1. 进程与线程的区别是什么？

进程是操作系统资源分配的基本单位，线程是CPU调度的基本单位。每个进程拥有独立的虚拟地址空间、文件描述符、信号处理等资源，进程间相互隔离，一个进程崩溃不会影响其他进程。线程则共享所属进程的地址空间和资源，创建和切换的开销远小于进程。

通信方式上，进程间通信（IPC）需要借助管道、消息队列、共享内存、Socket等机制，而线程间可以直接读写共享内存，但需要加锁保护。同步方面，线程使用互斥锁、条件变量、信号量等，进程间同步则更复杂。

实际开发中，Nginx采用多进程模型保证稳定性，Redis单线程处理命令避免锁竞争，而Java服务端通常用多线程处理并发请求。

2. C++11 协程（coroutine）的用户态线程是怎么实现的？

C++20才正式引入协程关键字 co_await / co_yield / co_return，C++11时代通常通过 ucontext、setjmp/longjmp 或第三方库（如 libco、boost.context）手动实现用户态协程。

核心思想是：每个协程拥有独立的栈空间，通过保存和恢复寄存器上下文（PC、SP等）来实现切换，整个过程在用户态完成，不涉及内核调度，切换开销极低（约几十纳秒，而线程切换约1~10微秒）。

协程的优势在于用同步的写法实现异步逻辑，避免回调地狱。滴滴、腾讯等公司的高并发服务端框架（如 libco）大量使用协程来处理网络IO，单机可支撑数十万并发连接。

3. 什么是 Reactor 模型？

Reactor 是一种基于事件驱动的网络编程模型，核心思想是：用一个或多个线程监听IO事件，事件就绪后分发给对应的处理器（Handler）执行。

主要组成部分：

• Reactor（分发器）：负责监听事件，调用 epoll/select 等多路复用接口
• Acceptor：处理新连接
• Handler：处理具体的读写业务逻辑

常见变体有三种：单Reactor单线程（Redis采用）、单Reactor多线程、主从Reactor多线程（Nginx、Netty采用）。主从模式中，主Reactor只负责接受连接，子Reactor负责处理IO读写，业务逻辑再交给线程池，充分利用多核性能。

4. Reactor 模型底层是如何实现的？

底层依赖操作系统提供的IO多路复用机制，在Linux上主要是 epoll。实现流程如下：

首先创建 epoll 实例，将监听socket注册进去。主循环调用 epoll_wait 阻塞等待，有事件就绪时返回事件列表。根据事件类型（可读/可写/错误）分发到对应的回调函数处理。

epoll 使用红黑树管理注册的fd，用链表存储就绪事件，时间复杂度为O(1)，相比 select 的O(n)轮询性能大幅提升。epoll 还支持边缘触发（ET）和水平触发（LT）两种模式，ET模式下只在状态变化时通知一次，需要一次性读完数据，效率更高但编程复杂度也更高。

5. IO多路复用中 epoll 上层有哪些封装？LT 和 ET 的区别？

常见的上层封装库有：

• libevent：跨平台，封装了 epoll/kqueue/select，提供统一的事件循环接口，被 memcached 等广泛使用
• libev：比 libevent 更轻量，接口更简洁
• libuv：Node.js 底层使用，支持异步IO、定时器、线程池等

LT（水平触发）是默认模式，只要缓冲区中还有数据，每次 epoll_wait 都会通知，编程简单不易出错。ET（边缘触发）只在状态从无到有变化时通知一次，要求应用层必须循环读取直到 EAGAIN，否则会漏事件。ET模式减少了系统调用次数，性能更高，Nginx 默认使用 ET 模式。

6. 负载均衡中如何用 Round Robin 实现带权重的任务分配？

普通 Round Robin 轮询每个节点各分配一次请求，无法体现服务器性能差异。带权重的 Round Robin（Weighted Round Robin）有几种实现方式：

最常用的是平滑加权轮询（Nginx采用）：每个节点维护一个当前权重，每次选择当前权重最大的节点处理请求，选中后将其当前权重减去总权重之和，其余节点当前权重各加上自身配置权重。这样分配结果更均匀，不会出现连续请求都打到同一节点的情况。

例如节点A权重5、B权重3、C权重2，总权重10，经过10次请求后每个节点恰好被选中5、3、2次，且分布均匀不集中。

7. 操作系统内存淘汰算法有哪些？随机淘汰有什么好处？

常见的页面置换算法：

• OPT（最优替换）：淘汰未来最长时间不会用到的页，理论最优但无法实现
• LRU（最近最少使用）：淘汰最久未访问的页，实际效果好，但精确实现需要维护访问时间戳，开销大
• LFU（最不经常使用）：淘汰访问频率最低的页，容易受历史数据影响
• Clock（时钟算法）：LRU的近似实现，用一个访问位代替时间戳，开销小
• 随机淘汰：随机选择一个页面淘汰

随机淘汰的好处在于实现极其简单，没有维护链表或时间戳的额外开销，在某些访问模式下（如均匀随机访问）性能不亚于LRU，且不存在缓存污染问题。Redis 的内存淘汰策略中就提供了 allkeys-ran