高并发

高可用

消息队列异步解耦，一致性均衡 CAP不可能三角，只能保证两个，一般是保证AP 可用性，一致性，分区容错性 可用性就是在一定的时间内返回值正确的信息 比如商家-用户-骑手，加上消息队列之后处理，是最终一致性而不是实时一致性，达成一个可用和一致的均衡

AKF扩展立方

• X轴：服务和数据的水平复制和克隆

• Y轴：功能分解和细分（或微服务）业务拆分

• Z轴：沿客户边界的服务和数据分区-分片/窗格 x扩展应用，负载均衡，y拆分服务，z数据库分库分表 常见的分片的方式

• 业务数据按月分表

• 客户表按照customer_id 用户ID的模数或散列表进行划分

秒杀

如何解决三高问题 快速查询，多级缓存命中 JVM本地缓存-一级缓存-容量不大-明确固定数据 二级缓存-redis-热点数据 三级缓存

go因为具有协程更适合高并发的场景，java更适合维护性，周边配套 算法并不是很深的，不需要hard，mid熟练灵活运用就可以了 要钻研一个很深的技术，产生很多互动，深入挖掘，而不是太广泛的 然后要熟悉很多基础算法和现场编码的能力，风格，边界条件

数据密集型应用系统设计 effective java 深入了解java虚拟机 高性能MySQL Redis设计与实现