欢迎点击下方👇关注我，记得星标哟~
文末会有重磅福利赠送
今天分享的是粉丝投稿的在好未来的面经，跟项目相关的问题没有具体答案，其他的问题涉及到的知识点有MySQL、Redis、数据结构（切片）以及Go并发，感兴趣的可以接着往下看：
问项目
找你的一个项目,着重介绍下你的或团队的技术特点 K8S怎么用的?团队部署吗?是不是专门团队? 员工管理平台用redis 用k8s等部署 还是没做到实时一致性是吧? 你那个性能提升50%的业绩是怎么出来的 你的这些项目是不是频繁做一些API 开发 ES用过没
数据库
1. MySQL与Redis的数据结构
MySQL 是一种关系型数据库管理系统（RDBMS），它使用表格来存储数据，每个表由行和列组成。在MySQL内部，为了高效地管理和访问数据，它使用了多种索引结构，如B树、B+树、哈希索引等。
Redis 是一种非关系型数据库，更具体地说，它是一个键值对存储系统。Redis支持五种基本数据结构：
String（字符串）: 可以是简单的字符串或者整数/浮点数值，也支持二进制安全的字符串。 Hash（哈希）: 类似于其他编程语言中的哈希表或字典，允许你存储对象属性。 List（列表）: 双向链表，可以用来实现队列或栈。 Set（集合）: 无序且元素唯一的集合，支持交集、并集、差集等操作。 Sorted Set（有序集合）: 带有分数（score）的集合，可以根据分数排序。
2. MySQL与Redis的使用场景
MySQL 通常用于需要复杂查询、事务处理和持久化存储的应用场景。例如，它是电子商务网站、博客平台和社交网络中用户信息、订单记录等数据的常见选择。 Redis 更适合用于缓存、会话管理、实时分析、排行榜、消息队列等高性能需求的场景。例如，在高并发读写的秒杀活动、在线游戏的积分榜、分布式锁等方面表现优异。
3. 数据库索引与索引下推
索引 是数据库中用于加速数据检索的技术。常见的索引类型包括B树、B+树、哈希索引等。索引可以显著提高查询效率，但也会增加写入成本。 索引下推（Index Condition Pushdown, ICP） 是一种优化技术，允许数据库在扫描索引时就过滤掉不符合条件的记录，而不是先从磁盘加载所有可能匹配的行到内存再进行筛选。这减少了I/O操作，提高了查询性能。
4. B+树为什么通常是三层
B+树 是一种平衡树，广泛应用于数据库和文件系统的索引结构。B+树的设计目的是最小化磁盘I/O次数。理论上，B+树的高度决定了查找操作的最大I/O次数。对于大型数据库，为了确保大多数查询可以在较少的I/O次数内完成，B+树通常被设计为三到四层。三层的B+树意味着根节点、中间节点和叶子节点，这样的结构足以覆盖大量的数据条目，同时保持较高的查询效率。
数据结构
1. 切片（slice）的特点
动态数组：切片是Go语言中的一种动态数组，其长度可以在运行时改变。 引用类型：切片是指向底层数组的引用，因此多个切片可以共享同一个底层数组。 容量（cap）：除了长度（len）之外，切片还有一个容量属性，表示底层数组中可使用的最大元素数量。 内置方法：Go提供了 append()、copy()等内置函数来操作切片。零值：切片的零值是 nil，表示没有指向任何底层数组。
Go并发
1. 使用goroutine和channel的场景
goroutine 是Go语言中轻量级的线程，适用于执行独立的任务，尤其是在需要大量并发任务的情况下。例如，网络服务器处理客户端请求、爬虫抓取网页内容、批量处理文件等。 channel 用于goroutine之间的通信，可以同步数据传递并控制并发流程。例如，工作池模式、生产者-消费者模型、信号量控制并发数量等。
2. 捕获goroutine的参数
返回结果：可以通过channel将goroutine的结果传递回主程序。 上下文（context）：使用 context包可以在goroutine之间传递取消信号、超时信息和其他元数据。panic恢复：使用 defer和recover可以在goroutine发生panic时捕获错误并进行处理。
3. 通道有缓存和无缓存的区别
无缓冲通道：发送方必须等待接收方准备好接收数据才能继续执行。这种机制可以实现同步通信，保证发送和接收的操作顺序。 有缓冲通道：有一个固定的容量，发送方可以在不等待接收方的情况下将数据放入通道，直到达到容量上限。这种方式提供了异步通信的能力，但需要注意避免缓冲区满导致的阻塞问题。
早日上岸！
我们搞了一个免费的面试真题共享群，互通有无，一起刷题进步。
没准能让你能刷到自己意向公司的最新面试题呢。
感兴趣的朋友们可以加我微信：wangzhongyang1993，备注：面试群。
点击下方文章，看看他们是怎么找到好工作的！
