后端开发面试高频知识点全解析

数据库

MySQL核心问题

索引是后端面试最高频的考点。B+树的结构：非叶子节点只存键值不存数据，叶子节点存全部数据并用双向链表连接。这带来了范围查询的高效性和稳定的IO次数。

聚簇索引和非聚簇索引的区别：聚簇索引的叶子节点直接存整行数据，一个表只能有一个；非聚簇索引叶子节点存主键值，需要回表查询。这就是为什么建议用自增主键（顺序插入减少页分裂）。

最左前缀原则是联合索引的核心。联合索引(a,b,c)相当于创建了(a)、(a,b)、(a,b,c)三个索引。查询条件必须是索引的最左列开始且不能跳过中间列。

SQL优化是实操考察重点。EXPLAIN分析执行计划的几个关键字段：type（const>eq_ref>ref>range>index>ALL）、key（实际使用的索引）、rows（扫描行数）、Extra（Using filesort/Using temporary需要优化）。慢查询优化流程：开启slow_query_log、用mysqldumpslow分析、EXPLAIN定位问题、加索引或改写SQL。

事务与锁

事务四大特性ACID：原子性（undo log回滚）、一致性（事务前后数据满足约束）、隔离性（MVCC+锁机制）、持久性（redo log保证）。

四种隔离级别：读未提交、读已提交、可重复读（MySQL默认）、串行化。脏读、不可重复读、幻读分别在哪一级别出现？InnoDB如何通过MVCC+Next-Key Lock在可重复读级别解决幻读？

行锁（Record Lock）、间隙锁（Gap Lock）、临键锁（Next-Key Lock）的区别和适用场景非常关键。

缓存

Redis核心数据结构

String不只是存字符串，可以存JSON、数字（incr原子自增）、二进制。分布式锁用SETNX+过期时间实现。

Hash适合存对象属性，内存优化好于多个String key。List可实现消息队列（LPUSH+BRPOP阻塞消费）、最新列表。Set的交并差集操作适合共同关注、推荐场景。ZSet通过score排序，排行榜必备。

缓存问题三件套

缓存穿透：查询不存在的数据，绕过缓存直接打DB。解决方案：布隆过滤器、缓存空值。

缓存击穿：热点key过期瞬间大量请求打DB。解决方案：互斥锁、逻辑过期（不设TTL，后台异步更新）。

缓存雪崩：大量key同时过期或Redis宕机。解决方案：过期时间加随机值、Redis集群+哨兵、限流降级。

Redis高可用

持久化：RDB快照（全量、恢复快、可能丢数据）、AOF日志（增量、更安全、文件大）。

主从复制：读写分离，全量同步+增量同步。哨兵模式：自动故障转移。集群模式：数据分片，16384个slot。

消息队列

为什么需要消息队列

削峰填谷应对流量高峰、异步处理提升响应速度、解耦系统间依赖。

消息可靠性

生产者确认机制、Broker持久化、消费者手动ACK。消息幂等性通过数据库唯一索引+Redis去重实现。

分布式系统

CAP理论：一致性、可用性、分区容错不可兼得。BASE理论：基本可用、软状态、最终一致性。

分布式ID生成：UUID（简单但有性能问题）、数据库自增（单点瓶颈）、Snowflake（1位不用+41位时间戳+10位机器ID+12位序列号）。

分布式事务：两阶段提交（XA协议）、TCC（Try-Confirm-Cancel）、本地消息表、RocketMQ事务消息。

分布式锁：数据库乐观锁、Redis SETNX+过期时间、Zookeeper临时顺序节点。

设计模式与架构

DDD领域驱动设计：实体、值对象、聚合根、领域服务。微服务拆分原则。设计模式考察集中：单例、工厂、策略、观察者、代理模式。控制反转和依赖注入的好处：降低耦合、方便测试。

后端面试的核心是展示系统化思维。不要只回答问题表面，要深入原理并能关联实际场景。结合项目经验，用数据量化成果。保持对新技术的好奇心和实践是成长的关键。