后端开发

数据库题要把读路径和写路径分开讲：索引解决查询效率，事务和状态机解决写入一致性。

MQ 不是把请求丢出去就结束，真正难点在消息可靠、消费幂等、状态补偿和堆积恢复。

项目面不是复述做过什么，而是证明每个技术选择、数据规模、异常处理和上线结果都经得起追问。

epoll、线程池、连接池这些概念最终都要落到线上排查：请求为什么卡住，资源在哪里耗尽。

LRU 代码题背后考的是数据结构选择，也考缓存系统的容量、并发、命中率和一致性边界。

网络题不是背协议名，而是把可靠性、加密、传输控制和线上超时联系起来，回答出工程边界。

线上事故排查不只是会命令。面试里要讲清现场证据、影响范围、恢复动作和事后复盘。

热点缓存失效时，真正危险的是大量请求同时回源。面试回答要讲清发现、保护和验证。

普通查询可以读快照，但更新必须面对最新数据。理解当前读和锁，才能讲清库存、订单和状态流转。

异步不是把任务丢进线程池就结束。面试里要讲清任务拆分、超时控制、异常兜底、队列堆积和下游保护。

Linux 排查题不是背命令清单，而是根据现象一步步缩小范围，找到进程、线程、日志和资源瓶颈。

Spring Bean 生命周期不是背一条流程，而是理解对象什么时候创建、什么时候注入、什么时候被代理，以及项目里为什么会启动失败。

消息顺序性不是所有消息都要全局排队，而是判断同一业务对象的状态变化是否必须按顺序处理。

Redis 缓存失效不只是设置过期时间。面试里要讲清过期删除、内存淘汰、批量失效和业务兜底。

事务隔离不是背四个级别，而是能解释一次查询为什么看到旧数据，更新为什么会加锁，项目里如何控制一致性。

线程池不是背核心线程数和最大线程数，而是知道任务为什么堆积、队列怎么选、拒绝策略如何保护系统。

分布式锁不是一上来就讲 Redis 命令，而是先说明业务里为什么需要互斥，以及锁失效时如何兜底。

JVM 面试不是背一串参数，而是说明线上变慢、内存上涨、频繁回收时，你会如何定位、验证和改进。

网络题不是只背三次握手和四次挥手，项目面更关心接口为什么慢、连接为什么耗尽、超时和重试如何设计。

Go 并发面试的关键不是会启动 goroutine，而是知道并发任务如何退出、如何限流、如何避免资源泄露和数据竞争。

AI 后端不是把模型接口接通就结束，面试官更关心上下文、工具调用、失败处理、成本延迟和可观测性。

高强度项目面不是故意刁难，而是通过连续追问判断候选人是否真正拥有项目决策权、排查经验和复盘能力。

事务和接口稳定性不是背注解，而是讲清一次请求从入参、数据库、外部调用到异常补偿的完整边界。

消息队列不是一句“异步削峰”就能讲完，面试官更关心消息为什么会重复、失败怎么补偿、业务最终如何对账。