目录
一、软考经历和分数
第一次考软考高架就 "一发入魂"，顺利通关啦！回望这段复习路，其实满是磕磕绊绊：9 月便开启备考，在某平台入手一套二手资料正式起步，之后每天坚持打卡刷题，稳步积累基础；提前一个月专攻案例分析，梳理核心考点；考前两周才开始准备论文，先吃透模板框架，再结合云原生架构相关内容动手实操，前后完整写了三篇练手。没想到考场上正好撞上准备充分的方向，这份好运也算不负一路坚持～
二、 选择题刷题技巧
备考软考时，刷题绝对是核心提分手段，刷题的关键在于 "广覆盖" 与 "强模拟" 相结合，这两点我在备考过程中深有体会。资料全是某平台买的二手的，主打一个性价比。特别注意，资料不要贪多，找准一套看就行了。
首先是知识点刷题阶段，找免费的题库就行，基本上能满足要求，从基础知识到案例分析的细分考点都能找到对应题目，题目考查的方向和题型规律基本一致。每天集中攻克 1-2 个模块，确保每个知识点都刷到、刷透。
其次是模拟试题的训练，这一步直接关系到考试时的答题节奏和心态调整，必须高度重视。备考后期，我坚持每周定时完成一套完整的模拟卷，严格按照考试时间来，模拟真实的考试场景。这样做的目的一是培养答题手感，让大脑在固定时间段保持高度专注，适应考试的强度；二是精准把控答题速度，给自己设定每道题的平均答题时间，避免在难题上浪费过多时间，导致后面简单题没时间做。
刚开始刷模拟卷时，我的分数一直稳定在 50 分以上，心里还比较有底。但中途有一段时间因为工作忙，刷题节奏被打乱，加上有些知识点记得不牢固，连续几套卷的分数都掉到了 40 分左右，当时真的慌得不行，甚至开始怀疑人生。后来我冷静下来分析原因，发现主要是知识点掌握不扎实，而且答题时心态太急躁，遇到不会的题就容易慌神，影响后续答题状态。之后调整了备考计划，每天抽出固定时间回顾错题和笔记，刷题时也刻意放慢节奏，先易后难，遇到不会的题先标记，等全部做完再回头研究。慢慢的，分数又重新回到了 50 分以上，心态也稳定了很多。
总的来说，软考选择题备考没有捷径，就是要多刷、多练、多总结。通过广泛刷题覆盖所有知识点，再通过定时模拟训练提升答题技巧和心态，只要坚持下来，分数自然会稳步提升，顺利通过考试也就水到渠成了。
三、案例分析题刷题
案例分析其实是我备考时的 "薄弱项"，主要因为它涉及的内容太庞杂了 ，既要记理论概念，又要会结合场景分析问题、给出解决方案，完全没有选择题那种 "选对就行" 的便捷性。加上备考后期时间比较紧张，实在没精力把所有案例题型都系统过一遍，最后只能选择性做，没做太多针对性刷题，只挑了近几年真题里高频出现的题型，看了一部分题的解析，大概摸清答题逻辑就直接上考场了。
考场上的思路其实很简单：先快速浏览所有案例题，把自己能上手的、知识点熟悉的题目优先做完，避免在难题上浪费时间。对于会做的题，就把记得的相关知识点有条理地列出来，尽量把每个要点的核心内容写清楚。遇到不太会的题，也没直接放弃，而是先从题目场景里找关键词，联想相关的知识点框架。写几条可能的解决方案，尽量往考点上靠。毕竟案例分析是按点给分的，多写一条相关知识点，就多一分得分的可能，哪怕表述不够精准，也比空着强。
四、论文写作准备
论文写作对不少人来说是备考中的难点，核心原因在于日常缺乏系统的写作练习。而想要在有限时间内产出符合要求的文章，我总结出最实用的备考策略 ："模板打底 + 熟项目填充"。毕竟高架论文不仅要求逻辑清晰、结构完整，更关键的是要结合实际项目谈落地细节，若完全临场发挥，很容易陷入慌神、思路混乱的困境，甚至出现跑题的情况。提前用成熟模板搭建好文章框架，再将自己熟悉的项目经验、技术细节填充进去，才能在考场上从容应对。
2025年下半年四个题目是：
刚好我此前重点准备了云原生架构相关内容，考场上便直接选 "云原生数据库" 作为论文主题。整篇文章的核心，就是围绕云原生架构的技术体系展开 ------ 重点介绍了云原生数据库设计与落地过程中涉及的核心技术,最开始我准备的模板内容如下：
摘要
2022年6月，我参与了某科技公司为市区政府建设的公交车车载智能分析系统，担任架构设计师一职，负责系统的架构设计工作，项目通过对公交车进行智能化改造，提升其数据采集能力，进而能采集大量道路交通数据，通过对采集到的数据进行处理，以此搭建智能分析系统，为政府部门实时监控道路信息提供助力，实现了对全市区交通情况和变化趋势全面掌握，项目历时13个月，于2023年7月正式上线试运行。本文以公交车车载智能分析系统为例，主要介绍了云原生技术在该项目的应用，以及云原生技术在项目建设过程中所发挥的作用。
随着数字化浪潮的到来，智慧城市建设成为全球城市建设的重要趋势，而智慧交通作用智慧城市中重要的一环，为缓解城市交通压力，提升出行效率有着重要的作用。公交车作为典型的摆渡车辆，其有着运行时间长、覆盖范围广的特性。公交车通过每天长时间的运行，能够采集大量的交通数据，通过对这些数据进行数据，结合GIS路网信息，能够对交通情况进行全局的掌握，实现区域级车流、人流分析。同时公交车能够对道路病害以及道路障碍物等情况进行识别，并进行数据处理，搭建病害分布，实现对道路信息更加全面的掌握。
我所在的公司成功中标该项目，并于2022年6月开始建设，建设周期为13个月，我在该项目中担任架构设计师一职，负责系统的架构设计工作，为了确保系统的高可用和高性能，我们选三台32核64G服务器作为系统的部署环境。系统前端基于VUE框架搭建，后端使用SpringCloud作为基础框架，图像识别程序采用公司自主研发的AI识别算法。项目核心以公交车车载摄像头识别的视频数据和车载智能设备采集的公交车实时数据为基础，结合数字孪生、人工智能技术，搭建的一套自动化智能处理系统，实现对城市交通的信息全方位掌握。
依托公交车车载摄像头和边缘设备优秀的处理能力，公交车成为移动传感器，穿插在大街小巷中，为后台服务提供了数据支持。同时为了更好的搭建系统对这些数据进行处理，我们调研了大量的架构，最终选择运用云原生架构作为基础架构开发系统。
云原生架构主要包含微服务和容器等内容，同时有服务化、强韧性、可观测和自动化等特点，通过将服务进行拆分，按照业务系统逻辑将整个系统拆分为一个个小的服务，通过服务注册中心管理这些服务，各个服务之间松耦合，各自服务的开发维护等都不会影响其他的服务，使得项目多个业务模块能够同时进行。各个系统间的相互隔离，让服务的维护变得更加道路灵活，各个服务间通过restful接口进行通信，服务请求者不需要知道服务提供者内部实现逻辑。单个服务通过docker进行打包和部署，同时为了保证系统在高并发的情况下可用，将核心业务搭建集群的方式实现，服务请求时通过负载均衡选择实际提供服务的接口，减轻单个服务的访问压力。为了保证整个系统的健康，需要对每个服务进行健康最终，通过使用第三方监控组件，使得整个链路可见。通过建立CI\CD流水线，业务代码有修改时，自动出发流水线，实现自动化代码构建、测试和部署，减少人工干预，提升开发效率，减少维护成本。
公交车车载智能分析系统基于Vue+SpringCloud架构进行开发，主要包括前端服务、服务管理平台和后端业务服务三部分。
1、前端服务
前端服务主要实现处理后的告警数据展示，以及车辆相关数据的实时查看。前端服务通过集群的方式进行部署，当用户在浏览器中请求网址时，请求会先到达nginx服务器，nginx通过负载均衡的方式将请求转发至某一台服务器地址，配置的负载均衡规则是最小连接优先的方式，当实际请求时，nginx会选择连接数最少的服务进行请求转发，通过此种方式提升系统的处理效率。
2、服务管理平台
服务管理平台主要是实现服务的注册和管理，主要包括服务注册中心、服务网关和监控监测服务，本次系统选用nacos作为服务的注册中心。当发起服务请求时，不会之间请求相关的服务，而且请求网关地址，再根据网关地址配置的路由规则从注册到服务中心的服务列表中选择相应的服务进行请求，如果所请求的服务是集群，则会通过负载均衡选择最小连接数的服务进行请求访问。健康监测服务通过对服务注册中心中服务列表的服务进行监测，当服务异常时能够及时发现，并采取相应的措施，或者提示相关人员进行处理，保证系统的可用。
3、后端业务系统
后端业务服务主要包括四个微服务：数据展示服务、数据处理服务、视频服务和AI识别服务。数据处理服务主要负责对公交车采集上传的数据进行处理，在本项目中，整个处理流程是，当公交车车载摄像头采集到视频数据时，车载智能设备会对其进行初步处理，识别视频中的数据，当满足数据采集条件时，会将初步处理的数据和公交车的基本信息（坐标经纬度、车牌号、线路号等）一起上传至kafka消息队列中，数据处理服务监听到kafka消息队列中的数据时，会对数据进行消费处理。同时由于AI识别服务对资源的占用比较多，因此通过集群的方式部署服务，提升系统的可用性。
经过13个月的开发与优化，该项目成功完成建设并上线运行，有效的助力了政府部门对交通的情况的实时监控，得到了客户和管理的肯定和认可。在建设过程中由于系统建设周期长、道路交通复杂、沟通环境较多等情况，也导致了一些问题，例如前期由于采集到的数据杂而不精，导致识别算法的准确度不高，为了解决这个问题，我们采用人工标注的方式，同时通过专门先行设置三辆公交车收集数据，最后才慢慢的将准确度提高。同时在后端业务处理数据入口加入过滤逻辑，筛除脏数据。由于采用云原生技术，在对提升AI服务效率以及优化数据处理服务时，没有对其他服务产生影响，使得项目进度按照预期的推进。
实践证明，公交车车载智能分析系统能够成功建设完成并上线，并表现出良好的性能，与采用了云原生架构密不可分，通过在该系统的应用，我深刻体会到了云原生架构在服务化、自动化、可观测、强韧性等方面的优势，虽然在建设过程中出现了一些问题，但通过采取相应的措施，都得到了较好的解决。经过此次项目的落地实施，我深刻体会到了自身的不足，在未来的日子里我会加强架构方面的学习，持续提升自身能力，为后续公司的项目建设贡献一份力量。总的来说，软考论文写作不用追求 "文采飞扬"，关键是 "结构完整、逻辑清晰、贴合考点、有实际案例支撑"。提前准备模板、吃透一个熟悉的项目，考试时把考点和项目细节灵活结合，就能快速写出符合要求的论文，不用在考场上浪费时间构思框架和内容，大大提高得分效率。