程序員高並發面試題

① java程序員面試時被問到：如何在j2ee項目中處理高並發量訪問 該怎麼回答 請仔細看題干再回答

盡量使用緩存，包括用戶緩存，信息緩存等，多花點內存來做緩存，可以大量減少與資料庫的交互，提高性能。

② 你怎麼看待滿嘴高並發，編碼能力卻稀鬆平常的程序員

我是搬磚哥我來回答。

高並發的核心原理，是網路io的事件處理機制，就細節來說，一些重要環節，比如協議的斷包組包處理，還是比較復雜的，但就大部分的面試和日常工作來說，做到切實理解reactor機制的核心，就差不多了。關於高並發，可以多看下陳碩的那本書。

關鍵問題在於如果編程能力很稀鬆，那麼問題很大，簡單說交給一個任務，或者解決一個問題，動手能力弱的話，可能會久搞不定，還容易出錯。對於開發崗位來說，現在公司不論大小，日常工作不會有特大難度或規模的開發，換句話說誰的基本功更過硬，誰的任務往往完成的又快又好。

動手能力弱有個特別簡單直接的改進方法，就是刷leetcode之類，把代碼先寫起來。不論什麼語言，先多寫，寫的多了自然不會稀鬆。

然後從簡單面向對象到最基礎的兩三個設計模式，串列到並行，結合自己的編程語言，把語言的特性逐漸吃透，過程也是和刷題一樣，寫代碼不斷加深印象。包括學一門新的編程語言也是如此。

對大多數人來說，達到編程高手都不容易，但達到合格員工完全可以的，付出夠的努力即可，好腦子不如爛筆頭。

如果壓根就沒有接觸過高並發系統，或者連百萬級用戶的系統都沒負責過，就不要談高並發。因為，99%的程序員都接觸不到高並發系統。

高並發這個詞語對於我，或者說對於我的項目組一點不陌生，因為我們做的是真正的高並發系統，當 然不是那麼的「高」，算是一般高並發吧！集群的QPS在15萬左右。

高並發系統面臨的另外一個問題就是「高」的傾斜性。 根據「二八」原則，80%的請求都發生在20%的時間內 。也就是說，系統只有在20%的時間面臨高並發請求，其餘時間並非高並發請求。而這種情況下，我們就要做好系統的彈性擴容伸縮。我們可以根據前置負載均衡器的QPS（SLB）、CPU等指標彈性的擴容或者收縮機器。這樣，當請求量大的時候，我們就自動擴容更多的機器來處理請求，當請求少的時候，我們就收縮機器，降低成本。

總之，高並發系統所涉及到技術是非常復雜的。 如果想侃侃而談高並發概念，必須要親身實戰過高並發業務 。通過高並發業務的實操，我們能更深的理解高並發的精髓。至於，編碼...我覺得是最底層的工作，只要思路清楚，寫代碼就是個體力活。

面試造航母，工作擰螺絲

給我第一感覺是這人可能培訓班出來的，因為培訓班天天拿這些來忽悠人，90%以上的的公司都沒什麼高並發，說這些無非顯得自己很牛逼，我對這種人都笑笑而已，同行之間都知根知底，忽悠外行吧！

高並發怎麼做？把別人寫好的框架，多配置幾個線程，內部代碼基本還是單線程處理邏輯，最多做個互斥鎖，遇到高並發就選擇非並發的伺服器或者組件來避開，然後數據分發給多線程。

現在有多少人自己寫並發的？很少了

不會高並發。

自己寫了個框架，2000一年的入門伺服器。可能也就只能頂幾百並發吧。然後拿去做了個項目，後來法律出來了，停了不做了。

不過如果從技術角度看，要15萬的並發，快速的做法就是上硬體負載均衡。然後堆伺服器，數據直接進內存資料庫，後台慢慢進關系資料庫。

畢竟我這邊就一個人，短時間要上大並發，還是用設備頂省事。

背的面試題唄。

現在招聘，尤其是互聯網公司招聘，一看學歷是否符合，二看面試題背的是不是6。

至於寫普通代碼的能力，who cares ，反正進去是上螺絲。

張嘴就來高並發，一開始是由培訓班帶來的風氣，他們這樣做主要是為了吸引生源，後來慢慢的就轉變成面試內容，90%的應用開發都沒有高並發

我很少會說高並發，但是我會經常說並發編程，兩個概念。高並發涉及到的知識點太多了，不光是並發編程這一塊。而且一般公司也用不到高並發。不過並發編程就不一樣了，並發編程還是很多項目會用到的。所以，切合實際，可以從並發編程入手。

都是為了找工作，沒啥好說啊！只能說成年人的世界沒有容易二字。

③ 在國企當程序員是什麼體驗

樂位元組教育 是集線上教育與線下培訓於一體的全棧式教育機構，致力於高端IT技術教育，培養高端IT人才，讓人人都享有高品質教育是樂位元組的教學理念。

2017年初，我通過一整天的筆試及面試加入一家（某一線城市國資委全資控股）某集團的研究機構（中央研究院），任職軟體工程師！

在這邊工作了整整一年，目前 已經跳槽到一家互聯網公司 ，在回頭看看這一整年，感受頗深，只好一吐為快，以便對想進入國企的程序員幫助及借鑒。

入職考試

國企面試與其他企業並沒有太大區別。

首先是筆試，一般都是前面50道選擇題，後面兩道是開放性的大題，大題沒有固定答案，只要符合社會主義核心價值觀就可以拿到滿分。

選擇題是關鍵，全部都是技術題，需要答對40題以上，才有可能進入下一輪面試。

面試分三輪， 首輪是程序員面你（你未來的同事） 。

他們會問你一些技術相關問題，例如：選舉演算法，redis的應用場景，如何處理高並發，如何保證高可用，是否關心Nodejs新發布的版本，deno是什麼；諸如此類的問題很多很雜。

第二輪面試是由副院長來面（也就是你未來的直屬上司） 。

他會問你項目相關的問題，例如：做過哪些項目，解決了什麼問題，你在項目中的角色，項目是如何管理的，又是如何進展的，使用了哪些技術棧，為什麼挑選這樣的技術棧，遇到哪些問題，如何解決的這些問題。

第三輪面試是由HR來面 。

這個面試就很簡單了，簡單說一下你的情況，聊聊家常，然後他會向你說明組織結構，與一些待遇問題。

PS：進國企最重要的素質是文憑，我們研究院碩士以上學歷人數比本科要多，而且大部分畢業於國內一流院校（交大生是整個研究院的主體）。

入職國企工作

1、工作壓力

工作壓力還是蠻大的，產品並不像私企由市場導向，而是政策導向；國家說人工智慧熱，那我們就去做人工智慧的項目，說區塊鏈熱，我們就去搞區塊鏈的項目，反正我在研究院一年以來，搞過雲計算，人工智慧，大數據，區塊鏈。

好處就是你能學到很多東西，而且緊跟市場熱度。壞處就是什麼都會，但是什麼都不精。

舉個兩個例子，我們也開發OCR AI圖片識別系統，在市場上已經有很完善的產品，而且很廉價，我們依然花錢去開發這種產品，市場價值基本沒有，因為直到目前為止，我們產品的識別率依然不如市場上的幾個主流產品（阿里，網路）。

第二個例子，便是私有雲，這個我們做得真的還不錯，但是市面上最強的是華為，他們是賣伺服器送私有雲，也就是傳統的賣硬體送軟體，與他們相比，我們的產品就不具競爭力了。

工作強度真的還好， 一般都不需要加班 ，至少我是不加班的。

這就意味著可以放羊了嗎？當然不是！

我加入的項目組，大多都是以2個星期為周期進行開發的，每兩個星期要舉行一次組內討論會，如果完不成任務或者bug太多是需要加班處理的，因為國企是不可以出錯的，一次出錯可能直接招致點名批評（包括這個項目的所有相關人員）， 一次KPI黑記錄，會直接影響你以後的升遷前途 。

組內都是協同工作，可能因為你的原因導致項目沒法按時上線，發生一兩次你就會被邊緣化，最終要麼離職，要麼下放到子公司。 就算是副院長級別，如果完成不了集團的KPI，也是會被下放的。

但是相比互聯網公司，國企的壓力相對小一些，互聯網公司實行的是不能勝任就走人的策略，所以每個人幾乎都沒有什麼安全感，只有拚命的工作來爭取自己有安全感。

國企，特別是大國企，公司的人事權一般都在公司總部手裡。

國企辦公環境一般都是比較好的，我們有自己的園區，自己的辦公樓，空間很大，硬體配置都是很不錯的，有健身器材，有空氣凈化器，有自己的食堂，有自動售貨機。

有自己的產品展廳，有自己的公司紀念館。

這部分只剩下吐槽了， 一個蘿卜一個坑，蘿卜不走，也不會讓出這個坑 。在國企表現是沒有意義的，除了口頭表揚，你獲得不了任何實際好處。

好的人脈要比努力重要，如果上面沒人認識你，就算你的領導大力推薦你，你也不會得到提拔，空降長官在國企是一件司空見慣的事。

PS：組織人員要比群眾晉升快（群眾進不了總部）。

如果說國企15年前的待遇是一流的，那麼 如今的國企待遇最多隻能算是二流的，特別是對於IT行業來說。

以我所在公司為例，待遇採用工資+福利（洗漱產品，電影票，接近1500元人民幣的補助等）的方式，工資增長比較慢，相對於互聯網公司來說，待遇至少是被腰斬的，鄙人也是迫於生活壓力，為了生計而離開國企，跳槽去了互聯網公司。

吐槽****：****國企沒有獎金，國企沒有獎金，國企沒有獎金 ，重要的事情說三遍。

國企的穩定性應該是最被人人稱道的，特別是中字頭企業。

一方面是國企的社會責任感幾乎不太可能會裁員；另一方面公司的人事權幾乎都是在公司總部手中，下面的分部門是沒有權利做出裁員決定的。

以研發為例，如果有人不能勝任工作或者和其他人工作合不來，部門領導會想總部申請調崗，調到行政人力或其他部門，不會出現領導向總部申請把你開除的事，所以國企給了員工很大的安全感。

互聯網公司則不同，裁員是家常便飯，領導一高興或一生氣甚至一拍腦袋就裁員，經常一年就會裁員幾次，員工幾乎是沒有安全感的。

互聯網公司很多都是靠融資生存，一旦融資間隔比較大或融不到資就會裁員，生存的壓力巨大，讓它們沒有能力或者沒有職業道德感或無恥去考慮員工的感受。

國企則不同，國企的業務本來波動就很少，國企營收相對穩定，再說也不差錢，沒有生存的壓力。

實際大部分國企使用的技術一般都是商用的，比如Oracle，SQL server等，極少使用網上的開源框架。

一方面是因為商業軟體系統穩定，有大公司做技術支持；另一方便開源軟體穩定性有待加強，到了線上因為開源框架的bug導致的系統故障可以說是得不償失，畢竟對於國企來說不差這些錢。

但是我們不同，我們畢竟是研究院，以研發為主，所以更多地使用開源技術。

PS：國企軟體開發版本迭代比較慢，系統測試時間比較長，畢竟對於國企來說，不怕慢，就怕系統出現問題，系統出了問題比系統開發不出來更嚴重。

④ 程序員是干什麼的

程序員(英文Programmer)是從事程序開發、程序維護的專業人員。一般將程序員分為程序設計人員和程序編碼人員，但兩者的界限並不非常清楚。軟體從業人員分為初級程序員、中級程序員、高級程序員(現為軟體設計師)、系統分析員，系統架構師，測試工程師六大類。

職責

1、對項目經理負責，負責軟體項目的詳細設計、編碼和內部測試的組織實施，對小型軟體項目兼任系統分析工作，完成分配項目的實施和技術支持工作。

2、熟悉並熟練掌握交付軟體部開發的軟體項目的相關軟體技術。

3、負責向項目經理及時反饋軟體開發中的情況，並根據實際情況提出改進建議。

4、參與軟體開發和維護過程中重大技術問題的解決，參與軟體首次安裝調試、數據割接、用戶培訓和項目推廣。

5、負責相關技術文檔的擬訂。

簡單來說，就是寫代碼的。

⑤ 高並發，你真的理解透徹了嗎

高並發，幾乎是每個程序員都想擁有的經驗。原因很簡單：隨著流量變大，會遇到各種各樣的技術問題，比如介面響應超時、CPU load升高、GC頻繁、死鎖、大數據量存儲等等，這些問題能推動我們在技術深度上不斷精進。

在過往的面試中，如果候選人做過高並發的項目，我通常會讓對方談談對於高並發的理解，但是能系統性地回答好此問題的人並不多。

大概分成這樣幾類：

1、對數據化的指標沒有概念 ：不清楚選擇什麼樣的指標來衡量高並發系統？分不清並發量和QPS，甚至不知道自己系統的總用戶量、活躍用戶量，平峰和高峰時的QPS和TPS等關鍵數據。

3、理解片面，把高並發設計等同於性能優化 ：大談並發編程、多級緩存、非同步化、水平擴容，卻忽視高可用設計、服務治理和運維保障。

4、掌握大方案，卻忽視最基本的東西 ：能講清楚垂直分層、水平分區、緩存等大思路，卻沒意識去分析數據結構是否合理，演算法是否高效，沒想過從最根本的IO和計算兩個維度去做細節優化。

這篇文章，我想結合自己的高並發項目經驗，系統性地總結下高並發需要掌握的知識和實踐思路，希望對你有所幫助。內容分成以下3個部分：

高並發意味著大流量，需要運用技術手段抵抗流量的沖擊，這些手段好比操作流量，能讓流量更平穩地被系統所處理，帶給用戶更好的體驗。

我們常見的高並發場景有：淘寶的雙11、春運時的搶票、微博大V的熱點新聞等。除了這些典型事情，每秒幾十萬請求的秒殺系統、每天千萬級的訂單系統、每天億級日活的信息流系統等，都可以歸為高並發。

很顯然，上面談到的高並發場景，並發量各不相同， 那到底多大並發才算高並發呢？

1、不能只看數字，要看具體的業務場景。不能說10W QPS的秒殺是高並發，而1W QPS的信息流就不是高並發。信息流場景涉及復雜的推薦模型和各種人工策略，它的業務邏輯可能比秒殺場景復雜10倍不止。因此，不在同一個維度，沒有任何比較意義。

2、業務都是從0到1做起來的，並發量和QPS只是參考指標，最重要的是：在業務量逐漸變成原來的10倍、100倍的過程中，你是否用到了高並發的處理方法去演進你的系統，從架構設計、編碼實現、甚至產品方案等維度去預防和解決高並發引起的問題？而不是一味的升級硬體、加機器做水平擴展。

此外，各個高並發場景的業務特點完全不同：有讀多寫少的信息流場景、有讀多寫多的交易場景， 那是否有通用的技術方案解決不同場景的高並發問題呢？

我覺得大的思路可以借鑒，別人的方案也可以參考，但是真正落地過程中，細節上還會有無數的坑。另外，由於軟硬體環境、技術棧、以及產品邏輯都沒法做到完全一致，這些都會導致同樣的業務場景，就算用相同的技術方案也會面臨不同的問題，這些坑還得一個個趟。

因此，這篇文章我會將重點放在基礎知識、通用思路、和我曾經實踐過的有效經驗上，希望讓你對高並發有更深的理解。

先搞清楚高並發系統設計的目標，在此基礎上再討論設計方案和實踐經驗才有意義和針對性。

高並發絕不意味著只追求高性能，這是很多人片面的理解。從宏觀角度看，高並發系統設計的目標有三個：高性能、高可用，以及高可擴展。

1、高性能：性能體現了系統的並行處理能力，在有限的硬體投入下，提高性能意味著節省成本。同時，性能也反映了用戶體驗，響應時間分別是100毫秒和1秒，給用戶的感受是完全不同的。

2、高可用：表示系統可以正常服務的時間。一個全年不停機、無故障；另一個隔三差五齣線上事故、宕機，用戶肯定選擇前者。另外，如果系統只能做到90%可用，也會大大拖累業務。

3、高擴展：表示系統的擴展能力，流量高峰時能否在短時間內完成擴容，更平穩地承接峰值流量，比如雙11活動、明星離婚等熱點事件。

這3個目標是需要通盤考慮的，因為它們互相關聯、甚至也會相互影響。

比如說：考慮系統的擴展能力，你會將服務設計成無狀態的，這種集群設計保證了高擴展性，其實也間接提升了系統的性能和可用性。

再比如說：為了保證可用性，通常會對服務介面進行超時設置，以防大量線程阻塞在慢請求上造成系統雪崩，那超時時間設置成多少合理呢？一般，我們會參考依賴服務的性能表現進行設置。

再從微觀角度來看，高性能、高可用和高擴展又有哪些具體的指標來衡量？為什麼會選擇這些指標呢？

2.2.1 性能指標

通過性能指標可以度量目前存在的性能問題，同時作為性能優化的評估依據。一般來說，會採用一段時間內的介面響應時間作為指標。

1、平均響應時間：最常用，但是缺陷很明顯，對於慢請求不敏感。比如1萬次請求，其中9900次是1ms，100次是100ms，則平均響應時間為1.99ms，雖然平均耗時僅增加了0.99ms，但是1%請求的響應時間已經增加了100倍。

2、TP90、TP99等分位值：將響應時間按照從小到大排序，TP90表示排在第90分位的響應時間， 分位值越大，對慢請求越敏感。

3、吞吐量：和響應時間呈反比，比如響應時間是1ms，則吞吐量為每秒1000次。

通常，設定性能目標時會兼顧吞吐量和響應時間，比如這樣表述：在每秒1萬次請求下，AVG控制在50ms以下，TP99控制在100ms以下。對於高並發系統，AVG和TP分位值必須同時要考慮。

另外，從用戶體驗角度來看，200毫秒被認為是第一個分界點，用戶感覺不到延遲，1秒是第二個分界點，用戶能感受到延遲，但是可以接受。

因此，對於一個 健康 的高並發系統，TP99應該控制在200毫秒以內，TP999或者TP9999應該控制在1秒以內。

2.2.2 可用性指標

高可用性是指系統具有較高的無故障運行能力，可用性 = 正常運行時間 / 系統總運行時間，一般使用幾個9來描述系統的可用性。

對於高並發系統來說，最基本的要求是：保證3個9或者4個9。原因很簡單，如果你只能做到2個9，意味著有1%的故障時間，像一些大公司每年動輒千億以上的GMV或者收入，1%就是10億級別的業務影響。

2.2.3 可擴展性指標

面對突發流量，不可能臨時改造架構，最快的方式就是增加機器來線性提高系統的處理能力。

對於業務集群或者基礎組件來說，擴展性 = 性能提升比例 / 機器增加比例，理想的擴展能力是：資源增加幾倍，性能提升幾倍。通常來說，擴展能力要維持在70%以上。

但是從高並發系統的整體架構角度來看，擴展的目標不僅僅是把服務設計成無狀態就行了，因為當流量增加10倍，業務服務可以快速擴容10倍，但是資料庫可能就成為了新的瓶頸。

像MySQL這種有狀態的存儲服務通常是擴展的技術難點，如果架構上沒提前做好規劃（垂直和水平拆分），就會涉及到大量數據的遷移。

因此，高擴展性需要考慮：服務集群、資料庫、緩存和消息隊列等中間件、負載均衡、帶寬、依賴的第三方等，當並發達到某一個量級後，上述每個因素都可能成為擴展的瓶頸點。

了解了高並發設計的3大目標後，再系統性總結下高並發的設計方案，會從以下兩部分展開：先總結下通用的設計方法，然後再圍繞高性能、高可用、高擴展分別給出具體的實踐方案。

通用的設計方法主要是從「縱向」和「橫向」兩個維度出發，俗稱高並發處理的兩板斧：縱向擴展和橫向擴展。

3.1.1 縱向擴展（scale-up）

它的目標是提升單機的處理能力，方案又包括：

1、提升單機的硬體性能：通過增加內存、 CPU核數、存儲容量、或者將磁碟 升級成SSD 等堆硬體的方式來提升。

2、提升單機的軟體性能：使用緩存減少IO次數，使用並發或者非同步的方式增加吞吐量。

3.1.2 橫向擴展（scale-out）

因為單機性能總會存在極限，所以最終還需要引入橫向擴展，通過集群部署以進一步提高並發處理能力，又包括以下2個方向：

1、做好分層架構：這是橫向擴展的提前，因為高並發系統往往業務復雜，通過分層處理可以簡化復雜問題，更容易做到橫向擴展。

上面這種圖是互聯網最常見的分層架構，當然真實的高並發系統架構會在此基礎上進一步完善。比如會做動靜分離並引入CDN，反向代理層可以是LVS+Nginx，Web層可以是統一的API網關，業務服務層可進一步按垂直業務做微服務化，存儲層可以是各種異構資料庫。

2、各層進行水平擴展：無狀態水平擴容，有狀態做分片路由。業務集群通常能設計成無狀態的，而資料庫和緩存往往是有狀態的，因此需要設計分區鍵做好存儲分片，當然也可以通過主從同步、讀寫分離的方案提升讀性能。

下面再結合我的個人經驗，針對高性能、高可用、高擴展3個方面，總結下可落地的實踐方案。

3.2.1 高性能的實踐方案

1、集群部署，通過負載均衡減輕單機壓力。

2、多級緩存，包括靜態數據使用CDN、本地緩存、分布式緩存等，以及對緩存場景中的熱點key、緩存穿透、緩存並發、數據一致性等問題的處理。

3、分庫分表和索引優化，以及藉助搜索引擎解決復雜查詢問題。

4、考慮NoSQL資料庫的使用，比如HBase、TiDB等，但是團隊必須熟悉這些組件，且有較強的運維能力。

5、非同步化，將次要流程通過多線程、MQ、甚至延時任務進行非同步處理。

6、限流，需要先考慮業務是否允許限流（比如秒殺場景是允許的），包括前端限流、Nginx接入層的限流、服務端的限流。

7、對流量進行 削峰填谷 ，通過 MQ承接流量。

8、並發處理，通過多線程將串列邏輯並行化。

9、預計算，比如搶紅包場景，可以提前計算好紅包金額緩存起來，發紅包時直接使用即可。

10、 緩存預熱 ，通過非同步 任務 提前 預熱數據到本地緩存或者分布式緩存中。

11、減少IO次數，比如資料庫和緩存的批量讀寫、RPC的批量介面支持、或者通過冗餘數據的方式幹掉RPC調用。

12、減少IO時的數據包大小，包括採用輕量級的通信協議、合適的數據結構、去掉介面中的多餘欄位、減少緩存key的大小、壓縮緩存value等。

13、程序邏輯優化，比如將大概率阻斷執行流程的判斷邏輯前置、For循環的計算邏輯優化，或者採用更高效的演算法。

14、各種池化技術的使用和池大小的設置，包括HTTP請求池、線程池（考慮CPU密集型還是IO密集型設置核心參數）、資料庫和Redis連接池等。

15、JVM優化，包括新生代和老年代的大小、GC演算法的選擇等，盡可能減少GC頻率和耗時。

16、鎖選擇，讀多寫少的場景用樂觀鎖，或者考慮通過分段鎖的方式減少鎖沖突。

上述方案無外乎從計算和 IO 兩個維度考慮所有可能的優化點，需要有配套的監控系統實時了解當前的性能表現，並支撐你進行性能瓶頸分析，然後再遵循二八原則，抓主要矛盾進行優化。

3.2.2 高可用的實踐方案

1、對等節點的故障轉移，Nginx和服務治理框架均支持一個節點失敗後訪問另一個節點。

2、非對等節點的故障轉移，通過心跳檢測並實施主備切換（比如redis的哨兵模式或者集群模式、MySQL的主從切換等）。

3、介面層面的超時設置、重試策略和冪等設計。

4、降級處理：保證核心服務，犧牲非核心服務，必要時進行熔斷；或者核心鏈路出問題時，有備選鏈路。

5、限流處理：對超過系統處理能力的請求直接拒絕或者返回錯誤碼。

6、MQ場景的消息可靠性保證，包括procer端的重試機制、broker側的持久化、consumer端的ack機制等。

7、灰度發布，能支持按機器維度進行小流量部署，觀察系統日誌和業務指標，等運行平穩後再推全量。

8、監控報警：全方位的監控體系，包括最基礎的CPU、內存、磁碟、網路的監控，以及Web伺服器、JVM、資料庫、各類中間件的監控和業務指標的監控。

9、災備演練：類似當前的「混沌工程」，對系統進行一些破壞性手段，觀察局部故障是否會引起可用性問題。

高可用的方案主要從冗餘、取捨、系統運維3個方向考慮，同時需要有配套的值班機制和故障處理流程，當出現線上問題時，可及時跟進處理。

3.2.3 高擴展的實踐方案

1、合理的分層架構：比如上面談到的互聯網最常見的分層架構，另外還能進一步按照數據訪問層、業務邏輯層對微服務做更細粒度的分層（但是需要評估性能，會存在網路多一跳的情況）。

2、存儲層的拆分：按照業務維度做垂直拆分、按照數據特徵維度進一步做水平拆分（分庫分表）。

3、業務層的拆分：最常見的是按照業務維度拆（比如電商場景的商品服務、訂單服務等），也可以按照核心介面和非核心介面拆，還可以按照請求源拆（比如To C和To B，APP和H5 ）。

高並發確實是一個復雜且系統性的問題，由於篇幅有限，諸如分布式Trace、全鏈路壓測、柔性事務都是要考慮的技術點。另外，如果業務場景不同，高並發的落地方案也會存在差異，但是總體的設計思路和可借鑒的方案基本類似。

高並發設計同樣要秉承架構設計的3個原則：簡單、合適和演進。"過早的優化是萬惡之源"，不能脫離業務的實際情況，更不要過度設計，合適的方案就是最完美的。

作者簡介：985碩士，前亞馬遜工程師，現大廠技術管理者。

⑥ 大四畢業生但是毫無項目經驗的程序員該如何提高自己

要快速提升自己的話，就要懂得該怎樣去學習，掌握學習方法是很重要的。如果你沒有一點編程基礎，我建議你從c語言開始學起，為什麼這么說呢？因為c語言是所有編程語言的基礎，學會了c語言的編程思想之後，任何一門編程語言你都可以自己去學習了。在初學任何一門學科時，建立信心非常重要，所以在初學一個知識點時，你就老老實實的跟著教材的思維走，不要思考、不要較勁，你在初學時就是要接受而不是推敲。在這個時候，你還沒有任何基礎，你在思考和推敲的過程很容易受挫，如果你經常受挫，過不了一段時間你就會對這個學科產生了恐懼，害怕去學習，這樣就很容易半途就自我放棄了。在第一次學習某個知識點，你的核心就是兩個字「接受」，相信我，這會讓你受益的。

⑦ 你身邊有離開大廠進工廠的程序員嗎他們都是怎麼想的

今天好多人在討論程序員離開大廠進工廠，越來越多高學歷人才加入製造業，如何看待這一趨勢，會帶來哪些變化？這一話題

好多網友說終於覺醒了，製造業才是根本！

這就有點標題黨了，怕是對寧德時代有什麼誤會。

所謂的工廠不是我們平常認知的那種中小型工廠

他們進去也不是做擰螺絲的普通工人，基本都是做工程師的那種技術猿！

既然都是技術精英在哪裡都能發光發熱也是正常的，而且it也是分為好多類型的，在大廠里也有做基礎工作的熬夜加班工地人呢。

不要對互聯網有深厚的偏見，更不能對製造業有偏見。製造業是經濟基礎，但是互聯網改變了物質的流通速度和形式，是生活的基礎。

就現在的情勢而言，我覺得已經沒什麼藍領，白領，金領之分了。

能夠賺錢生活，能夠學以致用，才是王道！

這里的學不僅是知識，還包括技能，職業技能，所以不僅高素質人才進入製造業值得贊許，同時，那些在基礎崗位任勞任怨的真工人更應該得到一份尊重和贊美！

在任何崗位上勤勤懇懇發光發熱的大家，都是社會建設積極向上的一份子！

⑧ 北漂女程序員工作7年來面試要價26K，該不該要她

前段時間面試了一位程序媛，差不多下午3點左右來我們部門面試，於是老闆喊人接待了她，我們來簡單看看這位程序媛的簡歷吧。

提前說明這篇文章只是為了幫助大家應聘時應該注意哪些問題，可以跟自己的簡歷對比下，找找差距，也是幫助大家。

姓名：張xx

性別：女

出生日期：1992年6月

民族：漢

籍貫：山東

工作意向：Java開發

教育背景：西安電子科技大學 軟體xx專業

至於郵箱和QQ，電話這些，就不透露了。

● 熟悉spring mvc 、spring、mybatis 等框架

● 熟悉 redis 、rocketmq、bbo、zookeeper、netty 、nginx、tomcat、mysql。

● 閱讀過juc 中的線程池、鎖的源碼以及netty 中的主從多線程源碼。

● 了解 spring boot、spring cloud 、elasticsearch 、kafka 等。

● 了解jvm 的內存模型、類載入機制等相關知識

整理了2020年最新大廠面試題。 鏈接：  點這個，點這個。  暗號：j s，加入即得。

系統為銀行客戶提供優惠買單功能，激發銀行各類卡用戶的消費活躍度，以及通過優惠買單為銀行拓展新的用戶等。系統主要包括商戶管理、訂單管理、 用戶管理、庫存管理等子系統。（ssm 、bbo 、rocketmq、redis、jdk1.7、tomcat 8、mysql），系統前後端分離，前端採用vue框架進行開發，後端採用nginx進行負載均衡。

主要負責訂單管理系統和庫存管理系統介面的開發工作：

1.為手機客戶端提供優惠買單介面，並防止商品超賣。

2.使用rocketmq 進行非同步化下單，加速高並發下用戶的響應速度。

3.使用redis 解決分布式下session 一致性問題。

4.使用mysql 讀寫分離解決主庫讀的壓力。

系統為運營人員提供公司各類業務數據的查看、統計、商家清算對賬等功能。（ssm 、bbo 、rocketmq、redis、jdk1.7、tomcat 8、mysql）

該系統為內部運營人員開發的系統，並發量較小，但是針對各種維度的復雜查詢較多，為防止大批量數據查詢拖垮核心系統，對服務進行隔離，前端模板引擎採用jsp 進行開發。

1.項目的開發，運維以及部署 。

2.負責mysql 讀寫分離的設計和實施

3.引入redis、elasticsearch 解決系統響應慢的問題。

工作7年無互聯網公司背景、做的項目中使用到的技術還比較前沿，也有一些技術亮點。

不足:兩家公司都是非互聯網公司，從項目的名字來說，技術點和項目名稱不是很匹配。

以上就是她的基本信息，現在我們來看看面試問了些什麼。

問：分布式session一致性為何不用nginx iphash？

答：iphash到某個節點，如果改宕機了就不能訪問，存在單點問題

問：能舉個例子嗎？

答：很多小區共用一個IP會導致某台伺服器負債壓力過大，而其他伺服器可能就空閑。

問：標記清除演算法講講原理和優缺點。

答：效率不高，標記和清除的效率都很低，會產生大量不連續的內存碎片，導致以後程序在分配較大的對象時，由於沒有充足的連續內存而提前促發一次GC動作。

問：線程中run結束該線程還能復合嗎？

答：不能復活了。

問：那不能復活了，線程池意義何在？

答：當用戶提交任務時會檢查線程數，如果小於核心數會只用用核心數的線程處理，如果大於核心數就會放到隊列裡面取，如果隊列滿了就直接創建，如果創建成功就直接使用，創建失敗這會觸發拒絕策略。

問：多餘的任務放在隊列會阻塞嗎？工作中什麼場景用線程池？

答：是阻塞的…（第二忘記她怎麼答得了）

後面還問了zookeeper和eureka區別 IOC 、AOP原理，還考了2個演算法題（排序、重復數學題）和一個sql語句題和一個並發原子操作的題。就不一一寫出來了，給大家參考一下就行了。

技術面試聊下來感覺技術還不錯，雖然項目不突出沒有高並發的項目，但是對技術原理和底層還是有一定的理解，溝通表達沒問題。技術面的也基本沒問題。她要28K，大家覺得在北京高不高？

同時提供【免費】的Java架構學習資料，學習技術內容包含有：Spring，Dubbo，MyBatis, RPC, 源碼分析，高並發、高性能、分布式,性能優化，微服務 高級架構開發等等。

鏈接：  點這個，點這個。  暗號：js，加入即得。

還有Java核心知識點+全套架構師學習資料和視頻+一線大廠面試寶典+面試簡歷模板可以領取+阿里美團網易騰訊小米愛奇藝快手嗶哩嗶哩面試題+Spring源碼合集+Java架構實戰電子書。

⑨ 為什麼面試都會問下很基礎的知識,而實際工作中這些基礎根本用不到

中國的軟體開發行業,存在一個搞笑的現象,招聘者為了抬高自己的面子,把面試題出得天花亂墜,而實際上他們做的項目卻是無比弱智.
仔細分析那些題目,你會發現漏洞百出,破綻百出.以java開發面試,舉例如下:
1.關於框架
招聘者:你平時常用哪些框架?
應聘者:在沒有甲方和項目經理刻意要求的情況下,基本上不用框架,自己寫原生.
招聘者:但是框架可以解決很多問題,比如,spring的面向切面的思想有助於使代碼具有更好的可讀性和易維護性.
應聘者:如果框架確實能夠有效地解決我的問題,我會願意去學習並且使用它們的.可是,在我之前的開發經歷中,還沒有遇到過特別棘手的問題.
招聘者:...
2.關於高並發
招聘者:高並發算不算棘手的問題?你怎麼應對高並發?
應聘者:線程池加同步隊列加拒絕策略,以保護伺服器不會癱瘓.
招聘者:你為什麼不使用redis來處理高並發?
應聘者:既然java自己已經有能力來解決這個問題了,就沒有必要再去求助於別的東西了.
招聘者:...
3.關於資料庫
招聘者:你做過mysql優化嗎?
應聘者:我不需要做mysql優化.因為mysql+php的時代已經過去了,現在應該屬於oracle+java的時代.除非貴公司還做外包項目而不是自主產品.
招聘者:但是這並不意味著java就不能與mysql相配合.
應聘者:我看到甲骨文官方已經明文規定了,java的最佳搭檔是oracle,而不是mysql.這是官方的明文規定.
招聘者:...
4.關於即時通信
招聘者:你了解環信或者融雲等即時通信嗎?
應聘者:聽說過環信,沒有接觸過它.沒有聽說過融雲.
招聘者:那麼當你需要主動推送消息的時候,怎麼辦?
應聘者:開socket長連接,一切實時通信全是基於tcp/ip協議或者ws協議的長連接機制.
招聘者:...
5.關於前端
招聘者:你熟悉前端的js嗎?
應聘者:熟悉,js是一種基於對象的語言.
招聘者:為什麼是基於對象而不是面向對象?
應聘者:java是面向對象的,其三大特性為:封裝,繼承,多態.而js是基於對象的,其兩大特性為:原型,閉包.這兩者完全不是一回事.
招聘者:...
筆者的結論:表面上面試官提出許多足以建造宇宙飛船的問題,現實卻是你到了公司里頂多在生產某個不起眼兒的螺絲.當你再去反思那些既可笑又可悲的面試題時,你便會明白那些題目本身是漏洞百出,甚至所謂的架構師的水平根本不如你.他能面試你,而你不能面試他,原因不在於他掌握了技術,而在於他掌握了權力.
每一道題皆反映了該公司當前的狀態和困境.他過於強調依賴框架,中間件和第三方服務商,是因為他對於java底層的反射委託調度原理不精通.他使用mysql而不是oracle,是因為此公司的資金不充足,無法為自己的軟體產品挑選真正優秀且強壯的資料庫.他把面向對象和基於對象兩個概念混淆了,是因為他從來沒有悟透本質的程序語言和腳本語言的核心內涵.
綜上所述,求職者千萬不能被企業給糊弄了.歸根結底一句話:只要你自己充滿了信心,走南闖北都不怕.