面试-核心篇

数据存储

二、说说反模式设计：反范式，表数据冗余

三、说说分库与分表设计：用户中心，用户id维度分库分表，经过mod用户id或者hash等方式来实现数据路由

四、分库与分表带来的分布式困境与应对之策：分布式事务，采用分布式事务系统|表关联查询，拆分跨表查询脚本|..

五、说说 SQL 优化之道：explain，索引，冗余

六、MySQL 遇到的死锁问题

七、存储引擎的 InnoDB 与 MyISAM：InnoDB支持事务--MyISAM不支持，InnoDB支持行级锁，表锁--MyISAM只支持表锁

八、数据库索引的原理：B+树

九、为何要用 B-tree

十、汇集索引与非汇集索引的区别：汇集索引的数据记录物理顺序一致，非汇集索引B+树

十一、limit 20000 加载很慢怎么解决：排序+ID限制范围

十二、选择合适的分布式主键方案：db的，sequnce(tair)，uuid。。。

1三、选择合适的数据存储方案：

1四、ObjectId 规则：

1五、聊聊 MongoDB 使用场景

1六、倒排索引：搜索的反向索引

1七、聊聊 ElasticSearch 使用场景

缓存使用
一、Redis 有哪些类型：set,zset,list,string,hash

二、Redis 内部结构：

三、聊聊 Redis 使用场景：高性能，缓存

四、Redis 持久化机制：aof（增量）/rdb（全量）

五、Redis 如何实现持久化：aof阻塞落盘/rdb进程异步落盘

六、Redis 集群方案与实现：客户端分片(jedis)/基于代理的分片(codis)/路由查询（redis-cluster）

七、Redis 为何是单线程的：缓存主要耗费的是IO，不是CPU，因此单线程已经知足要求

八、缓存奔溃

九、缓存降级

十、使用缓存的合理性问题

消息队列
一、消息队列的使用场景：异步化（注册发邮件），削峰（）

二、消息的重发补偿解决思路：重试+幂等性

三、消息的幂等性解决思路：id记录表

四、消息的堆积解决思路：定位堆积的缘由

五、本身如何实现消息队列：

六、如何保证消息的有序性：在选择broker的时候采用mod业务id的方式，让同一个业务id数据路由到同一个broker（rocketmq）