主题
后端工程师的高阶面经
共 54 讲。
目录
- 后端工程师的高阶面经
- 开篇词-面试如戏，台上一分钟，台下十年功
- 01-服务注册与发现：AP和CP，你选哪个？
- 02-负载均衡：调用结果、缓存机制是怎么影响负载均衡的？
- 03-熔断：熔断-恢复-熔断-恢复，抖来抖去怎么办？
- 04-降级：为什么每次大促的时候总是要把退款之类的服务停掉？
- 05-限流：别说算法了，就问你“阈值”怎么算？
- 06-隔离：怎么保证尊贵的VIP用户体验不受损？
- 07-超时控制：怎么保证用户一定能在1s内拿到响应？
- 08-调用第三方：下游的接口不稳定性能又差怎么办？
- 09-综合服务治理方案：怎么保证微服务应用的高可用？
- 模拟面试（一）-微服务架构面试思路一图懂
- 10-数据库索引：为什么MySQL用B+树而不用B树？
- 11-SQL优化：如何发现SQL中的问题？
- 12-数据库锁：明明有行锁，怎么突然就加了表锁？
- 13-MVCC协议：MySQL 在修改数据的时候，还能不能读到这条数据？
- 14-数据库事务：事务提交了，你的数据就一定不会丢吗？
- 15-数据迁移：如何在不停机的情况下保证迁移数据的一致性？
- 16-分库分表主键生成：如何设计一个主键生成算法？
- 17-分库分表分页查询：为什么你的分页查询又慢又耗费内存？
- 18-分布式事务：如何同时保证分库分表、ACID和高性能？
- 19-分库分表无分库分表键查询：你按照买家分库分表，那我卖家怎么查？
- 20-分库分表容量预估：分库分表的时候怎么计算需要多少个库多少个表？
- 21-数据库综合应用：怎么保证数据库的高可用、高性能？
- 模拟面试-数据库面试思路一图懂
- 22-消息队列：消息队列可以用来解决什么问题？
- 23-延迟消息：怎么在 Kafka 上支持延迟消息？
- 24-消息顺序：保证消息有序，一个 topic 只能有一个 partition 吗？
- 25-消息积压：业务突然增长，导致消息消费不过来怎么办？
- 26-消息不丢失：生产者收到写入成功响应后消息一定不会丢失吗？
- 27-重复消费：高并发场景下怎么保证消息不会重复消费？
- 28-架构设计：如果让你设计一个消息队列，你会怎么设计它的架构？
- 29-高性能：Kafka 为什么性能那么好？
- 30-Kafka 综合运用：怎么在实践中保证 Kafka 高性能？
- 模拟面试-消息队列面试思路一图懂
- 31-缓存过期：为什么 Redis 不立刻删除已经过期的数据？
- 32-缓存淘汰策略：怎么淘汰缓存命中率才不会下降？
- 33-缓存模式：缓存模式能不能解决缓存一致性问题？
- 34-缓存一致性问题：高并发服务如何保证缓存一致性？
- 35-缓存问题：怎么解决缓存穿透、击穿和雪崩问题？
- 36-Redis 单线程：为什么 Redis 用单线程而 Memcached 用多线程？
- 37-分布式锁：如何保证Redis分布式锁的高可用和高性能？
- 38-缓存综合应用：怎么用缓存来提高整个应用的性能？
- 模拟面试-缓存面试思路一图懂
- 39-Elasticsearch高可用：怎么保证Elasticsearch的高可用？
- 40-Elasticsearch查询：怎么优化 Elasticsearch 的查询性能？
- 41-MongoDB：MongoDB 是怎么做到高可用的？
- 42-MongoDB高性能：怎么优化MongoDB的查询性能？
- 模拟面试-NoSQL面试思路一图懂
- 结束语-未来掌握在自己手中
- 结课测试-来赴一场满分之约！
- 直播加餐-后端工程师如何在面试中脱颖而出？
- 直播加餐-3个例子教你设计面试连招
- 直播加餐-如何设计面试连招？