1. 电商商品详情页的进程内本地缓存,应用什么数据结构实现?命中率如何?2. Caffeine、Guava 等本地缓存与 Java 普通哈希方法的区别是什么?3. ConcurrentHashMap 实现缓存的时间复杂度是多少?如何做到的?4. 单机场景下,商户商品持续增加导致缓存不停 put 键,数组可能不够用,该如何解决?5. 实现 LRU 淘汰策略后,查询、淘汰操作的时间复杂度是多少?6. LRU 实现中,查询时会修改链表,如何保证并发安全?7. 并发安全解决中提到的异步操作,具体步骤是什么?8. 用线程池或多线程扫描缓存淘汰数据,会为系统带来多少额外开销?有其他更好的方法吗?9. 将本地缓存扩展为 Redis 集群后,如何确定某个 key 存储在哪个机器上?10. 面对大量商户及产品描述,如何快速查询某关键词出现在哪些商品中?11. Elasticsearch 构建倒排索引时,文档和分词数量多导致内存占用大,有哪些节省空间、提高性能的办法?12. Redis 为何能表现出高性能?其网络 IO 瓶颈指什么?13. Redis 引入多线程主要解决哪块的问题?14. 从 Redis 视角,接收“get key”请求时,网络及操作系统层面的处理过程是怎样的?15. 如何设计商户点评排行榜,支持评分实时更新并快速查询前5名商家?16. Redis 的 zset 中删除并重新插入数据的时间复杂度是多少?17. 实现全排列的核心方法思路是什么?