周上线。提炼出基于设计模式的代码解耦方法，适用于高并发场景下的系统维护。通过实践掌握了CI/CD流程，搭建的自动化部署脚本覆盖80%生产环境需求。二、实习内容及过程1.实习目的想着能摸摸真实的开发项目，感受下业界是怎么搞事情的，顺便把学校学的那些东西用上，看看自己短板在哪儿。主要是想加深对分布式系统和高并发场景的理解。2.实习单位简介单位做的是金融风控这块儿，系统得抗住9宫格的压力，数据量也是真的吓人，动不动就几个G的日志要处理。技术栈主要是Java，搞了不少中间件，啥Kafka、Redis、Zookeeper都用上了。3.实习内容与过程刚进去那阵子，跟着师傅看了两天线上系统架构图，感觉脑子嗡嗡的，各种组件跑来跑去看得眼花。后来被分配了个重构任务，是个老模块，代码注释都没几条，注释里还有些是过时的。我花了3天把相关接口梳理一遍，发现好几个地方用到了线程池没配置好，导致高并发时CPU飙到100%。改完之后用JMeter压了一下，原来2秒的响应时间直接干到0.3秒，老板还夸我“手艺不错”。接下来是参与日志分析项目，系统每天产生十几G日志，老是用脚本处理特别慢。我发现他们用的ELK堆栈有点乱，Kibana查询效率低，就自作主张弄了个Flink实时处理脚本，把日志先转成Parquet格式存HDFS，再让Flink每小时跑一次聚合统计。跑了一周数据，查询速度确实快了，从半天降到1小时，不过师傅说我这个方案有点重，如果数据量再大可能得加集群。后来又调整了下窗口配置，现在资源利用率到60%左右，感觉还行。4.实习成果与收获8周里，重构了3个核心模块，推动项目提前两周上线。写了个自动化测试工具，把每日运维时间从3小时压缩到1小时。修复了12处线上Bug，有2个还是我主动发现的，算是给系统“除垢”了。最大的收获是搞懂了如何在高并发场景下做代码解耦，用策略模式把几个功能模块拆分开，后续维护起来方便多了。还学会了怎么用Docker快速环境部署，不过踩了不少坑，比如有一次忘了加卷挂载，导致改好的配置全丢失，那会儿真是欲哭无泪。遇到最大挑战是初期面对庞大代码库完全懵，加上Mentor有时候太忙顾不上细讲，好几次是自己在GitHub上看开源项目学的。后来我就开始记笔记，把每个模块的逻辑画成时序图，慢慢就清晰了。还有一次Flink脚本内存溢出，查了半天才发现是状态太大没做背压，学到了滑动窗口和计数器限流的用法。对我职业规划影响挺大的，以前觉得做技术就得堆代码，现在明白架构和规范更重要。比如这次重构，如果早点用领域驱动设计，可能不用改这么多。接下来想补补分布式事务这块，像2PC、TCC这些得好好学学。5.问题与建议单位管理上，周会有时候开得没效率，好多人轮流说不到重点，建议用敏捷开发那种短会模式，比如每天站会就5分钟。培训机制方面，新人资料太分散，好多东西得自己找，要是能有个结构化的Onboarding流程就好了，比如按模块做上手指南。岗位匹配度上，我拿到的其实是偏后端的任务，想接触前端或者数据挖掘的还得额外争取。建议可以搞个技术兴趣小组，让实习生能跨组交流。三、总结与体会1.实习价值闭环这8周，从7月1日懵懵懂懂开始，到8月31日结束，感觉像是从理论到实践的完整过场。刚去时觉得写代码就是照着模板敲，现在明白每个选择都要考虑成本和边界。比如重构那个模块，为了提升40%响应速度，我换了多种设计方案，最终选的基于策略模式的解耦方案，现在看确实优雅，而且后续维护成本低。这让我体会到，技术不是炫技，而是解决问题，把事情做扎实最重要。修复的12处Bug里，有3个是别人没注意到的边界条件，这让我认识到细节决定成败，尤其是在高并发场景下，一个微小的逻辑漏洞可能就炸了整个系统。2.职业规划联结这段经历让我更清晰职业方向。以前想当纯后端工程师，现在发现分布式、高并发才是我的菜。比如遇到的线程池配置问题，如果早接触过《Java并发编程实战》，可能不会花3天才找到症结。接下来打算系统学完《分布式系统：概念、设计与实现》，顺便考个AWS或阿里云的ACE认证，争取下个实习能接触更多云原生项目。师傅常说“技术要为业务服务”，这句话我现在每次写代码都会默念。比如日志分析那事儿，如果当时只想着用Flink做，而没有先问“业务到底需要什么指标”，可能就会做无用功。3.行业趋势展望金融风控那块儿，系统必须7x24小时稳定，这对技术要求极高。我看到现在很多公司都在用微服务+Serverless架构，但缺点是运维复杂度高。如果未来能结合DevOps理念，用GitOps工具链管理，或许能平衡开发效率和稳定性。比如我们用的Jenkins其实好多插件都是冗余的，如果用ArgoCD统一部署，可能能省不少事。此外，AI在风控中的应用越来越广，我接触过用机器学习预测欺诈行为的模型，但数据标注是个大坑，得花大量人力。如果学点数据挖掘和深度学习，或许能帮上忙。4.心态转变以前写代码追求“完美”，现在明白“可用性”更重要。有一次测试环境压力测试，我发现内存泄漏，但当时项目进度紧，只能先发个补丁暂时缓解，后面再慢慢优化。这让我学会取舍，知道在什么场景下该“先完成再完美”。最明显的是抗压能力，刚开始被Bug追着跑，后来能同时处理3个任务了。比如7月15号那天，线上突然报错，我凌晨3点还在定位问题，最后发现是第三方接口超时。虽然熬夜累，但搞定后成就感爆棚。现在写代码会主动加日志和监控，毕竟“能观测才能治理”。5.未来行动这8周攒的代码库、设计文档都是宝贵财富，打算整理成博客系列发出来，也算是对师傅指导的回报。另外，实习时用的Flink脚本性能还有提升空间，比如可以考虑用Pulsar替换Kafka，据说吞吐量能翻倍。如果下个实习能接触大数据平台，我打算把Hadoop生态补全，特别是HBase和SparkStreaming。师傅说“年轻人要多看源码”，我整理了个技术书单，打算下学期啃《Linux内核设计与实现》和《Go语言编程》，毕竟底层原理才是根本。四、致谢1.感谢码星提供的实习机会，让我第一次接触真实世界的项目，这段经历比想象中宝贵。2.特别感谢导师的耐心