高性能
校招考察频度：★ 高频（重点常考·大厂分水岭） 复习主线：高性能的目标是“在单位时间内吞吐更多请求、将长尾延迟 P99/P999 压至极限”。核心考查链路：先科学度量（Little’s Law 并发推导、QPS、P99 真实含义）→ 再落地技术手段（多级缓存架构、异步化削峰填谷、连接池与线程池参数调优、四/七层负载均衡与无状态水平扩展、CDN 边缘加速）。
分类考频地图
| 专题 | 核心页面 | 校招考频星级 | 重点考查要点 |
|---|---|---|---|
| 缓存架构设计 | 缓存架构设计 | ★ 高频（生死线） | 为什么缓存是用一致性换性能、多级缓存（本地 Caffeine + 分布式 Redis + CDN）、Cache-Aside / Read-Through / Write-Through |
| 异步化与解耦 | 异步化与解耦 | ★ 高频（大厂分水岭） | 核心业务主链路与旁路解耦、削峰填谷防瞬间打爆数据库、消息顺序性与消费幂等保证 |
| 池化技术与复用 | 连接池与线程池 | ★ 高频（并发底座） | 为什么频繁建连开销大、数据库连接池 HikariCP 核心参数（maximumPoolSize/minimumIdle）、池泄漏排查与连接探活 |
| 水平扩展与负载 | 水平扩展与负载均衡 | ★ 高频（架构常考） | 无状态服务设计（Session 共享/JWT）、四层负载均衡（LVS/NAT/DR）vs 七层（Nginx/反向代理）、加权轮询与一致性哈希 |
| 性能度量与压测 | 性能指标与压测 | ☆ 中频（度量与压测） | 为什么平均响应时间是骗局（必须看 P95/P99/P999）、Little’s Law（并发数 = 吞吐率 × 延迟）、压测寻找拐点与短板 |
| CDN 与动静分离 | CDN 与静态化 | ☆ 中频（边缘加速） | 静态资源回源策略、Anycast 路由、边缘节点缓存命中率提升、防盗链与内容刷新 |
校招面试核心问答
- 衡量接口性能为什么绝不能只看平均响应时间？
因为长尾效应（Tail Latency）。99% 的请求耗时 10ms，但 1% 的请求因为 GC 或锁竞争卡了 10 秒，平均值依然看起来很健康，但真实线上 1% 的高端付费用户体验已经彻底崩溃。因此必须看 P99 / P999。 - 连接池大小是越大越好吗？
绝对不是。过大的连接池会导致数据库 CPU 在大量的线程上下文切换与锁竞争中空转，吞吐量反而断崖式下跌。遵循 PostgreSQL 经验公式：connections = (core_count * 2) + effective_spindle_count。