大厂技术面试考察点
1. 基础知识
2. 技术广度
3. 技术深度
4. 项目经验
5. 团队管理
6. hr -- 参考技术面试评价，学历，背景，软技能，人品 → 技术评级


技术范围
1. 算法与数据结构（应届生必问）
2. JVM、MySQL 优化、JDK 源码、Linux、操作系统
3. 项目
4. 分布式架构：分布式 session、分布式事务、分布式锁、RPC 调用、接口幂等性、分库分表
5. 微服务：
    - Spring Cloud: Gateway, Eureka, OpenFeign, Ribbon
    - Spring Cloud Alibaba: Nacos, Dubbo, Sentinel, Seata 


面试优化及面试指导

一、自我介绍
六年以上大型互联网电商与金融项目研发经验，对大型互联网电商的后端架构和整体业务有
深入的理解，三年以上团队研发管理经验，对分布式，高并发，高可用，微服务架构设计有
深度理解，曾负责过注册用户上亿，日活近500万的电商平台的架构设计与研发。对IT技术
有较浓厚的兴趣，喜欢跟踪与钻研新技术以及底层实现。有深入研究过Zookeeper，
Dubbo，Netty，Spring以及Spring Cloud等开源框架的源码。

二、掌握技术技能（引导面试官发问）
1. Java 基础扎实，掌握 JVM 原理、多线程、网络原理、设计模式、常用数据结构和算法。
2. 深入理解 Spring，SpringMVC，MyBatis 等开源框架设计原理及底层架构，研究过部分核心功能源码，具备一定的框架定制开发能力。
3. 深入理解 Redis 线程模型，熟练掌握 Redis 的核心数据结构的使用场景，熟悉多级缓存架构，
   熟悉各种缓存高并发的使用场景，比如缓存雪崩、缓存穿透、缓存失效、热点缓存重建等。
4. 熟悉常见消息中间件的使用，解决过各种消息通信场景的疑难问题，比如消息丢失、消息重复消费、消息顺序性、大规模消息积压问题。
5. 对于高性能 IO 通信模型以及相关开源组件 Netty 等源码有过深度研究，熟悉 Netty 线程模型，
   熟悉百万级并发服务器架构设计。
6. 深入理解 JVM 底层原理，熟悉 JVM 各种垃圾收集器的使用以及核心参数的调优，有过一定的 JVM 线上调优经验，
   对 JVM 调优有自己独到见解。
7. 深入理解 SpringBoot、SpringCloud、Dubbo 等微服务框架的设计原理及底层架构，研究过核心源码，
   熟悉各种微服务架构场景设计。比如，服务注册与发现，服务限流、降级、熔断，服务网关路由设计，服务安全认证架构。
8. 在项目中解决过各种分布式场景的技术难题，比如分布式锁，分布式事务，分布式 session，分布式任务，海量数据的分库分表 ……


三、项目经验
1. 做过类似电商项目
2. 没做过类似电商项目，银行内部项目，OA，ERP，内部管理系统。
   想下自己做过的项目如果压力暴增 100 倍，现有系统是否能抗住，如果扛不住应该怎么优化？
   用哪些技术？试着将一些主流技术应用到自己项目中，可以写到自己简历中。例如，JVM 以及 MySQL 的优化。
3. 如果一些技术实在用不上，可以说之前有跟朋友兼职做过 xxx 系统。
   这种系统压力一般不会太大，可以在系统优化上写，
   比如，把 gc 的次数和时间由多少优化到了多少，
   把 QPS 之类的由多少优化到了多少。


项目细节点
1. 项目大题情况
2. 项目软硬件技术架构
3. 项目大体规模，多少人参与，并发量与数据量多大，你在其中的角色

    - gateway: 8 核 16 G，抗住每秒 2000+ 请求
               32 核 64 G，抗住每秒上万请求，支撑 1w+ 请求
               5 台 8 核 16 G，支撑 10w+ 请求
               10 台 32 核 64 G，
               
    - web 服务：需要根据业务的复杂度来看，一般就单台几百 ~ 几千的并发
    - 缓存 Redis：单台几万的并发，要么用集群架构可以到几十万并发
    - 数据库：正常 8 核 16 G 抗个大几百并发问题不大，
             如果并发提高 10 倍到 4,5k，要么分库分表横向扩容，要么增大机器配置，
             比如 32 核 64 G 高配物理机，抗个 4,5k 并发问题不大 

    - 线上实时 QPS 等性能指标计算
    
4. 项目的分布式，缓存，消息，高可用，调优，性能监控
   以秒杀下单核心链路举例，看下各环节做了哪些事情，为了解决什么问题。
   （1）缓存
       - 缓存架构
       - 缓存穿透，雪崩，失效
   （2）消息
       - 消息中间件选型
       - 消息服务高可用
       - 消息重复消费
       - 丢消息
       - 消息积压
   （3）分布式
       - 为什么要分布式、微服务？
       - 注册中心用的什么？服务注册与发现原理是什么？
       - 注册中心如果出问题或挂了怎么办？服务直接还能继续通信吗？
       - 微服务直接调用负载均衡策略有哪些？
       - 超卖问题的分布式锁实现原理，Redis 与 zk 实现优劣对比。
       - 分布式 session 怎么做的？
       - 核心交易链路分布式事务
       - 分库分表，全局序列 ID 方案
   （4）高可用
       - 核心服务链路的限流、熔断、降级
       - 服务雪崩，资源隔离
   （5）调优
       - JVM
       - MySQL
       - Redis
       - 分布式
       - 微服务分布式中间件的参数调优等
   （6）服务监控
       - 
       
5. 项目中的难点以及优化改进点
    - 分布式锁高并发优化
    - 缓存与数据库双写不一致
    - 消息积压处理
    - 降级操作的数据补偿
    - 服务扩容 
    - 核心服务全链路保证高可用
    - 复杂业务设计（DDD架构）


四、 获奖经历


面试之前充分了解公司，面试完问下公司的技术栈及公司业务。