以电商项目为例

很多人在技术简历中描述 Redis 使用时，可能会这样写：

案例 1️⃣："使用 Redis 与 Lua 实现库存操作，防止超卖，并通过本地缓存减少压力。"

案例 2️⃣："解决 Redis 缓存穿透问题，并通过缓存预热将秒杀所需数据持久化于缓存。"

💡 这些写法都不是最优写法！

正确做法：用 STAR 原则写面试讲稿→提炼→填入简历

🌟 STAR 法则 —— 技术面试降维打击利器

当面试官问：“你介绍下电商项目里 Redis 的内容。”按照 STAR 法则的回答思路：

**Situation（情境）**介绍项目和业务背景，说明自己的职责👉 例：我的实习公司做电子外设销售，我全程参与了电商项目的从零搭建和后期维护

**Task（任务）**描述你面临的任务或挑战，设定目标👉 例：用户反馈商品列表加载时间过长，影响体验。我的任务是优化列表拉取时间，提升用户体验

**Action（行动）**说明你用了的技术细节和实现方案👉 例：通过打点和压测，定位到是库存列表接口响应缓慢。预研了消息队列和缓存方案，最终选择引入对架构影响小、可快速上线的缓存方案，并对比了 XX 和 YY，决定采用 Redis...

**Result（结果）**给出量化指标，验证技术贡献👉 例：引入 Redis 后，接口响应时间从 XX 秒降低至 YY 秒

简历内容提炼📝

Situation：业务背景（面试口述，简历无需写入）

Task：优化库存接口响应效率

Action：设计并使用 Redis 和 Lua 实现库存原子操作，防止超卖；通过本地缓存、分布式缓存和滑动窗口策略优化查询逻辑

Result：查询时长 P50 分位值优化了 40%，请求响应时间减少至 5ms

最终简历呈现🌟

“优化库存接口响应效率：设计并使用 Redis 和 Lua 实现库存原子操作，防止超卖；基于本地缓存、分布式缓存和滑动窗口策略优化库存查询逻辑，将查询时长 P50 分位值优化 40%，Redis 请求响应时间减少至 5ms 。”

总结：

简历中的每个技术点都是面试官的 “提问锚点”，用 STAR 法则构建的不仅是简历内容，更是用数据和逻辑搭建的 “面试护城河”—— 你准备好让每段项目经历都成为职场进阶的跳板了吗？

自我介绍一个下，我16年入职腾讯，19年入职字节，21年入职微软，累计面试人数炒1300+

关注我，学习更多求职知识