这份 高性能系统知识体系 面向后端学习、系统设计和面试复习，围绕“减少延迟、提升吞吐、削峰填谷、降低数据库压力、优化数据访问路径”整理本站高性能相关文章。

高性能系统面试通常从一个具体症状开始：接口变慢、数据库 CPU 升高、消息开始积压，或者大促流量超过了现有容量。回答时先确认 QPS、P99、数据量和读写比例，再沿着请求链查入口、应用、缓存、数据库和消息队列，直接报出“加缓存、上 MQ、分库分表”很容易被继续追问。

面试里有个很常见的套路：先问你“Kafka 为什么快”“RocketMQ 为什么扛得住堆积”，等你答出顺序写、Page Cache、零拷贝之后，面试官顺势往下挖：“零拷贝具体省掉了哪几次拷贝？”“mmap 和 sendfile 有什么区别？”“splice 又是干嘛的？”

到这一步，很多人就开始打太极了。能背出“零拷贝就是不经过用户态”的不少，能把四次拷贝、两次 DMA、几次上下文切换的账算清楚的不多。

这篇文章就从一次文件发送说起：传统 I/O 会拷几次，零拷贝的“零”到底省在哪，mmap、sendfile、splice 三条路线分别省了什么，又各自要付出什么代价。

消息队列面试通常从“为什么使用 MQ”开始，随后沿着一条消息的生命周期继续追问：生产者发送超时后能不能重试？Broker 返回成功是否代表消息不会丢？消费者处理成功但确认失败会发生什么？重复消费、顺序错乱和消息积压又该怎样处理？

这篇文章是 JavaGuide 消息队列专题的复习入口，按使用场景、消息可靠性、主流中间件和技术选型四部分整理。每部分只列复习时需要抓住的问题，完整答案和实现细节放在对应专题文章中。

时间比较紧的话，可以先看面试突击版的消息队列常见面试题总结，把讲不清楚的问题标出来，再回到本文补原理和工程细节。