一份面向 Java 后端求职者的面试知识库，系统梳理计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发等高频考点，帮你有条理地准备面试。

分布式 AI 计算引擎，提供核心分布式运行时和一组 AI 库，用来加速机器学习负载、大模型推理与超参搜索。

基于 Raft 共识算法的分布式键值存储，为 Kubernetes 等系统保存配置、服务发现和选主等最关键的数据。

面向不可预测增长的 Agent 负载设计的分布式数据库，原生支持事务、分析与向量检索，避免数据孤岛和资源争抢。

高性能分布式图数据库，专为实时查询场景设计，支持知识图谱等大规模关联数据的存储与毫秒级检索。

飞桨核心框架，提供深度学习与机器学习的高性能单机及分布式训练能力，并支持跨平台部署，适合工业级模型开发。

面向大规模分布式系统的应用性能管理工具，通过分布式追踪和监控，帮你定位跨服务调用中的性能瓶颈。

只需几行代码就能把 PyTorch 模型跑在任意设备或分布式配置上，自动处理混合精度（含 fp8）和 FSDP、DeepSpeed 配置，省去手写分布式训练样板代码的麻烦。

一套面向大模型训练的分布式并行框架，把数据、模型、流水线并行和异构训练整合成统一接口，让训练和推理更省显存、更快。

收录大量免费中文编程书籍的资源清单，覆盖 Python、JavaScript、Android、iOS 等方向，方便按技术栈查找学习资料。

高性能云原生向量数据库，专为大规模向量近似最近邻检索设计，适合搭建以图搜图、语义搜索和 RAG 等应用。

分布式系统的应用性能监控平台，支持链路追踪、指标采集和日志分析，帮你在微服务架构下快速定位性能瓶颈。

CNCF 出品的分布式追踪平台，采集服务调用链路并做可视化分析，帮你在微服务和 LLM 应用里定位延迟与故障根因。

基于 PyTorch 的深度学习优化库，通过 ZeRO、模型并行和混合专家等技术，让千亿到万亿参数模型的分布式训练与推理更省显存、更高效。

开源分布式图数据库，支持水平扩展和高可用，适合存储超大规模图数据并做低延迟查询，可用于知识图谱和 GraphRAG 场景。

云原生分布式 SQL 数据库，面向关键业务场景，支持跨区域、多云部署和水平扩展，兼容 PostgreSQL。

开源分布式数据库，兼容 MySQL，支持 HTAP 混合负载与全文检索，用一套引擎承载 OLTP、分析和 AI 场景下的高要求业务。

基于 Spark 的分布式机器学习库，把 LightGBM、深度学习、认知服务等算法封装成易用 API，让大数据场景下的训练和推理可以直接在集群上跑。

可移植的分布式应用运行时，用边车模式把事件驱动、工作流编排、状态管理和发布订阅等能力做成标准 API，让微服务在云和边缘环境都能一致运行。

统一提供对象、块和文件三种接口的分布式存储平台，适合搭建高可用、可横向扩展的云存储与 Kubernetes 持久化存储底座。

Fault-tolerant, highly scalable GPU orchestration, and a machine learning framework designed for training models with bi…

微软开源的多智能体编程框架，让开发者用对话编排多个 LLM Agent 协作完成复杂任务，支持自定义角色与工具调用。

把 bug 跟踪直接嵌进 git 仓库，数据分布式存储、离线可用，不用依赖中心化平台就能提交和同步 issue。

SeaTunnel 是高性能分布式数据集成工具，支持批处理、CDC 变更捕获和多模态数据接入，用于海量数据在异构系统间高效同步。

面向大语言模型的强化学习训练框架，支持分布式训练与智能体工作流，让开发者能低成本训练和调优推理模型。

自托管的分布式微博客社区，基于 ActivityPub 协议与其他实例互联互通，让你拥有自己的社交服务器和数据。

基于 Node.js 的完整负载测试平台，支持 HTTP、GraphQL、WebSocket 和 Playwright 浏览器压测，可在 AWS Lambda 或 Fargate 上无服务器分布式运行。

DeepSpeed 官方示例集，提供各类模型接入 DeepSpeed 分布式训练的现成代码，方便照着改自己的训练脚本。

微软开源的分布式近似最近邻搜索库，提供高质量向量索引构建、搜索和在线服务工具，专为大规模向量检索场景设计。

云原生一站式机器学习与大模型平台，覆盖 Notebook 开发、拖拉拽 Pipeline 编排、分布式训练、超参搜索、推理服务和 SFT/强化学习微调，支持国产算力生态。

用 Rust 写的跨平台开源文件管理器，底层是虚拟分布式文件系统，能把多台设备上的文件统一管理，像访问本地一样浏览和整理。

NVIDIA 的大规模 Transformer 训练框架，支持张量并行、流水线并行等模型并行策略，用来在成百上千张 GPU 上高效预训练大语言模型。

Zipkin 是一个分布式追踪系统，用于收集和查看微服务间的调用链路与耗时，帮助定位跨服务延迟和故障。

分布式高可用服务网格方案，提供服务发现、配置管理和 API 网关，让动态基础设施中的应用互联互通。

统一的 PyTorch 训练框架，让同一份代码在单卡到上万张 GPU 上都能跑，免去改代码就能做预训练和微调。

在 Kubernetes 上编排 ML 流水线、智能体和实时推理的类型安全分布式引擎，用纯 Python 的 async/await 写工作流，也支持 Rust、Go 和 TS。

基于 OpenTelemetry 的开源可观测性平台，把日志、指标和链路追踪集中到一处，提供 APM、分布式追踪和基础设施监控，帮团队快速定位线上问题。

SeaweedFS 是分布式存储系统，支持 S3 对象存储、文件系统、Iceberg 表桶和 Lance 向量桶，用 O(1) 磁盘访问轻松管理数十亿文件并水平扩展。

在 Kubernetes 上编排 Ceph、NFS 等分布式存储集群，把块、文件和对象存储以云原生方式提供给容器使用。

基于 Kubernetes 的云原生分布式块存储，为容器集群提供高可用持久卷、快照备份和跨节点数据复制。