主题
面试速答（先看这里）
**一句话结论：**这是一个比较常见的典型的性能优化的场景题，并且问的并不算难，因为他限定了前端页面、Java后台、数据库，而且还说了数据库是单表。
60秒标准回答：
这是一个比较常见的典型的性能优化的场景题，并且问的并不算难，因为他限定了前端页面、Java后台、数据库，而且还说了数据库是单表。那也就意味着我们不用考虑太多的分布式系统、分库分表等带来的影响了
那么，分别从三个方面该如何优化呢？
百万级数据，肯定不能一页就查询出来，所以肯定要 分页查询 。另外，建议页面上增加滚动加载或者下拉加载的效果，一方面提升用户的体验，另外也能避免跳页查询，能够更好地解决深分页的问题
**答题顺序：**结论 → 原理/机制 → 关键流程 → 场景与取舍 → 易错点
回答主线：
- **要点1：**百万级数据，肯定不能一页就查询出来，所以肯定要 分页查询 。
- **要点2：**除了分页以外，还需要提供 关键词搜索、过滤条件、排序选项 ，总之就是避免用户全量查询。
- **要点3：**前端排序 ，对于有一些数据如果需要在当前页排序的话，完全可以用前端排序代替后端排序，这样不仅能减少多次查询请求，还能更快的实现排序。
- **要点4：**首先 分页查询 的问题还是要的，后端也要做些控制，比如限制最大的pageSize，避免无条件的全表查询等。
- **要点5：**接着就是可以考虑做一些 缓存 ，针对一些变化不频繁地热点数据，可以考虑在Redis或者本地做一层缓存，减少对数据库的查询，来提升性能。
**记忆锚点：**Future → 分页查询 → 前端缓存 → Java → join → 关键词搜索过滤条件排序选项
关键取舍：
- 这是一个比较常见的典型的性能优化的场景题，并且问的并不算难，因为他限定了前端页面、Java后台、数据库，而且还说了数据库是单表。
- 首先 分页查询 的问题还是要的，后端也要做些控制，比如限制最大的pageSize，避免无条件的全表查询等。
- 接着就是可以考虑做一些 缓存 ，针对一些变化不频繁地热点数据，可以考虑在Redis或者本地做一层缓存，减少对数据库的查询，来提升性能。
易错提醒：
- 百万级数据，肯定不能一页就查询出来，所以肯定要 分页查询 。
- 另外，建议页面上增加滚动加载或者下拉加载的效果，一方面提升用户的体验，另外也能避免跳页查询，能够更好地解决深分页的问题。
加分表达：
- 除了分页以外，还需要提供 关键词搜索、过滤条件、排序选项 ，总之就是避免用户全量查询。
追问准备：
- 围绕「Future」：底层原理是什么？使用时有哪些边界和常见坑？
- 围绕「分页查询」：底层原理是什么？使用时有哪些边界和常见坑？
- 围绕「前端缓存」：底层原理是什么？使用时有哪些边界和常见坑？
- 如果线上出现异常，你会如何定位、验证并规避？
典型回答
这是一个比较常见的典型的性能优化的场景题，并且问的并不算难，因为他限定了前端页面、Java后台、数据库，而且还说了数据库是单表。那也就意味着我们不用考虑太多的分布式系统、分库分表等带来的影响了。
那么，分别从三个方面该如何优化呢？
前端
百万级数据，肯定不能一页就查询出来，所以肯定要分页查询。另外，建议页面上增加滚动加载或者下拉加载的效果，一方面提升用户的体验，另外也能避免跳页查询，能够更好地解决深分页的问题。
除了分页以外，还需要提供关键词搜索、过滤条件、排序选项，总之就是避免用户全量查询。另外在输入框中加防抖的功能，减少频繁请求，比如一定要点击查询按钮才发起请求。
前端排序，对于有一些数据如果需要在当前页排序的话，完全可以用前端排序代替后端排序，这样不仅能减少多次查询请求，还能更快的实现排序。
还有就是前端也是可以作缓存的，对查询频繁的下拉框、静态表单选项等做前端缓存或预加载。
Java代码
首先分页查询的问题还是要的，后端也要做些控制，比如限制最大的pageSize，避免无条件的全表查询等。
接着就是可以考虑做一些缓存，针对一些变化不频繁地热点数据，可以考虑在Redis或者本地做一层缓存，减少对数据库的查询，来提升性能。
异步处理+预读，对于查询可能会耗时的操作了 ，可以提前通过Future异步的方式查询，然后主线程继续执行其他的代码，当需要这些数据的时候，再从Future中取出数据，这样也能提升一定的效率。
📄 ✅如何在 Java 中实现高效的异步编程？如何避免回调地狱？
打开文档：✅如何在 Java 中实现高效的异步编程？如何避免回调地狱？
数据库优化
这就是核心的了，但是其实百万级数据，还是比较好优化的，主要就是考虑索引、避免多表join、避免深分页、减少Select *等几个方面。
因为百万级数据完全没必要上读写分离、分库分表这些，只要把索引弄好，没有join，没有深分页也就够了。
索引：
join：
深分页：
select * :