数据库
- 2.1 池化技术：如何减少频繁创建数据库连接的性能损耗？
- 2.2 数据库优化方案（一）：查询请求增加时，如何做主从分离？
- 2.3 数据库优化方案（二）：写入数据量增加时，如何实现分库分表？
- 2.4 发号器：如何保证分库分表后ID的全局唯一性？
- 2.5 NoSQL：在高并发场景下，数据库和NoSQL如何做到互补？
缓存
- 3.1 缓存：数据库成为瓶颈后，动态数据的查询要如何加速？
- 3.2 缓存的使用姿势（一）：如何选择缓存的读写策略？
- 3.3 缓存的使用姿势（二）：缓存如何做到高可用？
- 3.4 缓存的使用姿势（三）：缓存穿透了怎么办？
- 3.5 CDN：静态资源如何加速？
消息队列
- 4.1 消息队列：秒杀时如何处理每秒上万次的下单请求？
- 4.2 消息投递：如何保证消息仅仅被消费一次？
- 4.3 消息队列：如何降低消息队列系统中消息的延迟？
- 4.4 面试现场第二期：当问到项目经 历时，面试官究竟想要了解什么？
分布式服务
- 5.1 系统架构：每秒1万次请求的系统要做服务化拆分吗？
- 5.2 微服务架构：微服务化后，系统架构要如何改造？
- 5.3 RPC框架：10万QPS下如何实现毫秒级的服务调用？
- 5.4 注册中心：分布式系统如何寻址？
- 5.5 分布式Trace：横跨几十个分布式组件的慢请求要如何排查？
- 5.6 负载均衡：怎样提升系统的横向扩展能力？
- 5.7 API网关：系统的门面要如何做呢？
- 5.8 多机房部署：跨地域的分布式系统如何做？
- 5.9 Service Mesh：如何屏蔽服务化系统的服务治理细节？
维护
- 6.1 给系统加上眼睛：服务端监控要怎么做？
- 6.2 应用性能管理：用户的使用体验应该如何监控？
- 6.3 压力测试：怎样设计全链路压力测试平台？
- 6.4 配置管理：成千上万的配置项要如何管理？
- 6.5 降级熔断：如何屏蔽非核心系统故障的影响？
- 6.6 流量控制：高并发系统中我们如何操纵流量？
- 6.7 面试现场第三期：你要如何准备一场技术面试呢？
实战
- 7.1 计数系统设计（一）：面对海量数据的计数器要如何做？
- 7.2 计数系统设计（二）：50万QPS下如何设计未读数系统？
- 7.3 信息流设计（一）：通用信息流系统的推模式要如何做？
- 7.4 信息流设计（二）：通用信息流系统的拉模式要如何做？
高并发（High Concurrency）是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。
分享
这次面试我也做了一些总结，确实还有很多要学的东西。相关面试题也做了整理，可以分享给大家，了解一下面试真题，想进大厂的或者想跳槽的小伙伴不妨好好利用时间来学习。学习的脚步一定不能停止！
需要这份资料的朋友戳这里免费下载，整理出的内容大概如下：
Spring Cloud实战
Spring Boot实战
存中…(img-RAB77poH-1625826642508)]
Spring Boot实战
[外链图片转存中…(img-WR3iaHjX-1625826642509)]
面试题整理（性能优化+微服务+并发编程+开源框架+分布式）
