高性能系统知识体系：CDN、负载均衡、数据库优化、缓存与消息队列

高性能不是一个知识点，而是一条请求链路：流量从用户侧进来，经过 CDN、负载均衡、应用服务、缓存、数据库、消息队列，每一环都可能成为瓶颈。这份学习地图按链路把高性能模块的文章分成四组，并给出由面到点的学习顺序，帮助你把零散的技巧串成体系。

先想清楚在优化什么

性能优化的目标可以归到四类：降低延迟（尤其是 P99 长尾）、提升吞吐、削峰填谷、降低数据库压力。评价任何方案之前先明确当前场景卡在哪一项——盲目加缓存、上 MQ，常常只是把单机问题升级成分布式问题。面试中同理，先确认 QPS、数据量、读写比和一致性要求，再谈方案，比直接堆名词稳得多。

主题分组

流量入口与请求分发

• 负载均衡原理及算法详解：四层与七层负载均衡的区别、服务端与客户端两种模式、轮询/一致性哈希等调度算法。

这一组解决”流量怎么进来、怎么摊到多台机器上”的问题，是水平扩展的入口。

数据库与数据访问优化

• 常见 SQL 优化手段总结：慢查询定位、索引设计、执行计划分析。
• 深度分页介绍及优化建议：LIMIT 1000000,10 慢在哪、游标分页与延迟关联。
• 数据冷热分离详解：冷热判定、分层存储、迁移一致性与查询路由。
• 读写分离和分库分表详解：主从复制、垂直/水平拆分及拆分后的代价。

单表扛不住时按”索引优化 → 读写分离 → 冷热分离 → 分库分表”的顺序逐级升级，每一步都用复杂度换容量。

消息队列与异步削峰

• 消息队列基础知识总结：异步、解耦、削峰三大价值与消息可靠性、顺序性、幂等。
• 消息队列面试题总结：按消息生命周期整理的问题清单。
• 按技术栈深入：Kafka、RocketMQ、RabbitMQ、Disruptor。

推荐学习顺序

1. 建问题清单：先看 高性能系统设计面试题总结，知道高频考点在哪，带着问题学。
2. 入口层：负载均衡，理解流量分发的位置与算法。
3. 数据层主线：SQL 优化 → 深分页 → 读写分离与分库分表 → 冷热分离。这是面试和实战中出现频率最高的一组。
4. 异步层：消息队列基础 → 面试题 → 按公司技术栈挑一个 MQ 深入。
5. 回到链路：学完后试着完整推演一次”大促下单”链路，指出每一段的瓶颈候选和对应手段，能讲通才算掌握。

学习建议

• 每学一个方案都问三个问题：解决什么瓶颈、引入什么新问题（一致性、复杂度、运维成本）、什么规模下才值得用。
• 方案没有普适结论。读写分离在小流量下是浪费，分库分表在百万级数据时是杀鸡用牛刀，结论必须带前提。
• 配合压测和慢查询日志等一手证据学习，只背目录形成不了工程判断力。