前言

高并发，几乎是每个程序员都想拥有的经验。原因很简单：随着流量变大，会遇到各种各样的技术问题，比如接口响应超时、CPU load升高、GC频繁、死锁、大数据量存储等等，这些问题能推动我们在技术深度上不断精进。

在过往的面试中，如果候选人做过高并发的项目，我通常会让对方谈谈对于高并发的理解，但是能系统性地回答好此问题的人并不多，大概分成这样几类：

1、对数据化的指标没有概念：不清楚选择什么样的指标来衡量高并发系统？分不清并发量和QPS，甚至不知道自己系统的总用户量、活跃用户量，平峰和高峰时的QPS和TPS等关键数据。

2、设计了一些方案，但是细节掌握不透彻：讲不出该方案要关注的技术点和可能带来的副作用。比如读性能有瓶颈会引入缓存，但是忽视了缓存命中率、热点key、数据一致性等问题。

3、理解片面，把高并发设计等同于性能优化：大谈并发编程、多级缓存、异步化、水平扩容，却忽视高可用设计、服务治理和运维保障。

4、掌握大方案，却忽视最基本的东西：能讲清楚垂直分层、水平分区、缓存等大思路，却没意识去分析数据结构是否合理，算法是否高效，没想过从最根本的IO和计算两个维度去做细节优化。

Linux 专题

微服务专题

• 微服务架构有哪些优势？
• 微服务有哪些特点？
• 设计微服务的最佳实践是什么？
• 微服务架构如何运作？
• 微服务架构的优缺点是什么？
• 单片，SOA 和微服务架构有什么区别？
• 在使用微服务架构时，您面临哪些挑战？
• SOA 和微服务架构之间的主要区别是什么？
• 什么是 REST / RESTful 以及它的用途是什么？
• 什么是不同类型的微服务测试？

Kafka 专题

• Kafka 是什么
• 消费者设计
• 如何获取 topic 主题的列表
• 生产者和消费者的命令行是什么？
• 为什么需要消息系统，mysql 不能满足需求吗？
• Zookeeper 对于 Kafka 的作用是什么？
• Kafka 与传统 MQ 消息系统之间有三个关键区别
• 讲一讲 kafka 的 ack的三种机制
• kafka 的高可用机制是什么？
• kafka 如何不消费重复数据？比如扣款，我们不能重复的扣。
• kafka 分布式（不是单机）的情况下，如何保证消息的顺序消费?

Elasticsearch 专题

• Elasticsearch 了解多少，说说你们公司 es 的集群架构，索引数据大小，分片有多少，以及一些调优手段 。
• Elasticsearch 的倒排索引是什么
• Elasticsearch 是如何实现 master 选举的
• 详细描述一下 Elasticsearch 搜索的过程？
• Elasticsearch 是如何实现 Master 选举的？
• 客户端在和集群连接时，如何