一、 索引为什么是 B+ 树？在计算机科学中，有很多数据结构可以实现快速查找，比如哈希表、平衡二叉树、B 树。为什么 MySQL 最终选择了 B+ 树？1. 对比哈希表 (Hash)优势： O(1) 的查询速度，快到极致。劣势： 只能处理“等值查询”（where id = 1）。一旦遇到范围查询（where id > 10），哈希表就彻底废了，因为它内部是无序的。2. 对比二叉搜索树 (BST / AVL / 红黑树)劣势：树太高了。物理意义上的痛点： 数据库数据存在磁盘上。每经过一个树节点，都要进行一次磁盘 IO。如果数据有百万级，二叉树的高度可能是 20 层，意味着查一个数据要 20...

之前在公司混了三个月，做的活主要是mt看到啥想到个东西就让我去做了，比如写写工具或者看到个数据没及时更新就叫我去写个定时任务刷刷数据啥的，属于是没有也不打紧的那种需求，唯一一个比较完整的有数据指标需求是看组里文档和代码学的，属于提效项目而且组里我能接触到的代码都是内部平台基本没什么并发量，也没太多技术，就是crud，三个月连redis都没摸到过😅🐀想问下找暑期面试官会愿意听内部平台的内部逻辑业务吗

"这段代码逻辑没问题，可以合并。" 技术评审会上，几位senior工程师都点了点头。我盯着屏幕上的代码，手指在键盘上悬停了几秒。 "等等……"我在群里打字，"这里在高并发场景下，会不会有线程安全问题？" 会议室安静了两秒。 导师切回代码界面，放大了那段逻辑："说说你的想法。" 我深吸一口气："这个缓存更新操作，如果两个请求同时进来，可能会出现数据不一致。我看了下调用链路，这个接口在大促期间QPS会到5000+，建议加个分布式锁，或者改用CAS操作。" 导师看了我一眼，然后在代码上标注了几处：&q...