高性能系统知识体系：CDN、负载均衡、数据库优化、缓存与消息队列
约 1366 字大约 5 分钟
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。
如果你时间有限，建议先看 高性能系统设计面试题总结，快速建立高频问题清单；如果你想系统补基础，可以按下面的阅读顺序推进。
适合谁看
- 正在系统学习高性能系统设计的后端开发者。
- 准备校招、社招、中大厂后端面试的同学。
- 想补齐 CDN、负载均衡、数据库优化、消息队列等工程能力的工程师。
- 已经遇到慢 SQL、深分页、热点流量、消息积压、数据库压力等问题，但缺少系统解法的读者。
学习重点
- 高性能系统到底是在优化延迟、吞吐、资源利用率，还是在优化用户感知？
- CDN、负载均衡、缓存、数据库优化、消息队列分别解决链路上的哪些瓶颈？
- 读写分离、分库分表、冷热分离、深度分页优化分别适合什么场景？
- Kafka、RocketMQ、RabbitMQ、Disruptor 的定位和选型差异是什么？
- 面试中如何从“瓶颈定位 -> 方案选择 -> 取舍分析 -> 落地风险”回答高性能问题？
建议阅读顺序
- 高性能系统设计面试题总结：先建立缓存、数据库、消息队列、负载均衡等高频问题清单。
- CDN 工作原理详解 和 负载均衡原理及算法详解：理解流量入口和请求分发。
- 读写分离和分库分表详解、常见 SQL 优化手段总结、深度分页介绍及优化建议：补齐数据库性能优化主线。
- 消息队列基础知识总结：理解异步处理、解耦、削峰、消息可靠性、顺序性和幂等。
- 再根据技术栈深入 Kafka 常见问题总结、RocketMQ 常见问题总结、RabbitMQ 常见问题总结。
核心文章
流量入口与请求分发
- CDN 工作原理详解：理解 GSLB 调度、缓存策略、预热刷新、命中率优化和防盗链。
- 负载均衡原理及算法详解：理解四层/七层负载均衡、服务端/客户端负载均衡和常见调度算法。
数据库与数据访问优化
- 读写分离和分库分表详解：理解主从复制、读写分离、垂直拆分、水平拆分和分库分表后的问题。
- 数据冷热分离详解：理解冷热数据判定、分层存储、数据迁移一致性和冷数据查询优化。
- 常见 SQL 优化手段总结：梳理慢 SQL 定位、索引优化、查询重写和分页优化等实战方法。
- 深度分页介绍及优化建议：理解深分页性能问题，以及范围查询、子查询优化、延迟关联和覆盖索引方案。
消息队列与异步削峰
- 消息队列专题：从消息队列基础讲到 Kafka、RocketMQ、RabbitMQ 和 Disruptor 的使用边界。
- 消息队列基础知识总结：理解应用场景、消息模型、消息可靠性、顺序性、幂等和积压处理。
- Kafka 常见问题总结：掌握 Kafka 架构、高性能原理、消息可靠性、顺序性和 Rebalance。
- RocketMQ 常见问题总结：理解 RocketMQ 架构、消息类型、存储机制、可靠性和 5.x 新特性。
- RabbitMQ 常见问题总结：理解 AMQP、Exchange 类型、确认机制、死信队列、延迟队列和镜像队列。
- Disruptor 常见问题总结：理解 RingBuffer、Sequencer、WaitStrategy、无锁设计和缓存行填充。
高频问题
- 高性能系统优化时，应该先定位哪些指标？
- CDN 和负载均衡分别解决什么问题？
- 四层负载均衡和七层负载均衡有什么区别？
- 读写分离会带来哪些一致性问题？如何处理主从延迟？
- 分库分表后如何处理分布式 ID、跨库 JOIN 和分布式事务？
- 深度分页为什么慢？有哪些优化方案？
- 消息队列如何保证消息不丢、不重复、不乱序？
- Kafka、RocketMQ、RabbitMQ 如何选型？
- 消息积压应该如何定位和处理？
相关专题
写在最后
如果内容对你有帮助的话，欢迎顺手给 JavaGuide 点一个免费的 Star 支持一下：GitHub | Gitee。
JavaGuide 已持续维护近七年，累计 6100+ 次提交，来自 620+ 位贡献者共同完善。你的 Star、反馈和 PR，都是这个项目继续更新的动力。
如果你正在准备后端/AI 应用开发面试，也可以了解一下我的知识星球，里面包括后端和 AI 实战项目、简历优化、一对一提问和高频考点资料，已经持续维护六年。