以下是针对腾讯客户端开发工程师面试问题的分类与高频问题分析（基于105道问题，总出现次数118次）。按技术领域整合为7大类别，按占比排序并精选高频问题标注优先级（1-5🌟）：
一、数据库与数据工程（占比26.3%，面试核心）
高频考点：索引优化、数仓设计、OLAP
优先级 | 问题 |
🌟🌟🌟🌟🌟 | 添加索引的副作用？（3次） |
🌟🌟🌟🌟 | MySQL/Redis/MongoDB的区别与应用场景？（2次） |
🌟🌟🌟🌟 | SQL慢查询优化思路与操作？（1次） |
🌟🌟🌟 | ClickHouse查询过程及OLAP技术理解？（2次） |
二、大数据与分布式系统（占比18.6%）
核心方向：数据倾斜、Hadoop生态、流处理
优先级 | 问题 |
🌟🌟🌟🌟🌟 | 如何检测和解决数据倾斜问题？（合并分析，出现3次） |
🌟🌟🌟🌟 | Hadoop搭建的核心注意事项？（2次） |
🌟🌟🌟 | Spark与MapReduce的核心差异？（1次） |
🌟🌟🌟 | Kafka分区动态扩容导致Flink数据丢失的解决方案？（2次） |
三、操作系统与并发（占比14.4%）
必考领域：线程管理、IO模型、死锁
优先级 | 问题 |
🌟🌟🌟🌟 | 阻塞IO/非阻塞IO与异步IO的区别？（2次） |
🌟🌟🌟🌟 | 创建线程的常见方式？（2次） |
🌟🌟🌟 | 进程与线程的区别及通信方式？（合并分析，出现3次） |
🌟🌟🌟 | 死锁的产生条件及避免方法？（2次） |
四、算法与数据结构（占比12.7%）
手撕重点：动态规划、树结构、字符串
优先级 | 问题 |
🌟🌟🌟🌟🌟 | 动态规划应用：爬台阶问题（1次）及其优化（1次） |
🌟🌟🌟🌟 | 二叉树层节点数量与性质（1次） |
🌟🌟🌟 | 括号匹配合法性判断（1次） |
🌟🌟🌟 | 链表区间反转（1次） |
五、系统设计与优化（占比11.0%）
实战场景：性能调优、存储方案
优先级 | 问题 |
🌟🌟🌟🌟 | 水平分表策略（日期/地理位置/业务属性）（1次） |
🌟🌟🌟 | I/O密集型任务均衡调度方法？（1次） |
🌟🌟🌟 | SSD的优缺点及应用权衡？（1次） |
六、编程语言基础（占比9.3%）
语言专项：C++特性、内存管理
优先级 | 问题 |
🌟🌟🌟🌟 | C++四种类型转换（dynamic_cast/static_cast等）（1次） |
🌟🌟🌟 | 虚函数表机制及多态实现原理（合并分析，出现4次） |
🌟🌟🌟 | HashMap与ConcurrentHashMap的线程安全实现（1次） |
✅ 高频问题核心规律
TOP 3高频领域：
- 数据库与数据工程（26.3%）> 大数据系统（18.6%）> 操作系统（14.4%）
- 这三类占比59.3%，覆盖近六成问题
5星问题特征：
- 数据倾斜（3次）和索引副作用（3次）直击分布式系统核心痛点
- 动态规划考题要求优化能力，体现工程思维深度
腾讯特色考点：
- 图形学问题占比虽低（5.4%），却是客户端岗差异化筛选关键
- ClickHouse/Hadoop等腾讯云生态技术高频出现
💡 面试策略建议
必掌握知识点：
- 数据倾斜四步法：采样分析 → 拆分Key → 加盐聚合 → 旁路缓存
- 索引优化三原则：避免过度索引、优先覆盖索引、定期碎片整理
- 线程管理核心：线程池参数（核心/最大线程数、队列策略）
差异化准备：
- 结合腾讯业务说明Hadoop/Spark调优经验（如压缩算法选择）
- 图形学需掌握基础渲染概念（纹理、法线贴图、Shader）
手撕算法重点：
- 高频题型：动态规划（台阶/背包）、树操作（反转/遍历）
- 注意：括号匹配等边界条件处理常被追问
