1. 岗位能力画像与简历优化模板
交易系统容量规划工程师不只是“做压测”，更需要体系化的能力支撑。本章从能力模型、简历结构、关键词清单、量化句式四个维度切入，帮你快速定位自身能力短板，并用面试官最认可的量化语言呈现成果。
能力维度与简历要素对照表
| 能力维度 | 核心要素 | 简历关键词 | 量化句式示例 |
|---|---|---|---|
| 硬技能 | 压测、监控、调优、数据库优化 | JMeter, Prometheus, Kubernetes, 缓存 | 通过压测发现连接池瓶颈，优化后 QPS 提升 300%，响应时间下降 60% |
| 软技能 | 跨团队协作、技术汇报、故障复盘 | 协调、推动、复盘报告 | 主导 5 次双十一容量保障，协调 10+ 团队完成压测与扩容 |
| 领域知识 | 交易系统架构、高并发/高可用设计 | 限流、降级、熔断、读写分离 | 设计限流降级方案，保障峰值流量下系统可用性 99.99% |
| 业务理解 | 业务峰值预测、成本效益分析 | 容量规划、成本优化、ROI | 根据业务增长曲线提前扩容，节省年度服务器成本 40% |
💡 简历加分点：每个项目至少用一个「数字对比」证明容量规划价值，例如“QPS 从 5k → 12k，节省 30% 资源”。
面试问答卡片（第1章）
面试问题 1：请你描述作为容量规划工程师的核心能力模型。
面试官考察点：是否系统化理解岗位要求，能否分层结构化表达。
回答框架：
- 底层：领域知识（交易系统、高并发原理）
- 中间层：硬技能（压测、监控、调优）
- 顶层：软技能（沟通、推动、表达）
- 每个层次配一个具体项目印证
简短示例回答：我的能力模型分三层：底层交易系统架构与高并发原理；中间层压测工具 JMeter 与监控体系 Prometheus；顶层跨团队协作与复盘报告。曾通过压测发现数据库连接池瓶颈，优化后 QPS 从 2 万提升至 5 万，系统稳定运行。
可能追问：你印象最深的一次容量规划失败经历？如何避免？
⚠️ 避坑提醒：不要只罗列技能名词，必须用实际项目串联。避免说“精通”，改为“主导过……项目”。
面试问题 2：如何优化简历来突出容量规划相关经验？
面试官考察点：简历呈现的逻辑性与量化思维。
回答框架：
- 使用 STAR 法则描述每个项目
- 突出量化指标：QPS、RT、成功率、成本
- 明确技术选型与优化前后对比
- 动词强化：“主导”“设计”“优化”
简短示例回答：简历核心项目：某交易系统双十一容量保障。背景：预估峰值 10 万 QPS。行动：使用 JMeter 压测，扩容并优化 SQL。结果：实际峰值 12 万 QPS，TP99 从 200ms 降至 120ms。关键技术：Kubernetes、Redis 缓存、读写分离。
可能追问：如果项目规模小，如何写出亮点？
⚠️ 避坑提醒：数据必须真实可验证，避免“参与”等弱动词；不要用“学习”“了解”，换成“设计”“实现”。
面试问题 3：请举例说明你是如何量化容量规划成果的。
面试官考察点：能否用数据证明贡献，体现业务价值。
回答框架：
- 明确业务指标（QPS、TP99、成本）
- 现状与目标对比
- 具体措施（压测、优化、限流）
- 最终效果（数值提升 + 业务影响）
简短示例回答：一次容量评估中发现系统最大承载 5000 QPS，业务预期 8000。我设计限流降级并优化缓存命中率。上线后 QPS 稳定在 8500，TP99 从 200ms 降至 120ms，节省 50% 扩容成本。效果持续一个季度。
可能追问：容量评估的误差范围如何控制？遇到突发流量怎么应对？
⚠️ 避坑提醒：不要只说“性能提升”，必须提供提升百分比和值。区分容量规划（提前评估）与性能调优（事后优化）。
简历结构速查模板
| 模块 | 内容要点 | 示例 |
|---|---|---|
| 个人信息 | 姓名、年限、岗位意向、联系方式 | 张三 / 5年 / 容量规划工程师 / 138xxxx |
| 技术栈 | 按熟练度分列语言、中间件、工具 | Java / Go；Redis / Kafka；JMeter / Prometheus |
| 项目经验 | STAR 法则 + 量化指标 | 双十一容量保障：QPS 10w→14w，成本降低30% |
| 成果量化 | 单独列出 2-3 个核心数字成就 | 主导 6 次容量评估，累计节省服务器成本 200 万 |
| 技能标签 | 5 个以内关键词，贴合岗位 | 容量评估 / 压测 / 限流 / 监控 / 调优 |
📌 关键词清单：高并发、容量评估、压力测试、性能优化、限流降级、熔断、分布式、监控告警、Prometheus、Grafana、JMeter、Kubernetes、读写分离、缓存策略。