在程式設計中，平行處理可能會同時訪問共享資源，這樣就可能導致共享資源的競爭與執行結果不一致等等問題。
為了避免這些問題，就需要使用 lock 進行同步，保證在同一時間只有一個執行緒或 process 能夠存取共享資源。
所以在面試中，許多面試官都會考面試者對於 lock 的了解和應用。常見的考題包括 lock 的原理、種類、常見問題和解決方法等。
了解 lock 的使用不僅僅可以應對相關面試問題，也有助於在實際開發中知道如何使用 lock, 以避免平行處理所造成的相關問題。
談到快取，一定會談到 Cache 的置換策略，也就是快取滿了要怎麼處理的問題。
理想上，能將所有資料都快取起來的話，就可以有效加速系統回應時間以及減輕資料庫負擔，但這是相當耗費/浪費系統資源的作法，除了系統資源有限之外（記憶體有限、儲存空間有限），另外根據 80/20 法則，系統中 80% 的資料存取要求，可能僅僅來自那 20% 的資料，我們僅需要針對這 20% 的資料進行快取就能夠在有限資源的條件下，十分有效地提升系統效能。
所以一般快取都會設定大小(size)，不會無限制的快取任何資料，也因此談到快取就會談到快取的置換策略，在 cache 滿的時候選擇刪除哪些舊資料以容納新資料的方法。
本文將介紹幾種面試常見的快取置換策略。
後端（或全端）工程師面試時除了 leetcode 之外，遇到系統設計相關的題目也是高機率（打工仔越來越難當😭 ByteByteGo Youtube 頻道有提供不少系統設計面試會遇到的經典題目解說
Posted on Feb 8, 2023 by Amo Chen ‐ 2 min read
面試時，每當談到平行處理(parallel processing)、多執行緒(multithreading)、多行程(multi-processing)之後，通常都會衍生一些關於 race condition 的問題，也可稱為 race hazard（競爭危害）。
本文以實際 Python 範例創造 race condition, 以理解何為 race condition 以及如何解決 race condition 所造成的問題。
快取(Cache)也是經常會被問到的經典題目。
隨著資訊技術的發展，工程師的面試越來越五花八門，面試過程問什麼都不足為奇，不過仍有些問題能夠事先準備，這些問題不僅常問也很實用，除了能夠應付面試之外，也能增加個人實力。
本文記錄後端工程師面試時經常會問到的資料庫 ACID 原則，並以實際範例作為說明，以讓人能夠對 ACID 有足夠的理解，避免死背。