什么是深度分页？怎么导致的？

查询偏移量过大的场景我们称为深度分页，这会导致查询性能较低，例如：

# MySQL 在无法利用索引的情况下跳过1000000条记录后，再获取10条记录
SELECT * FROM t_order ORDER BY id LIMIT 1000000, 10

什么是数据冷热分离？

数据冷热分离是指根据数据的访问频率和业务重要性，将数据划分为冷数据和热数据，并分别存储在不同性能和成本的存储介质中的架构策略。

这种架构的核心目标有三个：

1. 提升查询性能：热数据存储在高性能介质（如 SSD、内存）中，保障核心业务的响应速度。
2. 降低存储成本：冷数据迁移至低成本介质（如 HDD、对象存储），大幅削减存储开支。
3. 满足合规要求：部分行业（如金融、医疗）要求数据长期归档，冷热分离可兼顾合规与成本。

消息队列是高性能和高可用系统里都非常常见的中间件，主要用于异步处理、应用解耦、削峰填谷和流量缓冲。学习消息队列时，不能只背 Kafka、RocketMQ、RabbitMQ 的特性，更要理解消息可靠性、顺序性、幂等性、积压处理和技术选型。

如果你准备面试，建议先看 消息队列面试题总结，把 MQ 问题放进生产、存储、消费、确认和补偿链路中复习，再根据项目使用的中间件深入对应专题文章。

消息队列面试通常从“为什么使用 MQ”开始，随后沿着一条消息的生命周期继续追问：生产者发送超时后能不能重试？Broker 返回成功是否代表消息不会丢？消费者处理成功但确认失败会发生什么？重复消费、顺序错乱和消息积压又该怎样处理？

这篇文章是 JavaGuide 消息队列专题的复习入口，按使用场景、消息可靠性、主流中间件和技术选型四部分整理。每部分只列复习时需要抓住的问题，完整答案和实现细节放在对应专题文章中。

时间比较紧的话，可以先看面试突击版的消息队列常见面试题总结，把讲不清楚的问题标出来，再回到本文补原理和工程细节。

高性能系统面试通常从一个具体症状开始：接口变慢、数据库 CPU 升高、消息开始积压，或者大促流量超过了现有容量。回答时先确认 QPS、P99、数据量和读写比例，再沿着请求链查入口、应用、缓存、数据库和消息队列，直接报出“加缓存、上 MQ、分库分表”很容易被继续追问。

Disruptor 是一个相对冷门一些的知识点，不过，如果你的项目经历中用到了 Disruptor 的话，那面试中就很可能会被问到。

一位球友之前投稿的面经（社招）中就涉及一些 Disruptor 的问题，文章传送门：圆梦！顺利拿到字节、淘宝、拼多多等大厂 offer！ 。

这份 高性能系统知识体系 面向后端学习、系统设计和面试复习，围绕“减少延迟、提升吞吐、削峰填谷、降低数据库压力、优化数据访问路径”整理本站高性能相关文章。

什么是 CDN ？

CDN 全称是 Content Delivery Network/Content Distribution Network，翻译过的意思是 内容分发网络 。

我们可以将内容分发网络拆开来看：

• 内容：指的是静态资源，包括图片、视频、文档、JS、CSS、HTML 等。
• 分发网络：指的是将这些静态资源分发到位于多个不同地理位置机房中的服务器上，从而实现就近访问——例如北京的用户直接访问北京机房的数据。

RabbitMQ 现在不能只按“Exchange + Queue”那套老答案准备。RabbitMQ 4.0 已经移除镜像队列；需要复制和高可用时，主要看 Quorum Queue；需要日志型存储、历史回放或大量堆积时，再评估 Streams。

这篇文章按 RabbitMQ 4.x 最新版本为核心介绍，同时保留 3.x 老集群里还会遇到的镜像队列问题。重点看四件事：AMQP 模型怎么工作，Exchange 怎么路由，消息可靠性怎么保证，以及 Classic Queue、Quorum Queue、Streams 该怎么选。

RabbitMQ 是什么？

SQL 慢了，不要一上来就套“加索引”“不要 SELECT *”这类规则。先把慢 SQL 找出来，看它慢在扫描行数、排序、回表、锁等待，还是调用频次太高。执行计划和业务访问方式对上之后，再决定是改索引、改 SQL、改表结构，还是把查询挪到缓存、搜索引擎或离线报表里。

排查时可以按这个顺序来：

1. 先确认慢的是平均耗时、P99，还是偶发超时；是某条 SQL 慢，还是数据库整体负载高。
2. 通过慢查询日志、APM、数据库监控定位高频慢 SQL。
3. 看执行计划里的 type、key、rows、filtered、Extra，确认有没有全表扫描、回表过多、临时表或文件排序。
4. 再结合业务访问方式处理：少查字段、补索引、改 SQL、拆大事务、限制分页深度。
5. 最后用相同数据量和相同条件复测，别只在小数据集上验证。