什么是负载均衡高可用
nginx做为负载均衡器，全部请求都到了nginx，可见nginx处于很是重点的位置，若是nginx服务器宕机后端web服务将没法提供服务，影响严重。
为了屏蔽负载均衡服务器的宕机，须要创建一个备份机。主服务器和备份机上都运行高可用（High Availability）监控程序，经过传送诸如“I am alive”这样的信息来监控对方的运行情况。当备份机不能在必定的时间内收到这样的信息时，它就接管主服务器的服务IP并继续提供负载均衡服务；当备份管理器又从主管理器收到“I am alive”这样的信息时，它就释放服务IP地址，这样的主服务器就开始再次提供负载均衡服务。前端
什么是FastDFS
FastDFS是用c语言编写的一款开源的分布式文件系统。FastDFS为互联网量身定制，充分考虑了冗余备份、负载均衡、线性扩容等机制，并注重高可用、高性能等指标，使用FastDFS很容易搭建一套高性能的文件服务器集群提供文件上传、下载等服务。node
（搜索）mysql
solr怎么设置搜索结果排名靠前（得分）？
能够设置文档中域的boost值，boost值越高计算出来的相关度得分就越高，排名也就越靠前。此方法能够把热点商品或者是推广商品的排名提升。 nginx
elsticsearchweb
一、elasticsearch了解多少，说说大家公司es的集群架构，索引数据大小，分片有多少，以及一些调优手段 。
解答：
如实结合本身的实践场景回答便可。
好比：ES集群架构13个节点，索引根据通道不一样共20+索引，根据日期，每日递增20+，索引：10分片，每日递增1亿+数据，
每一个通道天天索引大小控制：150GB以内。
仅索引层面调优手段：
1.一、设计阶段调优面试
1）根据业务增量需求，采起基于日期模板建立索引，经过roll over API滚动索引；
2）使用别名进行索引管理；
3）天天凌晨定时对索引作force_merge操做，以释放空间；
4）采起冷热分离机制，热数据存储到SSD，提升检索效率；冷数据按期进行shrink操做，以缩减存储；
5）采起curator进行索引的生命周期管理；
6）仅针对须要分词的字段，合理的设置分词器；
7）Mapping阶段充分结合各个字段的属性，是否须要检索、是否须要存储等。 …redis
1.二、写入调优spring
1）写入前副本数设置为0；
2）写入前关闭refresh_interval设置为-1，禁用刷新机制；
3）写入过程当中：采起bulk批量写入；
4）写入后恢复副本数和刷新间隔；
5）尽可能使用自动生成的id。sql
1.三、查询调优数据库
1）禁用wildcard；
2）禁用批量terms（成百上千的场景）；
3）充分利用倒排索引机制，能keyword类型尽可能keyword；
4）数据量大时候，能够先基于时间敲定索引再检索；
5）设置合理的路由机制。
二、elasticsearch的倒排索引是什么？
面试官：想了解你对基础概念的认知。
解答：通俗解释一下就能够。
传统的咱们的检索是经过文章，逐个遍历找到对应关键词的位置。
而倒排索引，是经过分词策略，造成了词和文章的映射关系表，这种词典+映射表即为倒排索引。
有了倒排索引，就能实现o（1）时间复杂度的效率检索文章了，极大的提升了检索效率。
学术的解答方式：
倒排索引，相反于一篇文章包含了哪些词，它从词出发，记载了这个词在哪些文档中出现过，由两部分组成——词典和倒排表。
加分项：倒排索引的底层实现是基于：FST（Finite State Transducer）数据结构。
lucene从4+版本后开始大量使用的数据结构是FST。FST有两个优势：
1）空间占用小。经过对词典中单词前缀和后缀的重复利用，压缩了存储空间；
2）查询速度快。O(len(str))的查询时间复杂度。
三、elasticsearch 索引数据多了怎么办，如何调优，部署？
面试官：想了解大数据量的运维能力。
解答：索引数据的规划，应在前期作好规划，正所谓“设计先行，编码在后”，这样才能有效的避免突如其来的数据激增致使集群处理能力不足引起的线上客户检索或者其余业务受到影响。
如何调优，正如问题1所说，这里细化一下：
四、elasticsearch是如何实现master选举的？
解答：
前置前提：
1）只有候选主节点（master：true）的节点才能成为主节点。
2）最小主节点数（min_master_nodes）的目的是防止脑裂。
这个我看了各类网上分析的版本和源码分析的书籍，云里雾里。
核对了一下代码，核心入口为findMaster，选择主节点成功返回对应Master，不然返回null。选举流程大体描述以下：
第一步：确认候选主节点数达标，elasticsearch.yml设置的值discovery.zen.minimum_master_nodes；
第二步：比较：先断定是否具有master资格，具有候选主节点资格的优先返回；若两节点都为候选主节点，则id小的值会主节点。注意这里的id为string类型。
五、详细描述一下Elasticsearch搜索的过程？
面试官：想了解ES搜索的底层原理，再也不只关注业务层面了。
解答：
搜索拆解为“query then fetch” 两个阶段。
query阶段的目的：定位到位置，但不取。
步骤拆解以下：
1）假设一个索引数据有5主+1副本 共10分片，一次请求会命中（主或者副本分片中）的一个。
2）每一个分片在本地进行查询，结果返回到本地有序的优先队列中。
3）第2）步骤的结果发送到协调节点，协调节点产生一个全局的排序列表。
fetch阶段的目的：取数据。
路由节点获取全部文档，返回给客户端。
六、Elasticsearch在部署时，对Linux的设置有哪些优化方法？
面试官：想了解对ES集群的运维能力。
解答：
1）关闭缓存swap;
2）堆内存设置为：Min（节点内存/2, 32GB）;
3)设置最大文件句柄数；
4）线程池+队列大小根据业务须要作调整；
5）磁盘存储raid方式——存储有条件使用RAID10，增长单节点性能以及避免单节点存储故障。
七、lucence内部结构是什么？
解答：
Lucene是有索引和搜索的两个过程，包含索引建立，索引，搜索三个要点。能够基于这个脉络展开一些。
什么是sso系统
单点登陆是在多个应用系统中，用户只须要登陆一次就能够访问全部相互信任的应用系统。
登陆的处理流程：
一、登陆页面提交用户名密码。
二、登陆成功后生成token。Token至关于原来的jsessionid，字符串，可使用uuid。
三、把用户信息保存到redis。Key就是token，value就是TbUser对象转换成json。
四、使用String类型保存Session信息。可使用“前缀:token”为key
五、设置key的过时时间。模拟Session的过时时间。通常半个小时。
六、把token写入cookie中。
如何判断是否登陆
1.从cookie中取token
2.取不到未登陆
3.取到token，到redis中查询token是否过时
4.若是过时，为登陆状态
5.没有过时，登陆状态
实现购车商品数据同步
一、要求用户登陆。
二、把购物车商品列表保存到数据库中。推荐使用redis。
三、Key：用户id，value：购车商品列表。推荐使用hash，hash的field：商品id，value：商品信息。
四、在用户未登陆状况下写cookie。当用户登陆后，访问购物车列表时，
a)把cookie中的数据同步到redis。
b)把cookie中的数据删除
c)展现购物车列表时以redis为准。
d)若是redis中有数据cookie中也有数据，须要作数据合并。相同商品数量相加，不一样商品添加一个新商品。
五、若是用户登陆状态，展现购物车列表以redis为准。若是未登陆，以cookie为准。
浏览器跨域问题
跨域是指从一个域名的网页去请求另外一个域名的资源。浏览器出于安全的考虑，不容许不一样源的请求
JSONP解决AJAX跨域问题：
JSONP是服务器与客户端跨源通讯的经常使用方法。最大特色就是简单适用，老式浏览器所有支持，服务器改造很是小。
它的基本思想是，网页经过添加一个<script>元素，向服务器请求JSON数据，这种作法不受同源政策限制；服务器收到请求后，将数据放在一个指定名字的回调函数里传回来。
海量数据的存储问题
现在随着互联网的发展，数据的量级也是呈指数的增加，从GB到TB到PB。对数据的各类操做也是越发的困难，传统的关系性数据库已经没法知足快速查询与插入数据的需求。这个时候NoSQL的出现暂时解决了这一危机。它经过下降数据的安全性，减小对事务的支持，减小对复杂查询的支持，来获取性能上的提高。
可是，在有些场合NoSQL一些折衷是没法知足使用场景的，就好比有些使用场景是绝对要有事务与安全指标的。这个时候NoSQL确定是没法知足的，因此仍是须要使用关系性数据库。若是使用关系型数据库解决海量存储的问题呢？此时就须要作数据库集群，为了提升查询性能将一个数据库的数据分散到不一样的数据库中存储。
什么是数据库分片
简单来讲，就是指经过某种特定的条件，将咱们存放在同一个数据库中的数据分散存放到多个数据库上面，以达到分散单台设备负载的效果。
数据的切分（Sharding）根据其切分规则的类型，能够分为两种切分模式。
1.一种是按照不一样的表来切分到不一样的数据库（主机）之上，这种切能够称之为数据的垂直切分
2.另一种则是根据表中的数据的逻辑关系，将同一个表中的数据按照某种条件拆分到多台数据库上面，这种切分称之为数据的水平切分。
如何实现数据库分片
当数据库分片后，数据由一个数据库分散到多个数据库中。此时系统要查询时须要切换不一样的数据库进行查询，那么系统如何知道要查询的数据在哪一个数据库中？当添加一条记录时要向哪一个数据库中插入呢？这些问题处理起来都是很是的麻烦。
这种状况下可使用一个数据库中间件mycat来解决相关的问题。
什么是Mycat？
简单的说，MyCAT就是：一个新颖的数据库中间件产品，支持mysql集群，提供高可用性数据分片集群。你能够像使用mysql同样使用mycat。对于开发人员来讲根本感受不到mycat的存在。
Mycat读写分离
数据库读写分离对于大型系统或者访问量很高的互联网应用来讲，是必不可少的一个重要功能。对于MySQL来讲，标准的读写分离是主从模式，一个写节点Master后面跟着多个读节点，读节点的数量取决于系统的压力，一般是1-3个读节点的配置
电商活动倒计时方案(秒杀方案）：
一、肯定一个基准时间。可使用一个sql语句从数据库中取出一个当前时间。SELECT NOW()；
二、活动开始的时间是固定的。
三、使用活动开始时间-基准时间能够计算出一个秒为单位的数值。
四、在redis中设置一个key（活动开始标识）。设置key的过时时间为第三步计算出来的时间。
五、展现页面的时候取出key的有效时间。Ttl命令。使用js倒计时。
六、一旦活动开始的key失效，说明活动开始。
七、须要在活动的逻辑中，先判断活动是否开始。
秒杀方案：
八、把商品的数量放到redis中。
九、秒杀时使用decr命令对商品数量减一。若是不是负数说明抢到。
十、一旦返回数值变为0说明商品已售完。
因为宜立方商城是基于SOA的架构，表现层和服务层是不一样的工程。因此要实现商品列表查询须要两个系统之间进行通讯。
如何实现远程通讯？
一、Webservice：效率不高基于soap协议。项目中不推荐使用。
二、使用restful形式的服务：http+json。不少项目中应用。若是服务太多，服务之间调用关系混乱，须要治疗服务。
三、使用dubbo。使用rpc协议进行远程调用，直接使用socket通讯。传输效率高，而且能够统计出系统之间的调用关系、调用次数。
关于dubbo或者spring cloud
什么是dubbo
DUBBO是一个分布式服务框架，致力于提供高性能和透明化的RPC远程服务调用方案
Dubbo就是资源调度和治理中心的管理工具。
dubbo服务开发流程，运行流程？zookeeper注册中心的做用？
使用流程：
第一步：要在系统中使用dubbo应该先搭建一个注册中心，通常推荐使用zookeeper。
第二步：有了注册中心而后是发布服务，发布服务须要使用spring容器和dubbo标签来发布服务。而且发布服务时须要指定注册中心的位置。
第三步：服务发布以后就是调用服务。通常调用服务也是使用spring容器和dubbo标签来引用服务，这样就能够在客户端的容器中生成一个服务的代理对象，在action或者Controller中直接调用service的方法便可。
Zookeeper注册中心的做用主要就是注册和发现服务的做用。相似于房产中介的做用，在系统中并不参与服务的调用及数据的传输。
什么是spring cloud(你怎么理解的），有什么好处，什么坏处。对里面具体组件的理解，跟dubbo比较
电商项目中是如何解决高并发和高可用的？
1.页面静态化
2.fastDFS图片服务器
3.数据缓存服务器
4.数据库集群、库表散列（数据库的各类优化、数据库的拆分）
5.负载均衡
什么是负载均衡
当一台服务器的单位时间内的访问量越大时，服务器压力就越大，大到超过自身承受能力时，服务器就会崩溃。为了不服务器崩溃，让用户有更好的体验，咱们经过负载均衡的方式来分担服务器压力。
咱们能够创建不少不少服务器，组成一个服务器集群，当用户访问网站时，先访问一个中间服务器，在让这个中间服务器在服务器集群中选择一个压力较小的服务器，而后将该访问请求引入该服务器。如此以来，用户的每次访问，都会保证服务器集群中的每一个服务器压力趋于平衡，分担了服务器压力，避免了服务器崩溃的状况。
负载均衡是用反向代理的原理实现的。
redis为何能够作缓存？项目中使用redis的目的是什么？redis何时使用？
1）Redis是key-value形式的nosql数据库。能够快速的定位到所查找的key，并把其中的value取出来。而且redis的全部的数据都是放到内存中，存取的速度很是快，通常都是用来作缓存使用。
2）项目中使用redis通常都是做为缓存来使用的，缓存的目的就是为了减轻数据库的压力提升存取的效率。
3）在互联网项目中只要是涉及高并发或者是存在大量读数据的状况下均可以使用redis做为缓存。固然redis提供丰富的数据类型，除了缓存还能够根据实际的业务场景来决定redis的做用。例如使用redis保存用户的购物车信息、生成订单号、访问量计数器、任务队列、排行榜等。
redis支持五种数据类型存储：1.字符串2.散列3.列表4.集合5.有序集合（问深一点可能会问道底层数据结构，以及每种数据结构经常使用情景）这里也能够列举一些：
应用场景
计数器
数据统计的需求很是广泛，经过原子递增保持计数。例如，点赞数、收藏数、分享数等。
排行榜
排行榜按照得分进行排序，例如，展现 近、 热、点击率 高、活跃度 高等等条件的top list。
用于存储时间戳
相似排行榜，使用redis的zset用于存储时间戳，时间会不断变化。例如，按照用户关注用户的 新动态列表。记录用户断定信息
记录用户断定信息的需求也很是广泛，能够知道一个用户是否进行了某个操做。例如，用户是否点赞、用户是否收藏、用户是否分享等。
社交列表
社交属性相关的列表信息，例如，用户点赞列表、用户收藏列表、用户关注列表等。
缓存
缓存一些热点数据，例如，PC版本文件更新内容、资讯标签和分类信息、生日祝福寿星列表。
队列
Redis能做为一个很好的消息队列来使用，经过list的lpop及lpush接口进行队列的写入和消费，自己性能较好能解决大部分问题。可是，不提倡使用，更加建议使用rabbitmq等服务，做为消息中间件。
会话缓存 使用Redis进行会话缓存。例如，将web session存放在Redis中。
业务使用方式
String(字符串): 应用数, 资讯数等, (避免了select count(*) from ...)
Hash（哈希表）: 用户粉丝列表, 用户点赞列表, 用户收藏列表, 用户关注列表等。
List（列表）：消息队列, push/sub提醒。
SortedSet（有序集合）：热门列表, 新动态列表, TopN, 自动排序。
Redis集群中，某个节点宕机怎么办？你碰见过吗？你的解决思路是什么？
redis集群：通常的是至少是2台服务器，主从服务器！若是redis集群的主服务器挂了，没有关系还有备服务器
（哨兵模式和集群模式）
中间件问题
AcitveMQ的做用、原理、特色？（生产者。消费者。 p2p、订阅实现流程）
Activemq的做用就是系统之间进行通讯。固然可使用其余方式进行系统间通讯，若是使用Activemq的话能够对系统之间的调用进行解耦，实现系统间的异步通讯。原理就是生产者生产消息，把消息发送给activemq。Activemq接收到消息，而后查看有多少个消费者，而后把消息转发给消费者，此过程当中生产者无需参与。消费者接收到消息后作相应的处理和生产者没有任何关系。
ActiveMQ若是数据提交不成功怎么办？
Activemq有两种通讯方式，点到点形式和发布订阅模式。若是是点到点模式的话，若是消息发送不成功此消息默认会保存到activemq服务端知道有消费者将其消费，因此此时消息是不会丢失的。
若是是发布订阅模式的通讯方式，默认状况下只通知一次，若是接收不到此消息就没有了。这种场景只适用于对消息送达率要求不高的状况。若是要求消息必须送达不能够丢失的话，须要配置持久订阅。每一个订阅端定义一个id，在订阅是向activemq注册。发布消息和接收消息时须要配置发送模式为持久化。此时若是客户端接收不到消息，消息会持久化到服务端，直到客户端正常接收后为止。
此处可能会问各类消息中间件的区别以及应用场景，即RabbitMQ、Kafka、RocketMQ之间的区别，以及里面的组件，好比我遇到过被问到RabbitMQ里面五种模式的具体写法与区别，kafka的处理重复数据，超时等
sku的几种经常使用设计方法，你的sku是怎么设计的？
sku:Stock Keeping Unit（库存量单位)产品统一编号的简称，每种产品均对应有惟一的SKU号
SKU属性的设计，能够分为两类：
(1)经过属性集关联SKU属性 适合品类较少的网站，管理容易些。
(2)产品和SKU属性直接关联
适合品类不少网站，比较灵活，可是维护起来数据量比较大。
为了简化，我增长SKU属性关联产品分类（可为空，表示是全局的），这样在建立产品时，能够只列出全局的+本产品分类的SKU属性，这样就不会一会儿列出不少SKU属性了。SKU属性分为前端名称和后台名称两个，方便不一样业务含义的SKU属性，在前端也可以用同一个名称显示，如颜色、容量等。另外在操做上能够作些优化，好比用下拉列表显示可选的SKU属性时，能够同时显示该属性的属性描述，供产品维护人员参考。
基于SKU方式来管理产品时，产品的价格、库存和图片等信息必然是放在产品SKU表中处理的，和订单、购物车等表的关联，也是经过产品SKU表，而不是产品表。至于产品表，其实是一个总的业务汇总和外部关联表，但实际销售的并非它。咱们网站作的更细些，会就每一个产品SKU生成独立的URL（伪静态），但从SEO方面考虑，每一个产品SKU拥有独立
单点登陆具体实现了什么功能？
Redis在其中是怎么用的？起了什么做用？
redis中存储的都是key-value格式的。拿商品数据来讲，key就是商品id，value是商品相关信息的json数据。
在商城系统中当并发量比较高，频繁的对数据库进行读操做的时候都须要添加缓存。例如页面中内容数据的缓存、商品数据的缓存以及用户数据的缓存等。
作商品数据的缓存时，由于商品的数据量很大，并且缓存是把数据保存到内存中，此时不可能把全部的商品数据都放到缓存中。因此须要设置商品数据缓存的有效期，当用户访问到非热点数据后，此数据放到缓存中，当缓存到期后就从缓存中删除，并且长时间不会添加到缓存。而热点数据一旦从缓存中删除会立刻又添加到缓存。这样能够提升缓存的利用率，同时也减轻了数据库的压力。
各模块是怎么设计的，如商品参数，广告位等，数据库设计思路。。。
总的来讲调用和设计上的问的较多，以及秒杀，比较多的是细节，好比秒杀中遇到的一些问题，怎么解决之类的（面经）