資料內(nèi)容：
該在哪些方面準(zhǔn)備面試？
我們大部分去準(zhǔn)備面試的時候，可能會去看很多的八股文，覺得只要熟練掌握了這些答案，就可以面到很好的薪
資，找到理想的工作
但是其實不是這樣的，八股文只是你的 基礎(chǔ)能力 ，稍微有一點水平的面試官都不會去像一個提問機器一樣，一道
一道題去問你，而是希望通過對話去了解你對項目、對技術(shù)的看法，以及你解決問題的能力， 因此需要從面試底層
的思維去了解面試，再針對性的學(xué)習(xí)，才可以有一個比較好的效果！
你可以這樣想一下，假如你是面試官，你會怎樣去考察面試者的一個綜合能力呢？作為面試官，你肯定知道面試者
背了許多的八股文，所以八股文只是你去找工作要過的第一關(guān)，接下來，面試官會通過某一個具體問題，一點一點
追問細(xì)節(jié)，以及生產(chǎn)中所需要的一些問題，通過這些才可以真正看出來你是否真的掌握了這些積能，以及你在做項
目中，是否有自己的思考！
接下來，從 5 個方面來說一下去面試的話，需要從哪幾個方面準(zhǔn)備
首先是 技術(shù)廣度
因為面試官招聘你，是需要去做項目干活的，那么首先你的技術(shù)棧必須要匹配到公司的技術(shù)棧，并且到公司可以直
接上手做項目，而不是再從零去培養(yǎng)，因此會先考察技術(shù)的廣度，判斷你都了解學(xué)習(xí)過哪些技術(shù)就比如 Redis 用過嗎？項目中哪里用到了 Redis 呢？原理了解嗎？集群部署？高可用原理？單線程高并發(fā)的原理？
Dubbo 用過嗎？底層原理？用在項目中是做什么？
RocketMQ 用過嗎？為什么用呢？那里引入了？底層原理？遇到過消息丟失的問題嗎？集群部署？高可用如何保
證？
還有就是基礎(chǔ)的 JVM、數(shù)據(jù)庫（事務(wù)、索引、sql 優(yōu)化、鎖）、并發(fā)方面的內(nèi)容
如果這些都答得比較好的話，證明這些技術(shù)是掌握了的，那么招你來工作基本可以直接上手，一般薪資在 10-20k
之間
第二點是 項目經(jīng)驗
通過項目經(jīng)驗一般就能看出來你做項目中有沒有自己的一些想法以及思考，項目經(jīng)驗方面通常會問你學(xué)到的各種技
術(shù)是如何結(jié)合項目進行落地的，以及落地之后碰到的一些實踐中的問題，如何解決，有沒有對項目做過一些優(yōu)化之
類的？
比如說你學(xué)了 RocketMQ，那么你在項目中怎么去使用 RocketMQ 了呢？具體在那些場景下引入了 RocketMQ，不引
入的話會有什么問題呢？
如果使用 RocketMQ，碰到消息丟失了怎么處理呢？消息如果大量積壓怎么處理呢？
如果使用分庫分表，那么核心的表每天新增了多少 GB 的數(shù)據(jù)呢？目前表中已經(jīng)有多少的數(shù)據(jù)了？什么時候分的
表？什么時候分的庫？
在分表之前，SQL 性能是怎樣的呢？分表之后 SQL 性能提升了多少？
分庫之前每個數(shù)據(jù)庫上放多少 GB 的數(shù)據(jù)？分庫之后拆分到了幾臺數(shù)據(jù)庫服務(wù)器上去？每臺服務(wù)器存放多少的數(shù)據(jù)
呢？
像這些問題，在自己學(xué)習(xí)的時候可能就忽略了，并且缺乏一些自己的思考，以及由于是自己學(xué)習(xí)的項目，確實沒有
碰到過這些場景，因此對于這些 細(xì)節(jié)性 問題，一定要去多查一些資料，提前準(zhǔn)備，多思考！
