转转转后端

文章发布时间:

最后更新时间:

自我介绍，介绍项目

8年代码经验 算法（noip）,全栈,团队沟通,基础（成绩，os，db，计网，组原都有认真手写lab或黑皮书）, AI （llm推理引擎，Yolov8，RL） 实习 项目:创业,招新(2年，近万人) 实习:所有浏览器功能(权限,生态,优化) 1框架(组件拦截) 2:截图自定义海报接口 3需求管理机器人 4团购券

! ai工具使用

  1. 学习、lab:不用
  2. 业务项目:把所有 框架(数据关系,这个接口的效果和数据方式）（生成，后期不会让他修，因为代码量大，涉及文件多，不如自己改快）

强制缓存和协商缓存

https://xiaolincoding.com/network/2_http/http_interview.html#%E4%BB%80%E4%B9%88%E6%98%AF%E5%BC%BA%E5%88%B6%E7%BC%93%E5%AD%98

强制缓存由浏览器主导，在一定时间内（Cache-Control）不找后端

协商缓存用 Last-Modified/If-Modified-Since, ETag/If-None-Match 来（后端）判断是否修改过，如果没修改过返回304

Go 静态服务 http.FileServer 使用 Last-Modified（文件系统元数据），hash运算开销太大

手写 ETag，把要发的data做md5 hash

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
func GetData(c *gin.Context) {
    // 强制缓存
    c.Header("Cache-Control", "public, max-age=3600")
    
    // 协商缓存 (手动实现)
    data := getData()
    etag := generateETag(data)
    
    if match := c.GetHeader("If-None-Match"); match == etag {
        c.Status(http.StatusNotModified)
        return
    }
    
    c.Header("ETag", etag)
    c.JSON(http.StatusOK, data)
}

HTTPS (SSL/TLS)

登录&https 加密 在 TCP 和 HTTP 网络层之间加入了 SSL/TLS 安全协议，HTTPS 在 TCP 三次握手之后，还需 SSL/TLS 的握手 机密性：非对称加密获得会话密钥，对称加密传输数据

认证 确保公钥的身份

HTTP/2

  • 头部压缩
  • 二进制格式
  • 并发传输：同一个tcp连接里的不同http请求可以并发，用 stream ID 识别
  • 服务器主动推送资源 双方都可以建立 stream，客户端建立的 Stream 必须是奇数号，而服务器建立的 Stream 必须是偶数号。

HTTP/3 QUIC

 QUIC 是一个在 UDP 之上的伪 TCP + TLS + HTTP/2 的多路复用的协议 - 无队头阻塞：实现每个stream相互独立的TCP的rdt，减少队头阻塞 - 更快的连接建立：把tcp连接和tls连接合在一起 - 连接迁移：不像 TCP的源ip+端口 & 目标ip+端口 来标识每一个tcp连接，而是让进程创建唯一标识，来防止ip改变而引起的

epoll

用于监听多个文件描述符，询问时只返回就绪的文件描述符 一个红黑树map（用于存储所有监听信息，快速查/删）（epoll_ctl添加节点），一个就绪队列（epoll_wait阻塞等待就绪队列有值之后返回就绪队列） select/poll只能知道有fd就绪，不能知道是哪些fd就绪，\(O(所有监听节点)\) 用于轮询查找，epoll \(O(就绪节点)\) for I/O 多路复用

LT 是“只要有数据就一直提醒”，而 ET 是“只有新数据到来时才提醒一次”。*

缓存

设计模式

  1. Cache Aside：应用程序负责管理缓存和数据库（后面三个都是只和缓存交互）。即缓存没有命中时app自己找db。read：先缓存；write：先更新数据库再删除缓存（因为先删除缓存可能另一个线程读取db脏数据又给放到缓存了）
  2. Read Through：缓存负责从数据库加载数据。
  3. Write Through：同步写，缓存让db写入数据之后返回success给app
  4. Write Behind：异步写，like page cache in os or db，更新缓存之后返回成功，异步地延迟执行db更新 ### 驱逐参数 volatile/allkeys 是否只驱逐设置了ttl的缓存、 lru 最长时间未被访问 lfu 访问频率

量化指标

缓存20-30%的数据达到85%+的命中率 命中率 请求平均延迟 吞吐量，RPS（请求数/s），QPS（数据库查询数/s） cpu使用率和连接数

如何避免缓存雪崩、缓存击穿、缓存穿透

雪崩：大量缓存数据在同一时间过期，导致大量用户请求访问数据库。随机，不过期 击穿：热点数据过期。提前更新缓存 穿透：数据库没有该值（可能是攻击）。布隆过滤器，手动判断

docker

详见 docker & k8s

MYSQL

解析器 -> 语法树 -> 优化器 -> plan -> 执行器 -> 存储引擎 InnoDB： - B+树 - 表空间 ：段，（索引段，数据段，回滚段） 区（数据量大，让页之间连续） ，页 ，行 - 行格式：变长列长度(len[]）,是否null位图,头,rowid 主键(若无定义),事务id, roll id(mvcc),每列值 - 页目录slot 分组,存储每组最大row的偏移

Redis

高性能高开发、高可用（集群） string.hash.set.zset.list bitmap, geo， stream(消息队列) 内部实现： - listpack: (类型、长度、数据、总长度)[] 用于对小的list.hash.zset - 小Set 处整数;intset int16[] 排序 主逻辑单线程 后台线程:close file.AOF盘、free对象 快的原因：内存、无竞争、I/O多路复用 集群：主从(读写分离)、哨兵(故障、转移)

Golang

面向对象:封装（struct，大小写）、继承（struct嵌套，匿名，自动提升），多态 js：弱类型 大多数值在堆上,变量本身为指针 优势:1协程 2编译速度快、开发效率 2自由 make & new:1类型new(string、int,数组),make(只：切片、map, Channel) 2返回指针or值 for range 每次循环一个临时变量 string 长度不能用len():字节长度 len ([ ] rune ( str ) 类似char

反射 - Typeof:Struct的元数据:可以找到Tag - ValueOf : 接口值 map.slice.chan为引用类型(值本身类似指针) select:I/O多路复用（每个case为in/out） panic:下标越界、Channel关闭、÷0、断言(no ok)

map不是并发安全->Sync.map (读多买少是优于读写锁) - read map →缓存 hash表 - dirty map

多返回值:在调用此fune的函数的栈上预留空间 Slice/Struct/map: copy(dst, src) & reflect.DeepEqual 程序初始化:最深包 init开始

GC

三色+写屏障 白:未扫描 灰:已扫描,还有出边为白（还在队列中） 根:全局、栈、寄存器 并发:不正确（同时满足1 2）:1：创建 黑→白 2删除 灰->白 混合写屏障（对应上面两个条件）1.当创建 黑-》白时白边灰，2.当删除 灰-》白 时检查白没有其他灰指向，就变灰（STW:无能并行 stop the world

微服务

https://juejin.cn/post/7052143950085226510

apollo架构 https://mp.weixin.qq.com/s/-hUaQPzfsl9Lm3IqQW3VDQ ## K8S https://mp.weixin.qq.com/s/wOMzZw-CImSgDoQasy2iHg

一、微服务基础组件

1. 服务治理（Kitex / Spring Cloud 体系）

核心能力：
1. 服务注册与发现
* 常见组件：Nacos、Eureka
2. 健康检查 / 服务追踪
3. 配置管理（动态配置）
4. 网关（统一入口）
5. 负载均衡

2. 服务注册与发现

  • 注册中心：
    • Nacos
    • Eureka（AP 优先）
  • 客户端调用流程：

服务注册 → 服务发现 → 客户端负载均衡 → 调用

3. DNS vs 注册中心

  • DNS：
    • 简单解析 IP
    • 不适合动态服务
  • 注册中心：
    • 支持动态上下线
    • 健康检查
    • 更适合微服务

4. 负载均衡策略

  • Random（随机）
  • Round Robin（轮询）
  • Pick First（优先选一个）
  • 一致性 Hash（部分场景）

5. RPC 框架（Dubbo / gRPC / Kitex）

  • 核心：
    • 服务调用（远程）
    • 序列化协议
    • 服务治理
  • 长连接 + KeepAlive
  • Watch 机制（监听服务变化）

二、Kubernetes（K8s）

核心概念

  • Master：
    • etcd（存储）
    • 调度器（scheduler）
  • Node：
    • 运行 Pod

核心对象

  • Pod：最小部署单元
  • Deployment：管理副本
  • Service：服务暴露

Service 类型

  • ClusterIP（集群内访问）
  • NodePort（节点端口）
  • LoadBalancer（外部负载均衡）

配置中心

配置实时生效（.env），灰度发布（容器的镜像id？） ## 三、网关（Gateway）
### 作用
* 所有外部请求入口
* 做统一处理：
* 路由
* 负载均衡
* 限流
* 鉴权
* 灰度发布
常见网关 Nginx Traefik
traefik
* Provider：
* Docker
* Kubernetes
* 注册中心
鉴权流程：先转到authservice -> 成功 -> 给后端并附加一个header 失败 -> 302/401 给前端
### 熔断 & 降级
* 熔断：
* 下游错误率高 → 直接不请求下游
* 限流：
* 控制 QPS 令牌桶 * 重试 ### 3. CAP 理论

  • C（一致性）
  • A（可用性）
  • P（分区容错）

五、高并发 & 秒杀系统

典型流程

前端限流or验证码 → 网关限流 → Redis 预扣库存（原子lua get&desc 防超卖） → 消息队列削峰 → DB 最终写入（乐观锁&唯一id）-> 最终一致性 ## 六、分布式事务

1. TCC 模式

  • Try（预处理）
  • Confirm（提交）
  • Cancel（回滚）

2. SAGA 模式

  • 长事务拆分
  • 每一步都有补偿操作
    ### 3. Seata
  • AT 模式（自动回滚 undo log）
    ## 七、分布式锁
    ### Redis 实现
  • SET NX EX
  • 防止死锁：设置过期时间
  • 解锁： lua ### Redlock（多节点锁）
    直接在多个节点上锁，多数都有才算获取锁 ### Zookeeper
  • 临时节点
  • Watch 机制
    ## 八、分布式 ID
    ### 方案
  • UUID（简单但无序）
  • redis
  • 号段，类ip子网
  • 雪花算法（Snowflake）
    ## 十、乐观锁 ### SQL 示例
1
2
3
update table   
set count = count - 1   
where id = ? and version = ?

十一、限流

  1. 计数器
  2. 滑动窗口
  3. 令牌桶 *
  4. 漏桶

C++

虚函数

实现运行时多态，调用时动态判断时调用哪个版本的函数 基类像是interfere 如果析构函数是虚函数：先调用派生类析构函数 , 再调用基类析构函数。（正常是覆盖）

  1. 分配内存。
  2. 调用 A 构造函数：vptr 指向 A 虚表 -> 执行 A 构造体（输出 A）。
  3. 调用 B 构造函数：vptr 改指向 B 虚表 -> 执行 B 构造体。

查端口

netstate 查询网络状况，最新用ss sudo ss -ltnp sport = :80 lsof -i :80 （list open file）

TIMEWAIT是什么，服务器有大量timewait是为什么，如何缓解

是四次挥手过程中，主动方收到被动方的FIN然后发送ACK之后进入状态，持续两个MSL，大概60s；为了确认ACK被收到（被动方关闭），2msl是ack丢失+被动方重发。 服务器主动关闭：1. 没有长连接 2. 长连接超时 3. 连接数量太多 → 高并发且持续的短连接 过多的timewait会导致无法连接更多，需要手动减少。tcp_tw_reuse 快速回收或增加nginx连接数大小

三次握手

四次挥手

js this

function 是调用时指定，箭头函数是定义时指定 但是 setInterval 里的 function() {} 不是你调用的，是浏览器/Node.js 在定时器触发时调用的，相当于： 

1
2
// 定时器触发时，浏览器内部大概这样调用： 
callback() // 普通函数调用，没有指定 this

≡