在海底捞二面的时候，面试官问了我一个大文件流传输的问题，用的 IO 会有哪些，我回答了 BIO、NIO 的内容，后来复盘了一下，觉得对网络编程方面的知识内容没有掌握彻底，还得再接再厉啊。

从一个最常见的场景入手，来看下你掌握网络编程的深度: “浏览器输入 www.taobao.com 回车之后发生了什么？”，你是否能回答上来这个问题呢？今天我将由浅入深的探索网络编程的原理，从 0-1 的告诉你网络交互的全流程，同时将涉及的基础内容都整理出来，做复习之用。

今日面试时，面试官问到了 “三色标记法”，我得回答是根据垃圾回收的 可达性分析算法，在垃圾回收时进行的并发标记的处理，然后讲了实现思路，与G1垃圾回收器中采用 原始快照 解决的并发标记问题，说到其本质就是垃圾回收与应用运行时的一种并发处理，与 MVCC 并发事务类似，都是针对于并发下的处理。

其实我在这是进行的 埋点，希望面试官来问我 MVCC 机制，我接下打算结合日志体系如何保障事务 ACID 来吊打他，结果面试官转弯来问到那并发事务中，为什么不采用原始快照的形式解决呢？

在面试中回答过多次分库分表的问题以后，经过几次复盘，我对分库分表的内容已然掌握的炉火纯青，接下来我将根据实际的业务场景，系统性地总结分库分表的回答思路与个人思考的解决方案。

上文中了解数据架构的演进，当读写分离后主节点的写入成为性能瓶颈，又或者单表数据量突破数千万大关，数据库性能急剧下降时，在经历读写分离、缓存优化、SQL与索引调优等手段后，核心指标仍然告警，那分库分表成为技术架构演进的必然选择。

今天，我将带你了解 Apache 软件基金会的顶级项目 ShardingSphere ，它提供了一套完整的分布式数据库解决方案，接下来将学习它的核心架构与实战应用，掌握如何将庞大的数据拆分得井井有条。

在互联网应用快速发展的今天，数据量的爆炸式增长和并发访问的急剧上升给传统数据库架构带来了巨大挑战。本文将带您了解数据库架构的演进之路，深入探讨读写分离和分库分表技术如何解决海量数据场景下的性能瓶颈。