# 1. 边缘函数（Cloudflare Workers/Deno Deploy/Vercel Edge）与中心服务器的本质差异 A 边缘函数运行在中心机房，与用户距离和中心服务器相同 B 边缘函数与中心服务器的延迟完全一致 C 边缘函数支持 Node 的 fs/net 等全部 API D 边缘函数基于 V8 Isolate 请求级执行、就近部署并提供 Web 标准 API，需无状态化设计；中心服务器是常驻进程且拥有系统级能力 ✓ 正确答案
# 2. 边缘运行时的冷启动优化与基于 V8 Isolate 的隔离模型 A 平台通过预编译快照、Isolate 池复用与智能预热降低冷启动，业务侧可用缓存承接与预热请求规避冷启动暴露 ✓ 正确答案 B 每个请求都从零创建全新 Isolate，无法复用 C 冷启动只影响首次请求，后续请求永远不冷 D 冷启动延迟与代码体积无关
# 3. 边缘渲染的数据获取（边缘直连数据库/GraphQL 网关） A 边缘直连数据库在任何场景都优于 GraphQL 网关 B 边缘直连数据库延迟低但面临一致性与容量问题，GraphQL 网关保证一致但多一跳，应按一致性要求与延迟预算选型并结合缓存 ✓ 正确答案 C GraphQL 网关不需要任何超时与降级设计 D 边缘函数无法访问任何数据库
# 4. 边缘 BFF 层（聚合多源 API）的设计与超时治理 A BFF 应把每个上游 API 单独暴露给端侧，不做聚合 B BFF 负责聚合编排与数据裁剪，采用分层超时、并发编排、熔断降级与缓存兜底控制响应预算 ✓ 正确答案 C 一个上游超时会拖垮整页是不可避免的 D BFF 必须持有状态才能编排请求
# 5. 边缘鉴权（JWT 校验/速率限制）的就近执行优势 A 边缘只负责转发，鉴权必须在中心完成 B 边缘就地做 JWT 无状态校验与速率限制，非法请求就近拦截，注意密钥轮换、限流防绕过与用户状态同步的撤销延迟 ✓ 正确答案 C JWT 校验必须查询用户数据库 D 边缘速率限制只能用固定窗口，无法滑动窗口
# 6. 多区域部署的一致性与数据驻留（合规）考量 A 多区域部署中所有数据都应复制到每个区域以保证一致 B 数据驻留要求不影响 CDN 缓存个人数据 C 按一致性要求分类治理（强一致中心化、最终一致分区复制），数据驻留通过区域亲和路由与区域存储实现并需审计与擦除能力 ✓ 正确答案 D 多区域写冲突无法用版本号或幂等键处理
# 7. 边缘计算的典型失败模式（冷启动尖刺/区域故障转移） A 典型失败包括冷启动尖刺、区域故障与平台限流，韧性设计需无状态可重跑、区域故障转移、超时降级缓存兜底与故障演练 ✓ 正确答案 B 边缘函数可以无限重试直到上游恢复 C 区域故障时流量自动全部丢失，无法转移 D 边缘存储永远是强一致的，不存在竞态
# 8. 边缘函数中访问 KV/Durable Objects/数据库的能力边界 A KV 提供强一致读写，适合存放订单数据 B 边缘函数可以直接使用 Node 的连接池连接任意数据库 C Durable Objects 支持跨对象事务 D KV 最终一致适合缓存与配置，Durable Objects 提供单点串行化强一致，数据库适合强事务查询但需解决请求级连接模型 ✓ 正确答案
# 9. 边缘函数的地域路由与请求亲和性（sticky）实现 A 所有请求都必须绑定固定边缘节点执行 B sticky 与无状态设计无关，只需配置即可生效 C 地域路由通过 anycast/GeoDNS 就近分发并支持区域规则约束；有状态会话用 sticky（标识绑定或 Durable Objects 按 key 亲和）实现，状态外置可提供更鲁棒的逻辑亲和 ✓ 正确答案 D WebSocket 连接不依赖任何亲和机制
# 10. 边缘函数的调试、日志与可观测性挑战 A 边缘函数常驻进程，可以直接挂调试器 B 冷启动延迟与业务错误无法区分，无需记录 C 本地调试环境与线上边缘行为完全一致 D 挑战源于短生命周期与多区域分布式，可通过结构化日志、trace 透传全链路、区域维度指标与本地模拟/流量回放构建可观测体系 ✓ 正确答案
# 11. 边缘 SSR（Edge SSR）相比中心 SSR 的延迟优势与限制 A Edge SSR 支持全部 Node API 与任意计算 B Edge SSR 只适合完全静态页面 C Edge SSR 比中心 SSR 慢，因为边缘节点计算能力弱 D Edge SSR 就近渲染显著降低 TTFB 并可与缓存协同，但运行时 API 受限、计算资源有限，数据若回源中心会抵消延迟收益 ✓ 正确答案
# 12. 流式渲染（Streaming SSR）在边缘节点的分块传输 A 流式渲染必须等全部数据就绪才开始输出 B 通过 ReadableStream 先输出壳再按数据就绪度分块补发，改善首屏感知，但需处理缓存冲突、块级错误边界与爬虫兼容 ✓ 正确答案 C 流式响应可以整体缓存，与普通响应无异 D 流式渲染只需要服务端支持，客户端无需配合
# 13. 边缘渲染与 CDN 缓存（stale-while-revalidate）的协同 A 缓存策略只对静态资源有效，动态渲染结果无法缓存 B SWR 意味着用户永远看到最新内容 C 渲染结果按缓存键进 CDN 缓存并用 stale-while-revalidate 先回旧值后台刷新，同时需设计缓存键、主动失效与防止私有内容被公共缓存 ✓ 正确答案 D 缓存键只需考虑 URL，无需考虑语言与地区
# 14. Next.js Edge Runtime 与 Node Runtime 的 API 差异与限制 A Edge Runtime 支持全部 Node API 与原生模块 B 两种 Runtime 的 API 完全一致 C Edge Runtime 仅提供 Web 标准 API 且无 Node 系统能力，Node Runtime 支持完整 Node 生态；按依赖、计算量、延迟与状态需求选择，可路由级混合部署 ✓ 正确答案 D Node Runtime 只能部署在边缘节点
# 15. 边缘函数与 WASM 运行时的结合 A WASM 模块可以直接访问边缘平台的网络与存储 API B WASM 在边缘的运行速度与 JS 相同，无性能差异 C WASM 为边缘带来语言复用与接近原生的计算性能，但受内存配额限制且访问宿主能力需 JS 桥接，适合纯计算逻辑 ✓ 正确答案 D WASM 模块只能部署到浏览器，无法用于边缘
# 16. 边缘个性化（A/B/地理内容）与缓存键设计 A 个性化响应可以安全地写入公共缓存，无需区分 B A/B 实验必须回源中心决策，边缘无法处理 C Vary 响应头与缓存键设计无关 D 个性化内容需把差异因子（实验组、地区、语言）纳入缓存键或分层缓存，并权衡个性化维度与命中率 ✓ 正确答案
# 17. 边缘与中心的成本模型与流量分配策略 A 缓存命中与带宽成本无关 B 边缘函数计费与流量无关，成本永远最低 C 所有流量都应直接打到中心服务器以保证性能 D 边缘函数按量计费适合弹性波动流量，中心预留计费适合稳定高利用率；流量分配应按"缓存 > 边缘函数 > 中心"分层并以命中率与延迟双目标迭代 ✓ 正确答案
