整體面試氛圍比較輕鬆，大都圍繞簡歷內容及我做的回答展開，和互聯網的技術面側重點不同，個人感覺銀行面試弱化技術，重視綜合素質。
給我印象深刻的面試官是看上去資歷比較老的面試官，雖然很隨和，但是看問題和問問題都很一針見血。整個面試覆盤下來，我覺得沒有回到好的問題也是這個面試官問的：雙十一的實現有哪些技術難點？當時被問到這個問題，我完全懵了，因爲自己的認識只是侷限在“高併發”的概念上，對於具體的實現細節完全不瞭解。旁邊一位年輕的面試官好心地提醒我，“或者你說說高併發有哪些技術實現方法”。
根據面試時候的短板，面試結束後蒐集整理下這個問題的答案。
關於雙十一的技術難點：
1 服務器如何承載千萬級的訪問量？分佈式集羣系統
2 同一時間海量的數據存儲？AliSQL
3 零點秒殺活動？
秒殺活動會出現的問題：
①秒殺活動會對現有的網站業務造成衝擊，稍有不慎會導致整個網站癱瘓
②用戶會頻繁地刷新頁面，訪問服務器，訪問數據庫，會對服務器和數據庫產生非常大的壓力
③秒殺活動激增的網絡請求和服務器帶寬，遠超平時的帶寬
針對這些問題的解決辦法：
①秒殺系統獨立部署，使用獨立的域名，獨立的服務器和獨立的數據庫。這樣即使秒殺系統掛了，也不影響整個網站的功能；
②對所有商品頁面做靜態化處理，重新設計秒殺商品頁面，不使用原來的商品頁面。用戶使用靜態化頁面訪問商品時，不必訪問數據庫；
③單獨購買秒殺系統的帶寬，將所有秒殺商品緩存在CND(內容分發網絡)中，同時向CND服務器購買增加的帶寬。
除此之外,阿里自主研發的OceanBase是實現海量級併發處理的核心。OB的兩個大的特點：
①分佈式數據庫：用數以千計的普通PC機串聯起來，代替昂貴的大型服務器，目的是在性能相當的前提下控制成本（和磁盤陣列的思想一樣）。在性能相當的前提下，使用OceanBase的硬件價格是其他高端數據庫的1/10左右。
②彈性架構：在峯值來臨前，借閒置的計算資源，在峯值回落後再還回去
OB採用分佈式數據庫存在問題：普通PC機達不到服務器的穩定性，如果某臺機器罷工，易產生多米諾骨牌的坍塌效應。在技術上實現一臺機器出問題，其他機器即時補位備份數據不難，難點在於讓每臺機器的工作量始終保持均衡，否則工作量過大的機器容易崩潰，既而又是一場鏈式坍塌。目前解決分佈式數據庫穩定性的方式是將每一份數據同時備份3-5份，放在不同的機器上。一臺PC機出故障的概率是千分之一，兩臺同時壞的概率是百萬分之一，三臺同時壞的概念是十億分之一。
由於不主攻雲計算、分佈式方向，所以整理的內容還停留在比較初級的層面，以後會多關注技術博客和微信推文，一步步加深相關知識的理解。
最後總結下這次面試的最大收穫：不能停留在基礎知識的層面，對於生活中的熱門問題也可以從技術的角度解讀，要對技術有思考、有熱情、有好奇心。這些積累不在一天兩天，要平時養成習慣，閒暇時多看看技術博客，點滴積累纔能有所收效。