大型系统的核心不是“堆技术名词”而是识别瓶颈用架构手段把瓶颈拆开、绕开、扩展掉这篇按“性能瓶颈 - 分层架构 - 数据与缓存 - 会话管理”的主线整理。面试与工程都通用的一句话方法论先观测指标/日志/链路追踪定位瓶颈再做架构优化不要一上来就“加 Redis/加机器”。1. 性能瓶颈从哪来内存 vs IO 的数量级差异你可以用一句话抓住面试官内存访问是纳秒级磁盘/数据库 IO 是毫秒级差了 10^6 数量级。所以高并发下最容易被打爆的是数据库IO 密集2. 缓存Redis为什么能提速边界在哪里2.1 Redis 的价值Redis 在内存里存取数据速度远快于磁盘数据库缓存命中时可显著降低 RT减少数据库压力2.2 Redis 的边界与注意点Redis 不等于“万能加速器”跨网络 IO 会稀释优势引入缓存会带来一致性、过期、击穿/雪崩/穿透等问题把三大缓存问题复习必背记成一句话穿透查不存在的东西一直打到 DB击穿热点 key 过期瞬间大量请求打到 DB雪崩大量 key 同时过期导致 DB 扛不住应对方向不展开实现细节面试够用穿透布隆过滤器/空值缓存击穿互斥更新/热点不过期异步刷新雪崩过期时间加随机、分批过期面试可用一句话缓存解决读性能和数据库压力但会引入一致性与缓存失效类问题。3. 分层与集群把流量拆开把压力分散3.1 前端CDN DNSCDN静态资源就近分发减轻源站压力DNS入口分散避免单点入口3.2 后端Nginx 负载均衡把请求分发到多台应用实例Tomcat/服务节点横向扩展加机器解决并发一句话LB 的核心价值是把单点吞吐扩展成集群吞吐。易错点提醒负载均衡不是万能的如果下游 DB/缓存是瓶颈LB 只能把请求“更快地打爆瓶颈”。4. 数据层海量数据与高可用4.1 分库分表解决容量与单表瓶颈数据量大单表索引、IO、锁竞争都会变差分库分表能把数据按规则拆开4.2 高可用与扩展MySQL主从、哨兵等面试强调“读扩展 容灾”Redis集群化提高吞吐与容灾5. 会话管理为什么集群不推荐 Session5.1 Session 的问题Session 放在单台机器内存 - 集群下请求漂移会丢状态粘滞会话会破坏负载均衡效果5.2 推荐方案Token RedisToken 放客户端每次请求携带登录态/黑名单/续期信息放 Redis一句话集群下用 Token 解耦状态Redis 做集中存储避免 session 粘滞。常见误区提醒Token 不是“绝对无状态”你仍然可能需要 Redis 存黑名单、续期信息、踢下线等状态。6. 高频面试题速答Q系统慢通常先看哪里A先看 IO/数据库瓶颈再看缓存命中与下游响应。Q为什么加 Redis 能提速A内存访问比磁盘 IO 快很多缓存命中可直接绕开数据库。Q为什么要负载均衡A把单机吞吐扩展为集群吞吐提高可用性。Q为什么要分库分表A解决海量数据下的容量与单表性能瓶颈。Q集群为什么不用 SessionA状态在单机内存会导致请求漂移丢登录态推荐 Token Redis。Q为什么 Redis 不建议放公网或跨地域当主缓存A网络 IO 与延迟会显著削弱优势还会引入稳定性与安全风险更常见是同机房/同地域部署。Q系统变慢你先怎么排查A先看 RT、QPS、错误率再看 CPU/内存/GC重点看下游 IODB/缓存与慢查询/超时。7. 30 秒背诵稿系统优化先定位瓶颈内存纳秒级、DB IO 毫秒级所以高并发先关注 DB/IO。Redis 缓存用来提速与减压但要考虑一致性与穿透/击穿/雪崩。架构扩展靠分层与集群CDN/DNS 分散入口Nginx 负载均衡扩展后端。数据量大做分库分表高可用用主从/集群会话用 Token Redis 避免 session 粘滞。8. 总结性能优化先找瓶颈IO CPU架构扩展靠分层与集群缓存提速但引入一致性问题会话管理Token Redis 更适合集群