go语言后端工程师面试问题，小白面试版

6.23日

问题1：在R10的虚拟化技术中，如何通过心跳机制判断用户掉线？具体是如何实现三十秒提示网络不佳、六十秒判定掉线的逻辑？这背后使用了哪些Go语言中的并发与超时控制技术？

回答：

R10 虚拟化依靠应用层 ping/pong 心跳检测用户掉线，客户端定时上报心跳，服务端记录最后心跳时间；通过 goroutine 给每条连接单独做心跳巡检，ticker 每秒计算离线时长，30 秒无心跳推送网络不佳提示，满 60 秒判定掉线并回收会话。 Go 侧核心技术：goroutine 实现高并发连接监控，select 多路监听定时与取消信号，time.Ticker 做周期巡检，context 统一管理协程超时退出，sync 锁保证时间戳并发安全，SetReadDeadline 做网络 IO 兜底超时。

问题2：你提到是从Java转Go，目前在杭州下沙办公，整体感觉基础有点薄弱。能否详细说明你在Go语言中的实际使用经验，特别是在协程（goroutine）管理、调度器机制以及是否存在协程泄漏等高并发场景下的实践与优化经验？

回答：

我之前做 Java 开发，转 Go 后主要在高并发业务中落地 goroutine 相关开发。 首先 goroutine 相比 Java 线程非常轻量，创建成本极低，平时我会用带缓冲的 channel、WaitGroup 控制协程并发数量，防止无限制创建消耗资源，数据传递优先使用 channel，减少锁竞争。 Go 调度器核心是 M/P/G 模型，简单理解 P 是调度处理器、M 是系统线程、G 是协程任务。当线程阻塞时，调度器会自动切换其他协程执行，充分利用 CPU，CPU 密集场景我会手动配置 GOMAXPROCS 提升并行效率。 工作中踩过协程泄漏的坑，常见三种：通道阻塞无接收、循环协程无退出信号、WaitGroup 计数位置写错。我统一用 select 超时、业务信号通道、规范 Add 调用顺序解决；出现协程堆积时，通过 pprof 打印协程堆栈快速定位泄漏代码。 整体高并发优化思路：保证每个 goroutine 都有退出逻辑，限制并发峰值，善用调度器特性减少手动资源管理，出现问题借助官方工具排查，这是我在 Go 协程相关场景的实战经验。

问题3：你们当时系统的用户量级有多大？数据内容来源是通过什么技术架构或机制实现的，如何保证高并发和可扩展性？

回答：

我们项目峰值在线几十万用户，日活百万，接口万级 QPS。 数据分为业务库原始数据和日志、第三方同步数据，整体基于 Go 搭建分层架构：Gin 做 HTTP 网关，goroutine 处理请求，Redis 缓存热点，MySQL 存核心数据，增量数据通过 Kafka/NSQ 异步消费清洗，避免直库压测。

高并发靠 Go 原生轻量协程支撑海量并发连接，搭配缓存削峰、消息队列缓冲流量、数据库读写分离；扩展性上服务无状态可水平扩容，业务拆微服务独立部署，缓存、数据库支持分片分表，数据增长只需要新增节点，整体架构简单易维护，新手也能快速上手。

6.24日

问题1你私下有没有尝试过一些新技术？你有没有做过技术调研，或者开发过自己的小项目？能举个例子吗？特别是结合AI编程背景，你如何利用Go语言的并发特性（如goroutine、channel）或微服务架构来构建可扩展、高性能的AI相关应用？

回答：

私下我一直在做技术调研，也动手写过小项目，重点把 Go 并发能力和 AI 业务结合起来。

我自己做过一个轻量 AI 文本批量处理小服务： 需求是一次性给上百条文本，调用大模型接口做内容审核。如果串行一条一条调用，速度特别慢。

1. 利用 goroutine 开大量轻量级协程，每一条审核任务单独起一个协程并行执行。

2. 用 channel 做任务队列和结果回收，同时用 channel 控制并发数量，防止瞬间请求打爆 AI 接口，避免限流。

3. 整体拆成简单微服务结构：任务接收模块、协程调度模块、AI 接口调用模块、结果入库模块，各个模块互相解耦，后续再多几倍请求量，直接横向扩容就能扛住。

问题2：在高并发情况下如何保障内存的安全？在购物系统中一般用哪些对象来实现内存的高并发安全？除了互斥锁还有其他的锁吗？互斥锁和读写锁在使用场景上有何区别？

回答：

在 Go 高并发中，内存安全主要解决多 goroutine 争抢共享变量的问题。方案有两种：一是加锁保护共享内存，二是遵循不要通过共享内存通信，要用 Channel 通信。

电商系统里常用sync.Mutex、sync.RWMutex、sync.Once这类原语。除了普通互斥锁，还有读写锁、一次性执行锁。 互斥锁无论读写都互斥阻塞，适合频繁修改库存、订单这类读写均衡或者写密集的场景。 读写锁支持多读并发，只有写操作会锁住所有人，非常适合商品详情这类大量查询、偶尔更新的读多写少业务。

问题3：我想问你这边主要是做购后端的是吧？我刚刚听你说是搭载做了一个面板。

回答：

我主要用 Go 开发后端服务，整套系统配套了可视化管理面板。 Go 天生适合后端开发，协程轻量，并发能力强，占用资源少。我用 Gin 框架搭建接口，对接数据库实现业务逻辑，前端页面做好之后，后端写好接口，前后端联调，最终做成这套管理面板，用来统一管理数据和业务配置。

6.25日

问题1：是自己编写的程序吗？是内存还是 CPU 都有？

回答：

1. 代码是我们自己写的 Go 业务程序。

2. CPU 和内存泄漏问题在 Go 里都会出现，两者不一样：

• CPU 泄漏：无限循环、频繁 GC、大量无效计算，CPU 会一直跑满。

• 内存泄漏：goroutine 没退出、切片 / 指针长期持有对象，垃圾回收无法释放内存，内存只涨不跌。

1. Go 排查手段：用 pprof 分别查看 CPU 占用与内存快照，定位到对应代码。

问题2：你能说一下监控主要是监控哪一方面吗？你有没有统计过你们公司的一个代码量？

回答：

1. 监控主要监控什么 监控分三大块：

• 机器层面：CPU、内存、磁盘、网络有没有打满；

• 服务层面：接口响应快慢、请求量多少、有没有大量报错；

• 业务层面：订单、支付这类核心业务有没有异常。

1. 代码量统计 我们内部粗略统计过，业务项目 Go 代码大概几万行，框架和公共工具类代码几千行，不含第三方开源库。

2. Go 服务重点监控内容 重点盯着 goroutine 数量、GC 停顿、协程泄漏、连接池占用，防止协程无限创建导致服务卡死。

问题3：关于CAS（Compare and Swap）的工作原理以及在面试中如何有效回答相关问题。

回答：

CAS 就是 CPU 层面的原子指令：比较内存当前值和期望值，如果相等就替换成新值，不等就更新失败，全程不会被打断，属于无锁操作。

在 Go 里，直接用 sync/atomic 包下的 CompareAndSwap 方法来实现。

它有三个弊端：

1. ABA 问题：值先改成别的再改回来，CAS 发现不了，加版本号就能解决。

2. 失败会一直循环重试，空耗 CPU，冲突太高就改成互斥锁。

3. 只支持单个变量，多变量并发只能用 Mutex。

6.26日

问题1：你简历上写自己精通语言构建，能否详细说明构建语言的优点和缺点？

回答：

Go 语言构建的优势是编译速度快，自带构建工具，编译产物是单一静态二进制文件，打包了全部依赖，部署时不用额外安装运行环境，复制就能直接运行；缺点是程序包体积较大，默认仅支持静态链接，公共库会重复打包，跨平台编译需要手动配置，并且缺少增量编译，大项目每次改动都要整体重新构建，整体设计优先保障部署便捷性，牺牲了文件大小与动态更新能力。

问题2：是采用什么框架吗？还是这部分的功能是你做的还是说你那边只做了一小部分？

回答：

这部分业务我用 Gin 框架来开发。整体功能不是只写一小块代码，大部分核心逻辑都是我独立完成的。 我主要负责接口开发、参数校验、数据库增删改查，还用了 Redis 做缓存优化接口速度。公共工具类、基础脚手架是团队统一封装好的，我直接调用就行。

问题3：你能详细解释一下原子操作在CPU层面是如何进行值交换和写入的吗？

回答：

普通读写会分成读、改、写三步，线程切换就会并发出错。 原子操作依靠 CPU 原生硬件指令，通过锁定内存缓存行，把多步操作合并成一条不可中断指令。

• 原子写入：一次性把值刷入内存；

• Swap 交换：原子完成 “读旧值 + 写入新值”；

• CAS 对比交换：先对比原值，一致才更新，不一致直接放弃。

Go 中 atomic 包直接封装了这些 CPU 指令，无内核态切换，性能远高于 Mutex 互斥锁，仅支持基础数值类型。

6.27日

问题1：您目前的求职状态是怎样的？是否有拿到一些offer？

回答：

我目前处于离职全职求职状态，全身心投入面试，时间可以随时到岗。 现阶段还没有正式敲定 offer，有几家 Go 开发岗位进入到了二面环节。 我主攻 Go 后端开发，重点练习了 Gin 框架、MySQL 和 Redis，也一直在补高并发基础，希望能尽快找到合适的岗位稳定长期发展。

问题2：你可以讲讲链路追踪吗？以及一般学技术的话有哪些学习渠道可以分享一下吗？

回答：

链路追踪主要用来排查微服务调用卡顿与异常。一次客户端请求会跨越多个 Go 服务和中间件，链路追踪会生成一个全局唯一的 TraceID，依靠 Go 的 Context 在各个服务间传递。每一段调用生成一个 Span，记录耗时与错误，我们一般基于 OpenTelemetry 做代码埋点，搭配 Jaeger 或者 SkyWalking 展示整条调用链，快速定位慢节点。

我学习 Go 主要依靠官方文档打牢基础，再配合几本经典书籍吃透协程、上下文这些核心特性。平时会研究 Kitex、Hertz 这类开源微服务框架，跟着实战项目练习；同时在 B 站和云原生社区补充微服务知识，自己动手搭建服务并接入链路追踪这类可观测能力，把理论落地到代码里。

问题3：锁的过期时间设置和处理机制

回答：

在 Go 分布式锁中，为避免宕机造成死锁，必须给锁设置 TTL。 短任务直接设置超时时间；长任务开启独立 goroutine 做看门狗，每隔半个过期时间自动延长锁有效期，业务执行完成立刻关闭续期协程。释放锁使用 Lua 脚本，保证只能释放自己持有的锁，杜绝误删。

6.28日

问题1：你对AI和web三产品的开发了解多少？是否有相关的技术问题或经验可以分享？

回答：

我有 Go 开发 AI 后端和 Web3 链下服务的实战经验。 AI 这边，主要用 Gin 搭建服务，通过 Go 客户端对接大模型接口，实现对话流式输出，利用 goroutine 高并发处理用户请求，还做过简易知识库问答，解决模型回答不准确的问题，重点优化了接口超时与资源释放。 Web3 这边，使用以太坊 Go 客户端库，完成交易签名、广播上链，批量抓取区块数据。依靠 Go 轻量级协程，轻松实现多节点数据同步，同时处理好交易排队、防重复转账、私钥安全这些业务问题。 Go 并发能力强、运行高效，非常适合 AI 网关和区块链数据服务这类高并发场景。

问题2：如何设计一个实时百万级聊天系统？请分析枷锁的map和SYNC点map的性能和适用场景，并提出优化方案。

回答：

问题3：为什么说使用单机部署的分布式锁不是绝对可靠的？它可能导致哪些问题？

回答：

单机 Redis 没有数据备份，节点故障锁直接丢失；同时单纯 SETNX + 过期时间无法避免业务超时与锁误删除，所以单机版分布式锁无法保证绝对安全，Go 项目里正式环境必须用 RedLock 或者 Redis 主从 + Lua 脚本。

6.29日

问题1：如何确保所有任务都能执行完？可以使用一个计数器来接收存量任务，当计数器归零时，表示所有任务都已执行。可用等待组来管理任务的计数，每收取一个任务就增加等待组的计数，任务完成时减少计数。

回答：

问题2：你这个就是优雅停机吗？优，那么优雅停机，它是先暂停新的请求，然后去处理完所有的存量任务之后，再去停机。

回答：

问题3：如何通过 Rocy 的 MQ 来处理下单高峰期的压力，确保消息不丢失，提升消费成功率，并避免重复消费？

回答：

6.30日

问题1：如何在Redis中实现分布式锁，确保原子性、防止死锁，并保证高可用性？

回答：

问题2：请解释一下快照模式改造模式的具体实现方式，包括快照的生成频率、数据存储位置以及节点宕机时的数据丢失情况。

回答：

问题3：如何保证消息的有序性？请详细说明技术实现和优化方案。

回答：

7.1日

问题1：ES写入数据后多长时间可以查询到？默认情况下多久可以查询到？如何实现实时查询？实时查询对性能有什么影响？

回答：

问题2：为什么频繁触发ES的refresh操作会增加服务器压力？以及Nacos和Council有什么区别？

回答：

问题3：如果没有设置过期时间，只要radius不宕机或数据不被删除，就能一直查到数据，对吗？

回答：

7.2日

问题1：请解释缓存淘汰策略的实现，包括哈希表和双向链表的使用，以及如何处理数据访问和插入。同时，详细说明基于前缀树的路由查找机制，包括静态路由、参数路由和通配符路由的处理，以及动态路由的匹配规则和优先级。

回答：

问题2：在购物服务的操作下，如何设置重试次数的上限以避免无限缓存？每条消息应设置有限的重试次数，重试间隔可以采用一秒、两秒、四秒这种翻倍的方式，以应对临时故障。超过重试次数后，如何引入死信队列？

回答：

问题3：council 支持 GRPC 是因为 GRPC 基于 HTTP/2 和 protobuf，具有强约束的服务接口定义，支持 TLS 加密和双向认证，以及 TCP 连接上的多路复用和请求优先级设置，结合流量治理可以精准控制资源占用。请问这是为什么？

回答：

7.3日

问题1：如何设计一个可靠的Redis高可用架构，包括主从复制、哨兵机制、原子命令和续期机制？以及如何实现高效的分页技术，包括浅分页和快照分页？

回答：

问题2：普通Map和加锁Map的区别是什么？在携程的取消通知功能中，如何选择合适的Map类型以确保数据一致性和性能？

回答：

问题3：你了解ETPP协议和外边烧kt的相关技术吗？

回答：

7.4日

问题1：请解释数组和切片的区别以及它们各自的特点。

回答：

问题2：能否详细讲解一下你们在分布式系统中使用的DPM分布式事务架构？以及你们开发平台所使用的是什么操作系统？

回答：

问题3：你用了EEBCD吗？他有什么优点？

回答：

7.5日

问题1：mysql的那个优化你做过没有的优化是吗

回答：

问题2：请问系统每秒能处理多少请求？最多能达到多少KPS？

回答：

问题3：我还是没 get 到你这个并发控制和你这个绿化脚本之间的关系。

回答：

7.6日

问题1：在购物场景中进行并发处理时，你通常会使用哪些方法？具体使用了什么技术或工具？

回答：

问题2：在系统中，Redis的作用是什么？库存扣减是如何实现的？数据是如何从Redis同步到数据库的？最终扣减的数据存储在哪里？

回答：

问题3：你的系统这个时候会有多少信息？会有多少携程？

回答：

7.7日

问题1：如果在携程内部发生了IO等待，系统会如何运转？以及百万订单处理的场景是怎样的？

回答：

问题2：你能介绍一下公司统一的弹监控策略是如何实现的？具体来说，满足什么样的策略会触发扣容？是通过平台配置还是其他方式实现的？

回答：

问题3：那什么操作呀？针对数据库是什么操作？可以结合你的业务场景说一下。你的意思是你们所有的写操作是直接访问 PB 是吗？

回答：

7.8日

问题1：在出现前面事物未提交而后面事物已看到的情况时，你提到使用Redis来解决这个问题。请问你是如何用Redis来维护库存数据的？Redis的数据与数据库中的数据是如何保持一致性的？

回答：

问题2：你能介绍一下作业云中的GMP模型和GOB模型，以及它们对应CPU的结构图吗？

回答：

问题3：你这块分布式事务是应用在什么样的场景，用于哪些场景，是怎么做的？

回答：

7.9日

问题1：你们用了GP手给我这个DB是什么DB？可以简单介绍一下MySQL吗？组件索引、唯一索引这些有什么区别？这些索引在PB底层是什么结构？

回答：

问题2：如何将一个整数数组重新排列，使得左边是奇数，右边是偶数？请先说明思路，再提供代码实现。

回答：

问题3：请问在变频控制中，你使用了哪些组件或技术？比如变频器、电机控制、电力电子、嵌入式系统或PLC等？

回答：

7.10日

问题1：请介绍你的项目，并解释如何解决超卖问题。

回答：

问题2：你刚才提到的脏毒和脏作，能否详细解释一下你们遇到了什么问题？

回答：

问题3：我想确认一下你们这套 KYS 系统是你们自己搭建的，还是用的是公司统一的？另外，这个分布式系统跟 KYS 的关系是怎样的？

回答：

7.11日

问题1：你刚才提到的一致性检查，是指在什么阶段进行检查？这个程序怎么能探测到主层的切换程序？

回答：

问题2：秒杀系统中，赠品的数据是如何存储的？当用户发起秒杀请求时，系统是如何处理数据流转的？

回答：

问题3：在五十万并发的情况下，系统内存占用的大致范围是多少？请从理论角度进行分析。

回答：

7.12日

问题1：REDs的主库存可能出现可读性问题，导致数据不一致，如何解决？

回答：

问题2：在使用乳化胶保证库存扣减的情况下，如果超卖导致队列数据超过库存，订单生成前的超卖检查机制如何处理？在处理Redis队列中的排队信息时，是否是单线程处理，如何处理高并发情况下的商品验证？

回答：

问题3：商品秒杀活动的系统设计中，如何保证Redis的高可用性？

回答：

7.13日

问题1：你刚才提到的分布式锁，它具体是在什么场景下使用的？

回答：

问题2：如何在数据库系统中保证并发操作的正确性和一致性？

回答：

问题3：在高并发场景下，如秒杀活动，Redis主从复制可能会出现同步延迟和数据不一致的问题。如果发生主从切换，如何确保数据一致性？

回答：

7.14日

问题1：在处理队列中的数据时，如何通过并发机制将数据写入数据库下订单？具体来说，事务和行锁的处理流程是怎样的？

回答：

问题2：你们对于同一笔订单在内部的一些订单号生成规则是怎样的？比如时间戳占十一位，那么整个订单号长度是二十二位还是二十四位？

回答：

问题3：作为重试一下是吧，你知道分在离子分布锁用的是哪一个指令吗？

回答：

7.15日

问题1：在数据库查询中，如何通过UID和商品ID进行高效查询，是否需要回表查询？

回答：

问题2：支付成功后的库存处理流程是怎样的？如何监听支付成功状态？支付成功后如何减库存，支付失败如何释放库存？

回答：

问题3：这个不是它内部结构，不应该用哈希吗？所以应该不是except吧。

回答：

7.16日

问题1：在 Elasticsearch 中，分词过程是如何进行的？分词后的数据是如何存储到数据结构中的？倒排索引是如何构建的？例如，当查询“我爱中国”时，系统是如何找到相关记录的？

回答：

问题2：请解释二级索引的叶子节点存储内容以及买车相关的MVCC机制。

回答：

问题3：如何设计一个商品排行榜，使得相同金榜的先到达的商品id排名在前？

回答：

7.17日

问题1：你们 BFF 层是指什么？接口适配都做他本身不能提供服务吗 还具体接口吗 为什么要引入一个禁源

回答：

问题2：在系统设计中，如何处理服务间调用、异步通信、加密以及不同服务（如库存、支付、配送）的划分？

回答：

问题3：如何通过设置一个值返回成功来实现锁定机制？

回答：

7.18日

问题1：在处理每分钟十万次的QPS时，消息队列底层使用什么数据结构来承载数据？是否考虑内存中的滑动窗口设计？

回答：

问题2：你们是如何实现分布式锁的？锁的维度具体是基于订单号还是其他维度？粒子分布锁中k是如何设置的？

回答：

问题3：IK分词器在处理重复字符时是否会合并？如何干预其分词行为？自定义分词器时通常涉及哪些部分？

回答：

7.19日

问题1：请详细描述一个实时订单流程的实现，包括数据流向、使用的中间件和技术栈。

回答：

问题2：在集群有了解过吗？那这一次期权的话，它的使用分布是谁是哪一种？

回答：

问题3：在评论区遇到连续多个‘哈’的情况，系统是如何进行分词处理的？

回答：

7.20日

问题1：如何在分布式系统中使用分布式锁来锁定库存，确保高并发下的库存正确性？具体使用什么指令和机制？

回答：

问题2：你们这个分布式锁是阻塞的还是非阻塞的？在高并发情况下，比如秒杀场景，使用非阻塞锁是否会导致同一时刻多个用户返回错误？

回答：

问题3：你了解夜市的相关性算分他是怎么做的？如果我想去实现一下这种我想自定义一下它的这个算法规则基本应该怎么做？

回答：

7.21日

问题1：为什么在使用Go Zero作为微服务框架时，还需要引入GRPC？Go Zero本身可以提供服务接口，GRPC在服务间调用和协议选择方面有什么优势？在服务聚合或统一管理时，Go Kit和GRPC各自的作用是什么？

回答：

问题2：你目前使用的LED es方案是分布式锁的实现方案，具体是使用hset来实现的吗？如果是，那么hset中的键k和值v分别是什么？

回答：

问题3：在电商商品表中，当查询条件包含UID、创建时间和订单状态时，是否会命中索引，以及会使用哪个索引？

回答：

7.22日

问题1：支付状态内部是如何同步的？异步消息是通过什么方式监听的？

回答：

问题2：在订单处理中，当出现超卖情况时，系统是采用扣减库存还是锁定库存的方式？请详细说明这两种机制的实现方式及其对系统的影响。

回答：

问题3：在数据库查询中，如何通过选择特定的UID和商品ID进行回标，并通过排序优化数据处理？

回答：

7.23日

问题1：你们的微服务框架是用Go实现的吗？你们的架构是否基于公共框架，并且使用了GRPC进行通信？

回答：

问题2：如何通过日志解析和算法实现高频值的热点发现？

回答：

问题3：快照是如何生成的，以及如何将快照输出到文件？

回答：

7.24日

问题1：在处理订单库存扣减时，如何使用MySQL实现安全的库存扣减，避免幻读和脏读？

回答：

问题2：支付和订单之间的业务隔离如何实现？

回答：

问题3：Redis 中如何处理 URL 带参数的情况？常用的有哪些数据结构？

回答：

7.25日

问题1：他为什么选择使用倍加速和BR树，而不是跳表？

回答：

问题2：您可以简单介绍一下GU哈希算法吗？如果让你手写一个协议栈，你能写出来吗？

回答：

问题3：您后台使用的是MySQL吗？可以介绍一下MySQL索引的存储方式吗？

回答：

7.26日

问题1：Go语言的runtime是如何调度goroutine的？当goroutine执行网络或磁盘读取等耗时操作时，GGMP模型是如何工作的？

回答：

问题2：那这个二叉树它的高度一般是多少？那它一层它能存储那它是多叉树它一般有多少个分叉？

回答：

问题3：丽斯给我们提供的数据结果，它在reinlix中提供的int类型是否是string类型？

回答：

7.27日

问题1：strred 是基于内存的数据库，为什么它比 MySQL 快？它如何存储数据，特别是 stream 类型的数据？它做了哪些优化来提高性能？为什么使用 SDS 这种数据结构？

回答：

问题2：服务端代码中的路由实现和路由匹配算法是如何工作的？

回答：

问题3：您在阳光出行项目中用到了令牌桶限流算法。这个可以介绍一下吗？怎么实现的？令牌桶什么时候放满，什么时候放的？为什么选择使用这个算法？

回答：

7.28日

问题1：你们的对账功能是如何设计的？它在系统中属于微服务性质吗？它是如何与其他服务进行调用的？

回答：

问题2：如果让你设计一个分布式事务系统，应该怎么去做？

回答：

问题3：如何设计一个高并发系统，利用MySQL和Redis保证数据一致性和完整性，并处理骑手余额和明细的并发操作？

回答：

7.29日

问题1：账系统的时效性升级主要涉及哪些功能或架构改动？业务场景是什么样的？

回答：

问题2：司机在订单未结算前，系统会进行核对，核对完成后进行划账，这个流程是怎样的？

回答：

问题3：你们后端会因为你们是一个听下来好像流量也比较大的一个 app 那你们对后端会有一些性能评估吗或者在性能上会有一些要求吗？我的意思是你们写的需求会有性能测试吗 会过性能测试吗

回答：

7.30日

问题1：你们过去有因为性能或者耐久测试不通过的情况被测试打回的情况吗？为什么在开发完成后，你会针对性能和耐久测试指标做一些自测？平时你是如何进行耐久测试和性能测试的？

回答：

问题2：如何分析Mango查询语句的性能，包括耗时、扫描文档数量、索引命中情况以及是否需要调整查询？

回答：

问题3：什么是耐久性测试？它是否涉及自动化程序长时间运行以测试系统或后端接口，检查资源溢出和崩溃情况？

回答：

7.31日

问题1：为什么ES比MySQL快？可以从数据结构和索引机制的角度进行分析。

回答：

问题2：如何在命令行执行脚本并传递参数，特别是在使用Excel脚本时需要传递特定参数的情况？

回答：

问题3：你们的库存校验机制是怎样的？是以REDX为准还是以MySQL为准？

回答：

8.3日

问题1：在使用SDS的情况下，系统的并发处理能力如何设计？

回答：

问题2：在处理异常时，recover是如何配合different使用的？当前的实现是否正确？

回答：

问题3：如果用户在下单后关闭了应用，导致客户端无法计时，且回调消息丢失，系统将如何处理该订单？

回答：

8.4日

问题1：栈的先进后出特性在实际应用中是如何体现的？你们一般常使用哪些数据结构来处理类似的问题？

回答：

问题2：在分布式部署 Elasticsearch 时，如何选择分片键以优化查询性能？分布式锁在哪些场景下使用？网络配置对系统性能有何影响？

回答：

问题3：Redis 都用过哪些数据类型？它的底层实现了解过吗？

回答：

8.5日

问题1：假设我从主分支切出来一个新的分支，要用什么呢？

回答：

问题2：如何将本地FEAT分支提交到远程仓库？

回答：

问题3：你可以讲一下 slice 的底层实现和扩容机制吗？以及 map 的底层数据结构和扩容机制吗？

回答：

8.6日

问题1：HTDP如何解决切换全网不断的问题？HTTP和UTP的区别是什么？

回答：

问题2：你们如何处理库存存储？如果库存是一个k，只能在一个分辨里面，觉得再多分辨都没用。如果扩容，库存要怎么改才能支持这么高的并发？

回答：

问题3：您通常使用哪些Docker命令和网络地址相关的命令？

回答：