数据存储
2、说说反模式设计：反范式，表数据冗余
3、说说分库与分表设计：用户中心，用户id维度分库分表，通过mod用户id或者hash等方式来实现数据路由
4、分库与分表带来的分布式困境与应对之策：分布式事务，采用分布式事务系统|表关联查询，拆分跨表查询脚本|..
5、说说 SQL 优化之道：explain，索引，冗余
6、MySQL 遇到的死锁问题
7、存储引擎的 InnoDB 与 MyISAM：InnoDB支持事务--MyISAM不支持，InnoDB支持行级锁，表锁--MyISAM只支持表锁
8、数据库索引的原理：B+树
9、为什么要用 B-tree
10、聚集索引与非聚集索引的区别：聚集索引的数据记录物理顺序一致，非聚集索引B+树
11、limit 20000 加载很慢怎么解决：排序+ID限制范围
12、选择合适的分布式主键方案：db的，sequnce(tair)，uuid。。。
13、选择合适的数据存储方案：
14、ObjectId 规则：
15、聊聊 MongoDB 使用场景
16、倒排索引：搜索的反向索引
17、聊聊 ElasticSearch 使用场景
缓存使用
1、Redis 有哪些类型：set,zset,list,string,hash
2、Redis 内部结构：
3、聊聊 Redis 使用场景：高性能，缓存
4、Redis 持久化机制：aof（增量）/rdb（全量）
5、Redis 如何实现持久化：aof阻塞落盘/rdb进程异步落盘
6、Redis 集群方案与实现：客户端分片(jedis)/基于代理的分片(codis)/路由查询（redis-cluster）
7、Redis 为什么是单线程的：缓存主要耗费的是IO，不是CPU，所以单线程已经满足要求
8、缓存奔溃
9、缓存降级
10、使用缓存的合理性问题
消息队列
1、消息队列的使用场景：异步化（注册发邮件），削峰（）
2、消息的重发补偿解决思路：重试+幂等性
3、消息的幂等性解决思路：id记录表
4、消息的堆积解决思路：定位堆积的原因
5、自己如何实现消息队列：
6、如何保证消息的有序性：在选择broker的时候采用mod业务id的方式，让同一个业务id数据路由到同一个broker（rocketmq）