转转面试题 · 性能优化
转转相关面试题，按最终去重题目聚合。
共 152 道真题 · 当前筛选命中 11 道 · 更新 2026-08-05
筛选题目已选：性能优化
考察点
技术栈
第 1 题在什么数据量级别下需要考虑分库分表？如何评估和统计这个阈值？ 考察对分库分表触发条件、数据量评估和容量规划的理解第 2 题请设计一个方案，对一亿个URL进行去重并评估其性能与适用场景。 考察大数据量去重算法设计、哈希与布隆过滤器的原理及工程取舍第 3 题说说Netty为什么比其他模型快？请结合NIO、异步机制和Epoll展开。 考察对Netty高性能原理的理解，包括NIO、异步模型和Epoll多路复用第 4 题在机器学习项目中，你通常如何进行数据增强？请结合你实际使用的场景说明具体方法。 考察对数据增强技术及其适用场景的理解和应用能力第 5 题useMemo作用场景 考察React useMemo的使用场景与性能优化意识第 6 题怎么实现懒加载？ 考察对懒加载原理、触发时机和去抖动策略的理解第 7 题在一个商家售货统计表中，商家id建有索引，查询 `select sum(count) from temp where id = 123456` 速度很慢，请分析可能的原因并提出优化方案。 考察对索引失效、全表扫描、数据分布和聚合查询优化的理解第 8 题MySQL 分表后数据量继续增长导致分表不够时，有哪些扩容方案？请比较停服扩容、双写迁移和一致性哈希扩容的优缺点。 考察分表架构扩容的工程权衡与迁移风险控制第 9 题请介绍你做过的一个首屏加载优化项目，包括具体实现方案和效果。 考察前端性能优化的实际经验和具体实现能力第 10 题请系统性地讲讲你在 SQL 优化方面的经验和心得。 考察 SQL 优化知识的系统性、实践深度和排查思路第 11 题请解释什么是IO多路复用，并说明它如何提升高并发网络服务的性能？ 考察对IO多路复用核心概念、机制及性能优势的理解