把面试变成一场「开卷推理」：我的全流程备战与复盘 SOP

【岗位要求】
1. 负责千万级DAU产品的核心服务架构设计与优化
2. 深入理解分布式系统原理，有Redis/Kafka深度调优经验
3. 具备高并发场景下的故障排查与性能优化能力

# 简化的面试官情报收集框架
def profile_interviewer(name: str, company: str) -> InterviewerProfile:
    sources = {
        "linkedin": fetch_career_trajectory(name),      # 技术路线 vs 管理路线
        "github": analyze_code_style(f"{name}"),         # 技术偏好与审美
        "publications": list_tech_blogs(name),           # 关注的技术领域
        "internal_referral": get_feedback_from_network(),  # 面试风格情报
    }
    
    # 关键判断：对方是"架构派"还是"细节派"？
    # 架构派：关注trade-off、演进路径、业务价值
    # 细节派：关注源码实现、边界条件、性能基准
    return classify_interview_style(sources)

Problem: 我们要解决什么问题？为什么重要？
    ↓
Constraint: 当时的资源约束是什么？时间/人力/技术债？
    ↓
Exploration: 我评估了哪些方案？各自的trade-off是什么？
    ↓
Conclusion: 最终选择及核心依据（必须连接到业务价值）
    ↓
Self-critique: 如果重来，哪里可以做得更好？（展现元认知能力）

// 示例：遇到"合并K个排序链表"时的有声思考模板

// Phase 1: 问题理解与边界确认（展现严谨性）
"我先确认一下约束：链表总节点数在10^4量级，这意味着O(N^2)可能超时，
 O(N log K)或更优是目标。另外，链表的值域有 restrictions 吗？"

// Phase 2: 方案枚举与复杂度分析（展现结构化思维）
"我想到两个方向：
  方向A：逐一两两合并，时间O(K*N)，空间O(1)——当K较大时不够理想
  方向B：最小堆维护K个指针，时间O(N log K)，空间O(K)——更符合约束
  方向C：分治合并，时间O(N log K)，空间O(log K)递归栈——可以对比"

// Phase 3: 编码与实时校验（展现工程习惯）
"我选择方向B先实现，同时用dummy head简化边界处理。
  这里我先写主循环结构，然后处理heap的compare逻辑..."

// Phase 4: 主动延伸（展现深度）
"实现完了，我想到一个变体：如果数据流持续到来，这个结构可以怎么改？
  这就自然引出我对延迟合并或外部排序的理解..."

// 系统设计的"共识-展开"协议

func DesignSystem(requirement string) {
    // Layer 1: 需求澄清（建立共识）
    functional := ClarifyFunctionalScope(requirement)   // "朋友圈点赞" vs "微博热搜"
    nonFunctional := NegotiateSLA()                     // QPS? 一致性要求? 延迟P99?
    
    // Layer 2: 高层架构（展示全局观）
    api := DefineAPIContract(functional)                // REST/GraphQL/gRPC选型依据
    dataModel := SketchDataModel(nonFunctional)          // 读写模型分离的初步判断
    
    // Layer 3: 关键路径深入（展示深度）
    hotspot := IdentifyBottleneck(api, dataModel)        // 邀请面试官选择深入方向
    // "您希望我先深入讨论一致性保障，还是高可用架构？"
    
    // Layer 4: 扩展性讨论（展示演进思维）
    scalePath := ProjectGrowth(hotspot)                 // 未来6个月/2年的架构变化
}

## 面试复盘卡 [公司-岗位-日期]

### 题目还原（尽量原话）
- Q1: ...
- 我的回答要点: ...
- 面试官的追问/反应: ...（关键信号！）

### 自我评估矩阵
| 维度 | 自评(1-5) | 证据 | 改进点 |
|-----|----------|------|--------|
| 技术深度 | 4 | 讲清了Raft的日志复制 | 对PreVote机制理解模糊 |
| 沟通清晰度 | 3 | 算法题前期铺垫过长 | 需要更紧凑的"电梯演讲"版本 |
| 压力应对 | 5 | 被challenge时能快速调整 | - |

### 未回答好的问题（优先级P0）
1. [具体题目] → 查阅[某论文/源码/实践]后补充到知识库

知识图谱节点示例：
├── 分布式一致性
│   ├── Raft/Paxos 工程实现
│   │   ├── 日志复制中的pipeline优化 ✓[字节-2023]
│   │   ├── 成员变更的joint consensus ✗[阿里-2024] ← 待深入
│   │   └── 与ZAB的对比（面试官常问差异）
│   └── 一致性模型选择
│       ├── 线性一致性 vs 顺序一致性
│       └──  eventual consistency 的业务容忍度设计 [美团-2023]
├── 高性能存储
│   └── ...