🎯 后端架构面试题精选50题¶

适用岗位：后端开发工程师、架构师、AI系统工程师 难度分布：基础(20) + 进阶(20) + 系统设计(10)

一、基础题（20题）¶

Q1: HTTP/1.1 vs HTTP/2 vs HTTP/3的区别？ | 版本 | 传输层 | 多路复用 | 核心改进 | |------|--------|---------|---------| | 1.1 | TCP | 否(队头阻塞) | Keep-Alive长连接 | | 2 | TCP | 是(Stream) | 二进制帧、头部压缩(HPACK)、服务器推送 | | 3 | QUIC(UDP) | 是 | 0-RTT连接、无队头阻塞、连接迁移 |

Q2: TCP三次握手和四次挥手？ - 三次握手：SYN→SYN+ACK→ACK（确保双方收发能力） - 四次挥手：FIN→ACK→FIN→ACK（双方独立关闭） - TIME_WAIT：2MSL等待，防止旧连接的延迟包干扰新连接

Q3: RESTful API设计原则？ - 资源导向：URL是名词(/users/123)，HTTP动词表示操作(GET/POST/PUT/DELETE) - 无状态：每个请求包含所有信息 - 版本控制：/api/v1/... - 分页：?page=1&size=20 - 错误码：200/201/400/401/403/404/500

Q4: 数据库索引的原理？B+树 vs 哈希索引？ - B+树：有序多叉树，支持范围查询和排序，MySQL InnoDB默认 - 哈希索引：O(1)等值查询，不支持范围查询 - 建索引原则：高选择性字段、WHERE/JOIN/ORDER BY字段、最左前缀匹配

Q5: SQL优化的基本策略？ - EXPLAIN分析执行计划 - 避免全表扫描：加索引、避免函数包裹列 - 覆盖索引：索引包含查询所有列 - 分页优化：用"WHERE id > last_id"替代"OFFSET" - 避免SELECT *

Q6: Redis常用数据结构和应用场景？ | 数据结构 | 场景 | |---------|------| | String | 缓存、计数器、分布式锁 | | Hash | 用户信息、对象属性 | | List | 消息队列、最新N条记录 | | Set | 标签、共同好友 | | ZSet | 排行榜、延迟队列 |

Q7: 缓存穿透、击穿、雪崩的区别和解决？ - 穿透：查不存在的key→布隆过滤器/缓存空值 - 击穿：热key过期→互斥锁/永不过期+异步更新 - 雪崩：大批key同时过期→随机过期时间/多级缓存

Q8: MySQL事务ACID属性？ - Atomicity：原子性（undo log） - Consistency：一致性（约束+应用逻辑） - Isolation：隔离性（锁+MVCC） - Durability：持久性（redo log + WAL）

Q9: MySQL隔离级别？ - READ UNCOMMITTED → 脏读 - READ COMMITTED → 不可重复读（Oracle默认） - REPEATABLE READ → 幻读（MySQL默认，MVCC+间隙锁解决） - SERIALIZABLE → 完全串行化

Q10: 什么是分布式锁？Redis实现？

SET key value NX EX 30  # NX=不存在才设置，EX=过期时间

Q11: 消息队列的作用？Kafka vs RabbitMQ？ - 作用：异步解耦、削峰填谷、事件驱动 - Kafka：高吞吐（100万+/s）、持久化、适合大数据/日志/流处理 - RabbitMQ：低延迟、协议丰富(AMQP)、适合业务消息

Q12: 微服务架构的优缺点？ - 优：独立部署、技术多样性、故障隔离、团队自治 - 缺：分布式复杂性、运维成本、数据一致性、调试困难 - 拆分原则：按业务域DDD拆分

Q13: 负载均衡算法？ - 轮询(RR)、加权轮询、随机、加权随机 - 最少连接、一致性哈希（适合缓存/有状态服务） - IP Hash（会话粘性）

Q14: CAP定理和BASE理论？ - CAP：一致性(C) + 可用性(A) + 分区容忍(P)，只能3选2 - 分布式系统必须P → 选CP(强一致)或AP(最终一致) - BASE：基本可用+软状态+最终一致性

Q15: 什么是gRPC？和REST对比？ | 维度 | gRPC | REST | |------|------|------| | 协议 | HTTP/2 + Protobuf | HTTP/1.1 + JSON | | 性能 | 高(二进制序列化) | 中(文本序列化) | | 流式 | 支持双向流 | 不支持 | | 适用 | 微服务内部通信 | 对外API |

Q16: Docker容器和虚拟机的区别？ - 容器共享宿主OS内核，秒级启动，MB级大小 - VM有独立OS，分钟级启动，GB级大小 - 容器适合微服务，VM适合强隔离场景

Q17: 什么是连接池？为什么需要？ - 预创建一批数据库连接复用，避免频繁创建/销毁 - 参数：最小连接数、最大连接数、超时时间 - 常用：HikariCP(Java)、SQLAlchemy Pool(Python)

Q18: 分库分表的策略？ - 垂直拆分：按业务拆表（用户表/订单表分库） - 水平拆分：按主键Hash/范围分片 - 问题：跨分片查询、分布式事务、全局ID生成(雪花算法)

Q19: 什么是幂等性？如何实现？ - 多次执行相同操作结果一致（如PUT是幂等的，POST不是） - 实现：数据库唯一约束、Token机制、乐观锁(版本号)

Q20: OAuth 2.0的四种授权方式？ - 授权码模式（最安全，Web APP标准） - 隐式模式（简化版，SPA但不推荐） - 密码模式（用户名密码，内部系统） - 客户端凭证模式（服务间通信）

二、进阶题（20题）¶

Q21-Q40 要点： - Q21: 分布式事务方案(2PC/TCC/Saga/消息最终一致性) - Q22: 限流算法(令牌桶/漏桶/滑动窗口) - Q23: 熔断器模式(Hystrix/Sentinel/断路器状态机) - Q24: 数据库读写分离和主从延迟解决 - Q25: 全文搜索引擎(Elasticsearch原理/倒排索引) - Q26: API网关的职责(路由/限流/认证/灰度) - Q27: 服务发现(Consul/Nacos/etcd) - Q28: 配置中心设计(Nacos/Apollo) - Q29: 日志系统设计(ELK/Loki) - Q30: 链路追踪(Jaeger/Zipkin/OpenTelemetry) - Q31: CQRS(命令查询职责分离)模式 - Q32: Event Sourcing(事件溯源) - Q33: 如何实现分布式ID生成器 - Q34: WebSocket vs SSE vs 长轮询 - Q35: CDN原理和缓存策略 - Q36: 容器编排(Kubernetes架构/Pod/Service/Ingress) - Q37: CI/CD流水线设计 - Q38: 数据库连接泄漏排查方法 - Q39: JVM/Python内存模型和GC - Q40: 如何设计一个高并发秒杀系统

三、系统设计题（10题）¶

Q41: 设计一个URL短链接服务 - 核心：62进制编码(a-zA-Z0-9) → 7位支持62^7≈3.5万亿 - 架构：API→ID生成(snowflake)→62进制→存Redis+MySQL→301重定向 - 扩展：自定义短链、过期、统计

Q42: 设计一个分布式文件存储系统 - 参考HDFS：NameNode(元数据)+DataNode(数据块) - 分块存储(64MB块)+3副本+机架感知 - 一致性哈希分片+负载均衡

Q43: 设计一个实时排行榜系统 - Redis ZSet：ZADD/ZRANK/ZRANGE - 分段排行：前1000名精确排序+后续近似 - 持久化：定期dump到MySQL

Q44: 设计一个即时通讯系统 - 长连接(WebSocket)+消息队列+离线消息存储 - 消息可靠性：ACK确认+消息序号+重试 - 群聊：扩散写(写入每个成员信箱)

Q45: 设计一个日活千万的Feed流系统 - 推模型(Push)：发布时写入粉丝收件箱(适合粉丝少) - 拉模型(Pull)：查看时从关注者拉取(适合大V) - 推拉结合：大V用拉，普通用户用推

Q46: 设计一个LLM推理服务(日调用1亿) - 架构：API Gateway → 请求队列 → GPU集群(vLLM/TensorRT-LLM) - 优化：Dynamic Batching + KV Cache + PagedAttention + 量化 - 弹性：K8s HPA按GPU利用率自动扩缩 + 请求优先级队列 - 成本：Spot实例+模型量化(INT4/FP8)+短请求路由到小模型

Q47: 设计一个分布式向量检索系统 - Milvus/Qdrant架构：协调器+查询节点+数据节点+索引节点 - 索引：IVF+PQ/HNSW，支持百亿级向量 - 实时性：增量索引+异步全量重建

Q48-Q50：设计电商下单流程、设计监控告警系统、设计多租户SaaS平台

最后更新：2026年2月