RSS
菜单
社区成员个人主页
宋成员
DEV CN / 成员主页

宋国卿

查看宋国卿发布的技术文章、关注圈子与公开讨论。

693技术文章207关注圈子844圈内发布3关注者
COMMUNITY POSTS

交流圈发布内容

作者在不同技术圈子中的观点与讨论

1
# 求职与面试

你如何平衡技术深度和广度?

以'深度为主、广度辅助':在自己负责的核心领域(比如后端高并发、数据库)做到能讲原理、能优化、能设计;同时保持对相邻领域(前端、运维、数据、AI 工具)的'足够了解',以便跨领域协作和判断。我用'8020'原则——80% 时间深耕深度,20% 时间扫广度、跟进前沿,避免既浅又散。AI 时代广度更容易补,深度更难替代。

2
# 求职与面试

AI 能写代码,但能设计架构吗?你怎么看?

AI 能'给'架构方案,但不能'设计'架构。真正的架构设计是无数取舍的组合:在有限的资源、团队、时间、业务不确定性下,选一个当前最优且能长期演进的方案,还要为未来留余地。这需要理解业务战略、组织协作、历史包袱,并对结果负责。AI 给的是'标准答案库'里的方案,而真实架构往往是'权衡出来的非标答案',后者必须由人来定。

3
# 求职与面试

你会怎么设计一个高并发、高可用的系统?

围绕'分层抗压 + 兜底降级'来设计:接入层做限流、熔断、降级;应用层做无状态化便于横向扩容、异步化削峰;数据层做缓存、分库分表、读写分离;关键路径做幂等、重试、补偿。可用性靠冗余和自动故障转移,靠监控告警和应急预案。设计时先明确核心指标(QPS、延迟、可用性),再用压测验证容量,最后建演练机制。AI 能拼骨架,但每个决策要结合真实流量和数据来定。

4
# 求职与面试

没有文档时,你能读懂一段复杂代码吗?

能,我有方法:先看入口和调用链,理清它'被谁调、调谁';再看数据流——核心数据结构怎么流转、变化;然后用'从调用点反推意图'的方式,结合变量命名和上下文猜它的目的;最后必要时加日志或断点验证理解。读完我会尝试用一句话概括'这段代码在解决什么问题',如果讲不清就继续追。懂代码不是读语法,而是还原设计意图。

5
# 求职与面试

你如何权衡不同技术方案的优劣?

建一个多维评估框架,而不是只看一两个维度:功能满足度、性能、可维护性、学习成本、生态、扩展性、风险。然后按'当前阶段最看重什么'给维度加权——早期看重快,成熟期看重稳。任何方案都列出'取舍'和'不选它的理由',再做决策。关键是把权衡过程讲清楚,让团队知道'为什么选 A',而不是只给结论。

6
# 求职与面试

你的技术判断力是从哪里来的?

从'踩坑 + 复盘 + 体系化学习'里来的。踩坑让我知道哪些方案看起来美、实际会炸;复盘把经验变成可复用的判断;系统学习(读源码、看架构、参加技术社区)让我理解背后的原理,而不只是会用。判断力是'经验的结晶',它不像代码可以即时生成,只能靠时间沉淀,这也是我相对 AI 的稀缺之处。

7
# 求职与面试

你写过哪些 AI 写不出来的代码?为什么写不出来?

(示例)一种是'和既有系统的兼容改造'——新代码要和老模块、历史数据、脏数据兼容,AI 看不到这些真实约束;一种是'性能极致优化'——针对我们特有流量特征做的定制优化,靠压测数据反复调;一种是'高度业务耦合的判断逻辑'——埋了很多业务特例和规则。这些代码的价值不在'写',而在'知道为什么这么写',需要真实上下文,AI 给不了。

8
# 求职与面试

你做技术选型的依据是什么?AI 能帮你选吗?

选型依据:①匹配真实需求——性能、规模、团队能力、维护成本;②生态与社区——活跃度、坑多不多、好不好招人;③长期演进——会不会被弃用、扩展性如何;④风险与合规——安全、license。AI 能帮我快速对比候选方案的文档、列优缺点,但最终决策要结合我们团队的真实约束和长期战略,这个判断 AI 给不了——它不了解我们的存量系统、团队水平和业务优先级。

9
# 求职与面试

面对从未见过的技术问题,你的排查思路?

五个步骤:①先理解——把问题描述清楚,确认'到底发生了什么、期望是什么';②定假设——基于现象列出可能原因并排序,不盲目试;③最小复现——尽可能在可控环境里复现,让问题可观测;④隔离变量——逐个排除,缩小范围;⑤修复 + 沉淀——修好后写复盘,把这类问题的排查方法固化下来。关键是'结构化的探索',而不是'瞎试'。

10
# 求职与面试

你能讲清楚你们系统的架构及其演进吗?

(示例框架)我们的系统是微服务架构:网关统一入口,按业务域拆分了订单、用户、库存等服务,用消息队列做异步解耦,数据做了分库分表,缓存和消息中间件支撑高并发。演进路径是:从单体 → 按模块拆分 → 按业务域拆服务,每次拆都是因为某个痛点(部署耦合、扩展受限、团队协作)。我能讲清楚每一层的职责、关键选型理由和踩过的坑,以及下一步演进方向。