17-飞书专项突击计划 (Go 语言版)
💡 现状分析： 基础不错（网络/OS/Go 基础），弱点主要在：
- Redis 实战：穿透/击穿/雪崩/持久化等场景题不熟。
- 分布式理论：CAP/BASE 比较虚，停留在背定义。
- 项目经验：缺乏拿得出手的微服务项目（被问到 Kaggle 说明简历上的 Go 项目太单薄）。
- 底层原理：如浮点数精度等计算机组成原理知识。
📅 第一周：Redis & 分布式死磕
目标：把 Redis 从”没用过”变成”精通”，能够自信回答所有缓存异常问题。
Day 1-2: Redis 核心大图
- 数据结构：String, List, Hash, Set, ZSet (跳表原理)。
- 持久化：RDB vs AOF（优缺点、重写机制）。
- 过期策略：定期删除 + 惰性删除（为什么不用定时删除？）。
- 淘汰策略：LRU, LFU, Random（手撕 LRU 是加分项）。
Day 3: 缓存异常实战（重中之重）
- 缓存穿透：布隆过滤器原理。
- 缓存击穿：互斥锁（Go
singleflight）、逻辑过期。 - 缓存雪崩：随机过期时间、高可用集群。
- 双写一致性：先删缓存还是先改库？延时双删？Canal 订阅 Binlog？
Day 4: 分布式理论
- CAP 定理：深入理解 P 发送时 C 和 A 的权衡。
- BASE 理论：基本可用、软状态、最终一致性。
- 分布式锁：Redis
setnx+lua脚本（看下 redsync 包）。
📅 第二周：项目大改造 (ServiceTelemetry)
目标：把现有的 ServiceTelemetry 项目包装成一个高并发、微服务架构的亮点项目。
Day 5: 引入 Kratos 微服务改造
- Protobuf 定义接口：把 HTTP API 改为 gRPC 定义。
- 引入 Etcd：做服务注册与发现（解决 CAP 中的 CP 问题）。
- 引入 Redis：缓存热点遥测数据（解决查询压力）。
Day 6: 解决难点 (给自己挖坑再填坑)
- 场景：假设每秒上万个遥测数据上报。
- 优化：
- 使用 Kafka 削峰填谷（引入消息队列）。
- 数据库使用 时序数据库 (InfluxDB) 或 MySQL 分表。
- Go 优化：使用
sync.Pool复用对象，减少 GC。
Day 7: 整理项目话术 (STAR 法则)
- S (背景)：为了解决大规模设备监控数据上报的高并发问题。
- T (任务)：设计一个高可用、可扩展的微服务后端。
- A (行动)：
- 使用 Kratos 拆分服务。
- 引入 Redis 缓存热点数据，解决击穿问题。
- 使用 Kafka 异步处理写入。
- R (结果)：单机 QPS 从 500 提升到 5000，延迟降低 80%。
📅 第三周：算法 & 查漏补缺
目标：保持手感，攻克 Hard 题，补齐底层原理。
Day 8-10: 飞书高频算法题（前 50）
- 链表：K 个一组翻转 (Hard)、合并 K 个升序链表。
- 数组/字符串：最长回文子串、无重复字符最长子串、接雨水。
- 二叉树：层序遍历 (Z字形)、最近公共祖先。
- 动态规划：爬楼梯、最大子序和、股票买卖。
Day 11: 计算机原理扫盲
- 浮点数：IEEE 754 标准，二进制小数表示。
- CPU：缓存行 (Cache Line)、伪共享 (False Sharing)。
- Linux：零拷贝 (Zero Copy)、IO 多路复用 (Epoll 源码级理解)。
🚀 每日习惯
- 早起手撕一题：保持手感。
- 模拟面试：对着镜子讲项目，特别是”为什么用 Redis？” “如果有 10 倍流量怎么办？”。
- 看面经：牛客网/Boss 上搜”飞书 Go 面经”，查漏补缺。
给你的建议： 面试官看你没项目才问 Kaggle 的。如果你能把 ServiceTelemetry 讲得头头是道（微服务、缓存、消息队列、高并发优化），面试官绝对会眼前一亮！不用真做完所有功能，但原理一定要懂，话术一定要溜。