refactor: rename files to Chinese and organize by category

Organized 50 interview questions into 12 categories: - 01-分布式系统 (9 files): 分布式事务, 分布式锁, 一致性哈希, CAP理论, etc. - 02-数据库 (2 files): MySQL索引优化, MyBatis核心原理 - 03-缓存 (5 files): Redis数据结构, 缓存问题, LRU算法, etc. - 04-消息队列 (1 file): RocketMQ/Kafka - 05-并发编程 (4 files): 线程池, 设计模式, 限流策略, etc. - 06-JVM (1 file): JVM和垃圾回收 - 07-系统设计 (8 files): 秒杀系统, 短链接, IM, Feed流, etc. - 08-算法与数据结构 (4 files): B+树, 红黑树, 跳表, 时间轮 - 09-网络与安全 (3 files): TCP/IP, 加密安全, 性能优化 - 10-中间件 (4 files): Spring Boot, Nacos, Dubbo, Nginx - 11-运维 (4 files): Kubernetes, CI/CD, Docker, 可观测性 - 12-面试技巧 (1 file): 面试技巧和职业规划 All files renamed to Chinese for better accessibility and organized into categorized folders for easier navigation. Generated with [Claude Code](https://claude.com/claude-code) via [Happy](https://happy.engineering) Co-Authored-By: Claude <noreply@anthropic.com> Co-Authored-By: Happy <yesreply@happy.engineering>
2026-03-01 00:10:53 +08:00
parent fe2e6dc2f2
commit 0e46a367c4
47 changed files with 0 additions and 0 deletions
--- a/questions/09-网络与安全/性能优化.md
+++ b/questions/09-网络与安全/性能优化.md
@@ -0,0 +1,603 @@
+# 性能优化
+
+## 问题
+
+1. 性能优化的常见思路和方法有哪些？
+2. 如何进行系统性能瓶颈分析？
+3. 数据库性能优化有哪些方法？
+4. JVM 性能调优的常见问题和解决方案？
+5. 接口性能优化有哪些技巧？
+6. 如何进行全链路压测？
+7. 在实际项目中如何进行性能优化？
+
+---
+
+## 标准答案
+
+### 1. 性能优化思路
+
+#### **优化原则**
+
+1. **测量优先**：先测量，后优化
+2. **抓大放小**：优化瓶颈，而非所有地方
+3. **数据驱动**：用数据说话
+4. **权衡取舍**：优化往往带来复杂性
+
+---
+
+#### **优化层次**
+
+```
+用户响应时间
+    ↓
+前端优化（减少请求、CDN、缓存）
+    ↓
+网络优化（减少 RTT、压缩）
+    ↓
+后端优化（代码、算法、并发）
+    ↓
+数据库优化（索引、分库分表）
+    ↓
+操作系统优化（TCP、内核参数）
+    ↓
+硬件优化（CPU、内存、磁盘、网络）
+```
+
+---
+
+### 2. 性能瓶颈分析
+
+#### **分析工具**
+
+**1. CPU 分析**：
+```bash
+# top 命令
+top -p <pid>
+
+# 查看 CPU 使用率
+%CPU: 80.5
+
+# 查看线程 CPU
+top -H -p <pid>
+```
+
+**2. 内存分析**：
+```bash
+# 查看内存使用
+free -h
+
+# 查看进程内存
+ps aux | grep java
+
+# JVM 堆内存
+jmap -heap <pid>
+```
+
+**3. 磁盘 I/O**：
+```bash
+# iostat
+iostat -x 1
+
+# 查看 I/O 等待
+%iowait: 15.2  # 高说明磁盘瓶颈
+```
+
+**4. 网络 I/O**：
+```bash
+# 查看网络连接
+netstat -anp | grep <pid>
+
+# 查看网络流量
+iftop
+```
+
+---
+
+#### **Java 性能分析工具**
+
+**1. JProfiler**：
+- CPU Profiler
+- Memory Profiler
+- Thread Profiler
+
+**2. Arthas（阿里开源）**：
+```bash
+# 安装
+curl -O https://arthas.aliyun.com/arthas-boot.jar
+java -jar arthas-boot.jar
+
+# 查看 CPU 最高的线程
+dashboard
+
+# 查看方法调用耗时
+trace com.example.UserService getUser
+
+# 查看类加载
+sc -d com.example.User
+```
+
+**3. VisualVM**：
+- JDK 自带
+- 可视化界面
+
+---
+
+### 3. 数据库性能优化
+
+#### **优化层次**
+
+```
+SQL 优化
+    ↓
+索引优化
+    ↓
+表结构优化
+    ↓
+数据库配置优化
+    ↓
+架构优化（读写分离、分库分表）
+```
+
+---
+
+#### **SQL 优化**
+
+**1. 避免 SELECT \***：
+```sql
+-- ❌ 查询所有列
+SELECT * FROM users WHERE id = 1;
+
+-- ✅ 只查询需要的列
+SELECT id, name, email FROM users WHERE id = 1;
+```
+
+**2. 避免 IN 子查询**：
+```sql
+-- ❌ 子查询
+SELECT * FROM orders WHERE user_id IN (SELECT id FROM users WHERE status = 1);
+
+-- ✅ JOIN
+SELECT o.* FROM orders o
+INNER JOIN users u ON o.user_id = u.id
+WHERE u.status = 1;
+```
+
+**3. 批量操作**：
+```sql
+-- ❌ 单条插入
+INSERT INTO orders (id, user_id) VALUES (1, 100);
+INSERT INTO orders (id, user_id) VALUES (2, 100);
+INSERT INTO orders (id, user_id) VALUES (3, 100);
+
+-- ✅ 批量插入
+INSERT INTO orders (id, user_id) VALUES
+(1, 100),
+(2, 100),
+(3, 100);
+```
+
+**4. 使用 UNION ALL 代替 UNION**：
+```sql
+-- ❌ UNION（去重，慢）
+SELECT name FROM users_a
+UNION
+SELECT name FROM users_b;
+
+-- ✅ UNION ALL（不去重，快）
+SELECT name FROM users_a
+UNION ALL
+SELECT name FROM users_b;
+```
+
+---
+
+#### **索引优化**
+
+**1. 创建合适的索引**：
+```sql
+-- 为查询条件创建索引
+CREATE INDEX idx_user_id ON orders(user_id);
+
+-- 为排序创建索引
+CREATE INDEX idx_created_at ON orders(created_at);
+
+-- 联合索引（注意最左前缀）
+CREATE INDEX idx_user_status ON orders(user_id, status);
+```
+
+**2. 避免索引失效**：
+```sql
+-- ❌ 使用函数
+SELECT * FROM orders WHERE YEAR(created_at) = 2024;
+
+-- ✅ 范围查询
+SELECT * FROM orders WHERE created_at >= '2024-01-01' AND created_at < '2025-01-01';
+
+-- ❌ 隐式转换
+SELECT * FROM users WHERE phone = 13800138000;  -- phone 是 VARCHAR
+
+-- ✅ 显式转换
+SELECT * FROM users WHERE phone = '13800138000';
+
+-- ❌ 前缀模糊查询
+SELECT * FROM users WHERE name LIKE '%张';
+
+-- ✅ 后缀模糊查询
+SELECT * FROM users WHERE name LIKE '张%';
+```
+
+---
+
+#### **表结构优化**
+
+**1. 垂直拆分**：
+```sql
+-- 拆分前（大表）
+CREATE TABLE users (
+  id BIGINT PRIMARY KEY,
+  name VARCHAR(50),
+  email VARCHAR(100),
+  password VARCHAR(100),
+  intro TEXT,           -- 简介（可能很长）
+  settings JSON,        -- 设置
+  created_at DATETIME
+);
+
+-- 拆分后
+CREATE TABLE users_base (
+  id BIGINT PRIMARY KEY,
+  name VARCHAR(50),
+  email VARCHAR(100),
+  password VARCHAR(100),
+  created_at DATETIME
+);
+
+CREATE TABLE users_ext (
+  user_id BIGINT PRIMARY KEY,
+  intro TEXT,
+  settings JSON
+);
+```
+
+**2. 水平拆分**：
+```sql
+-- 拆分前（单表数据量大）
+CREATE TABLE orders (
+  id BIGINT PRIMARY KEY,
+  user_id BIGINT,
+  amount DECIMAL(10,2),
+  created_at DATETIME
+);  -- 1 亿条数据
+
+-- 拆分后（按时间分表）
+CREATE TABLE orders_2024_01 (
+  id BIGINT PRIMARY KEY,
+  user_id BIGINT,
+  amount DECIMAL(10,2),
+  created_at DATETIME
+);
+
+CREATE TABLE orders_2024_02 (
+  ...
+);
+```
+
+---
+
+### 4. JVM 性能调优
+
+#### **常见问题**
+
+**1. 内存泄漏**：
+```java
+// ❌ 内存泄漏
+public class Cache {
+    private static final Map<String, Object> cache = new HashMap<>();
+
+    public void put(String key, Object value) {
+        cache.put(key, value);  // 永不清理，内存泄漏
+    }
+}
+
+// ✅ 使用 Guava Cache
+public class Cache {
+    private static final Cache<String, Object> cache = CacheBuilder.newBuilder()
+        .expireAfterWrite(10, TimeUnit.MINUTES)
+        .maximumSize(10000)
+        .build();
+
+    public void put(String key, Object value) {
+        cache.put(key, value);
+    }
+}
+```
+
+---
+
+**2. 频繁 GC**：
+```bash
+# 查看 GC 情况
+jstat -gcutil <pid> 1000
+
+# 输出
+  S0     S1     E      O       M     CCS    YGC     YGCT     FGC    FGCT     GCT
+  0.00  70.15  80.23  65.40  95.12  90.23   1523    45.236     10    12.345   57.581
+
+# YGC：年轻代 GC 次数（正常 1000 次/小时以下）
+# FGC：老年代 GC 次数（应该接近 0）
+# GCT：总 GC 时间（应该 < 5%）
+```
+
+**调优**：
+```bash
+# 调整堆内存大小
+-Xms4g -Xmx4g
+
+# 调整年轻代大小
+-Xmn2g
+
+# 使用 G1 收集器（大堆内存推荐）
+-XX:+UseG1GC
+
+# 调整 GC 并行线程
+-XX:ParallelGCThreads=8
+```
+
+---
+
+**3. CPU 100%**：
+```bash
+# 查看最耗 CPU 的线程
+top -H -p <pid>
+
+# 转换线程 ID 为 16 进制
+printf "%x" <tid>
+
+# 查看线程堆栈
+jstack <pid> | grep <tid-in-hex> -A 20
+```
+
+---
+
+### 5. 接口性能优化
+
+#### **优化技巧**
+
+**1. 异步处理**：
+```java
+// ❌ 同步处理（慢）
+@PostMapping("/order")
+public String createOrder(@RequestBody Order order) {
+    // 1. 保存订单（100ms）
+    orderService.save(order);
+
+    // 2. 发送邮件（500ms）
+    emailService.send(order);
+
+    // 3. 发送短信（300ms）
+    smsService.send(order);
+
+    // 总耗时：900ms
+    return "success";
+}
+
+// ✅ 异步处理（快）
+@PostMapping("/order")
+public String createOrder(@RequestBody Order order) {
+    // 1. 保存订单（100ms）
+    orderService.save(order);
+
+    // 2. 异步发送邮件、短信
+    CompletableFuture.runAsync(() -> {
+        emailService.send(order);
+        smsService.send(order);
+    });
+
+    // 总耗时：100ms
+    return "success";
+}
+```
+
+---
+
+**2. 缓存**：
+```java
+// ❌ 每次查询数据库
+public User getUser(Long userId) {
+    return userMapper.selectById(userId);  // 50ms
+}
+
+// ✅ 使用缓存
+@Cacheable(value = "users", key = "#userId")
+public User getUser(Long userId) {
+    return userMapper.selectById(userId);  // 第一次 50ms，后续 1ms
+}
+```
+
+---
+
+**3. 批量查询**：
+```java
+// ❌ 循环查询（N+1 问题）
+List<Order> orders = orderMapper.selectList();
+for (Order order : orders) {
+    User user = userMapper.selectById(order.getUserId());  // N 次查询
+    order.setUser(user);
+}
+
+// ✅ 批量查询
+List<Order> orders = orderMapper.selectList();
+Set<Long> userIds = orders.stream()
+    .map(Order::getUserId)
+    .collect(Collectors.toSet());
+Map<Long, User> userMap = userMapper.selectByIds(userIds);  // 1 次查询
+orders.forEach(o -> o.setUser(userMap.get(o.getUserId())));
+```
+
+---
+
+**4. 连接池优化**：
+```yaml
+# HikariCP 配置
+spring:
+  datasource:
+    hikari:
+      minimum-idle: 10           # 最小空闲连接
+      maximum-pool-size: 50      # 最大连接池大小
+      connection-timeout: 30000  # 连接超时时间
+      idle-timeout: 600000       # 空闲连接超时
+      max-lifetime: 1800000      # 连接最大生命周期
+```
+
+---
+
+### 6. 全链路压测
+
+#### **压测工具**
+
+**1. JMeter**：
+- 图形化界面
+- 支持分布式压测
+- 可录制脚本
+
+**2. Locust（Python）**：
+```python
+from locust import HttpUser, task, between
+
+class WebsiteUser(HttpUser):
+    wait_time = between(1, 3)
+
+    @task
+    def index(self):
+        self.client.get("/")
+
+    @task(3)
+    def api(self):
+        self.client.get("/api/users")
+```
+
+**运行**：
+```bash
+locust -f locustfile.py --host=https://example.com
+```
+
+---
+
+#### **压测流程**
+
+```
+1. 制定压测计划
+   - 确定目标（QPS、响应时间）
+   - 确定场景（秒杀、日常流量）
+
+2. 编写压测脚本
+   - 模拟真实用户行为
+   - 准备测试数据
+
+3. 执行压测
+   - 逐步加压
+   - 记录指标
+
+4. 分析结果
+   - 找出瓶颈
+   - 优化后再次压测
+
+5. 容量评估
+   - 确定系统容量
+   - 预留缓冲（如 30%）
+```
+
+---
+
+#### **压测指标**
+
+| 指标 | 说明 | 目标值 |
+|------|------|--------|
+| **QPS** | 每秒请求数 | 根据业务需求 |
+| **响应时间** | P99 < 200ms | 根据业务需求 |
+| **错误率** | 错误请求比例 | < 0.1% |
+| **CPU 使用率** | CPU 占用 | < 70% |
+| **内存使用率** | 内存占用 | < 80% |
+| **TPS** | 每秒事务数 | 根据业务需求 |
+
+---
+
+### 7. 实际项目案例
+
+#### **案例 1：接口响应时间从 2s 优化到 100ms**
+
+**问题**：
+- 用户列表接口响应时间 2 秒
+- 数据库查询慢
+
+**分析**：
+```sql
+EXPLAIN SELECT * FROM users WHERE status = 1;
+-- type: ALL（全表扫描）
+-- rows: 1000000
+```
+
+**优化**：
+```sql
+-- 1. 添加索引
+CREATE INDEX idx_status ON users(status);
+
+-- 2. 只查询需要的字段
+SELECT id, name, email FROM users WHERE status = 1;
+
+-- 3. 添加缓存
+@Cacheable("users")
+```
+
+**结果**：响应时间降至 100ms
+
+---
+
+#### **案例 2：解决频繁 GC 问题**
+
+**问题**：
+- 应用频繁 Full GC
+- CPU 使用率 100%
+
+**分析**：
+```bash
+# 查看 GC 日志
+jstat -gcutil <pid> 1000
+
+# FGC 频繁，说明老年代内存不足
+```
+
+**优化**：
+```bash
+# 调整 JVM 参数
+-Xms8g -Xmx8g              # 增加堆内存
+-Xmn4g                     # 调整年轻代大小
+-XX:+UseG1GC               # 使用 G1 收集器
+-XX:MaxGCPauseMillis=200   # 设置最大 GC 暂停时间
+```
+
+**结果**：Full GC 次数从每小时 10 次降至 0 次
+
+---
+
+### 8. 阿里 P7 加分项
+
+**深度理解**：
+- 理解性能优化的底层原理（操作系统、网络、数据库）
+- 理解各种性能分析工具的实现原理
+- 理解性能测试的统计学方法
+
+**实战经验**：
+- 有将接口从秒级优化到毫秒级的经验
+- 有解决线上性能问题的经验
+- 有全链路压测的经验
+
+**架构能力**：
+- 能设计高性能架构
+- 能设计性能监控体系
+- 能制定性能优化规范
+
+**技术选型**：
+- 了解各种性能分析工具（JProfiler、Arthas、SkyWalking）
+- 了解分布式追踪系统（Zipkin、Jaeger）
+- 能根据业务特点制定性能指标