一句话结论 RabbitMQ 的核心是 Exchange → Binding → Queue 的路由模型。消息可靠性靠三阶段保障（Confirm + 持久化 + ACK），死信队列处理失败消息，延迟消息靠 TTL+DLX 实现。 Exchange 类型

一句话结论 Kafka 是分布式日志系统——消息按序追加到 Partition 末尾（顺序写），消费者按 Offset 拉取（Pull 模型）。高吞吐靠顺序写 + 零拷贝 + 批量压缩。 核心概念 概念

一句话结论 RDB 是快照备份（全量、快、可能丢数据），AOF 是命令日志（增量、安全、文件大）。生产环境两者结合使用。高可用靠主从复制 + Sentinel + Cluster三级递进。 持久化 RDB（Redis Database） SAVE: 主线程执行 → 阻塞所有请求 ❌ BGSAVE:

30 秒回答 EXPLAIN 是用来判断 SQL 执行计划的工具，面试重点看 5 个字段：type、key、rows、Extra、possible_keys。优化慢查询的顺序一般是：先确认慢 SQL 和执行频率，再看执行计划是否走对索引，然后检查扫描行数、回表、排序、临时表、锁等待和数据量增长。不要

一句话结论 MySQL InnoDB 用 B+ 树作为索引结构——非叶子节点只存键不存数据、叶子节点存完整行并通过双向链表连接。千万级数据只需 3-4 层，范围查询顺序 I/O 极快。 核心原理 为什么 B+ 树 二叉树千万数据约 24 层（24 次随机 I/O），B+ 树每节点存 1000 个键

一句话结论 InnoDB 有三种锁：行锁（锁定具体行）、间隙锁（锁定行之间的间隙，防插入）、临键锁（行锁+间隙锁，InnoDB 默认）。RR 隔离级别通过临键锁解决幻读。 核心原理 三种锁 表数据: [id=5] ...(间隙)... [id=10] ...(间隙)... [id=15] SELE

一句话结论 MySQL 索引优化围绕一个核心目标：减少回表。手段是覆盖索引、联合索引、索引下推，工具是 EXPLAIN。 覆盖索引 一句话： 查询所需字段全部能从索引中获得，不需要回表查聚簇索引。 -- 索引: (user_id, status, created_at) SELECT user_id

一句话结论 MySQL InnoDB 通过 MVCC（多版本并发控制） 实现非锁定的一致性读——每个事务看到的是快照数据，读写互不阻塞。隔离级别决定了快照的"新鲜程度"。 核心原理 四大隔离级别

一句话结论 select 是 Go 的多路复用语句——同时监听多个 Channel 操作，哪个先就绪执行哪个。多个同时就绪则伪随机选择一个，避免饿死。配合 default 可实现非阻塞操作。 核心原理 执行机制 1. 对所有 case 的 Channel 上锁（按地址排序防死锁） 2. 检查是否有

一句话结论 panic 中断当前 Goroutine 的正常执行，沿调用栈向上传播并执行沿途的 defer。recover 只能在 defer 中捕获 panic，阻止程序崩溃。 核心原理 panic 传播 func C() { panic("error in C") } func B() { C(