开口大数据闭口高并发，你们都是怎么回答

现在只要是技术面试，动辄就问大数据量和高并发的解决方案或技术手段之类的问题，请教高人，怎么回答算是靠谱的？

大数据量：分表、分库
高并发：排队。
通常我这么说了，然后就不再继续问了。

你傻啊！你可以反问他嘛，你妈贵姓？

大数据量：分表、分库
高并发：排队。

然后人家多问一句，在某些场景如何实现，你就悲剧了。

我刚毕业的时候就被问这些问题

一般这么回答的，面试官不会多问的， 回答明显给面试官的信息是没这方面经验。 多问一句浪费5分钟时间，为什么要问。

这些一般人只知道个大概吧，90%的系统都不会遇到这些问题。
而且很多这些问题都是在数据库还有消息系统上面~~

你需要了解大数据高并发的瓶颈在哪里，一般都是数据库层面的，机械硬盘承载不起非常快速的读写操作，cpu承载不起大量的逻辑运算，所以最基本的解决思路就是：
1.换固态硬盘加快硬盘的读写效率。
2.建立缓存中间件降低对硬盘的读写次数，缓存不用多说了，最最最基本和重要的优化策略。
3.将硬盘的读写或者数据的计算分摊到多台机器上，也就是集群。hadoop就是基于这个层面的。
4.良好的查询算法，降低读的次数，分表，分库，索引等都是基于这层面的。

理论上来讲，在带宽充裕的情况下，只要遵循上面的4个思路进行延伸就可以解决大部分的高并发问题。