面灵AI→

蚂蚁集团开发工程师交叉面:一致性、幂等与稳定性

轮次
交叉面
时间
2026-11
来源
牛客网

《面试题目》

  1. 讲一个你负责的项目,核心链路是什么?出了问题会影响谁?
  2. 分布式事务有哪些方案?TCC、SAGA、本地消息表、最大努力通知分别适合什么场景?
  3. 为什么不用两阶段提交?它的主要问题是什么?
  4. 接口幂等怎么设计?唯一键、状态机、去重表各有什么局限?
  5. 支付类场景对账怎么做?发现不一致后怎么处理?
  6. 缓存与数据库的一致性怎么保证?延迟双删能不能做到强一致?
  7. 下游超时了,重试还是不重试?重试会带来什么问题?
  8. 如何防止重试导致的雪崩?超时、重试、熔断的阈值怎么定?
  9. 一个依赖不可用时,怎么保证核心链路可用?
  10. 服务容量怎么评估?大促前做哪些准备?
  11. 线上资损类故障怎么排查和止损?
  12. 你怎么证明你做的稳定性机制是有效的?

《参考解析》

交叉面更关注「边界与失败路径」。 面试官不在你的业务线上,判断你水平的方式是看你能不能把正常流程之外的异常讲清楚:超时、重复、乱序、部分失败、下游不可用、数据不一致。所以讲项目时不要只讲主流程,要主动说明失败时会发生什么、怎么发现、怎么恢复。

分布式事务的选型看一致性要求与侵入性。 2PC 强一致但同步阻塞、协调者单点、性能差,互联网场景基本不用;TCC 把业务拆成 Try-Confirm-Cancel 三个阶段,性能好但要处理悬挂、空回滚、幂等,侵入性强,适合资金、库存这类强一致场景;SAGA 用一系列本地事务加补偿,适合长流程、可补偿的业务,代价是中间状态对外可见;本地消息表 + 定时投递实现最终一致,改造小、可靠,适合通知、积分、账单这类允许延迟的场景;最大努力通知适合对端不配合改造的情况,靠重试与对账兜底。回答时要给出选择理由,而不是罗列名词。

幂等的实现要结合业务语义。 唯一键去重(数据库唯一索引或 Redis setnx)适合创建类操作,但要考虑键的生成规则与过期;状态机幂等要求只有合法的前置状态才能迁移,天然防重复,但需要状态字段与并发控制;去重表记录请求号,适合跨服务调用。局限在于:键冲突会误杀合法请求、Redis 过期后重复请求会穿透、状态机覆盖不了无状态查询。所以关键链路通常「幂等 + 对账」双保险。

对账:按业务唯一键比对两边流水,分为单向核对(我方有对方无、对方有我方无)与金额核对;发现差异后先冻结而不是直接补单,人工或规则确认后再处理。对账的频率、延迟、容差要写清楚,并保留可追溯的差异记录。

缓存一致性:Cache Aside + 删除缓存 + 重试补偿是常规做法,延迟双删只能降低不一致窗口,不能保证强一致。强一致要靠:读走主库、加分布式锁、或把一致性要求高的数据不放进缓存。回答时明确「业务能接受多长时间的脏读」,这是选型的前提。

重试要满足三个条件:操作幂等、失败可判定为可重试(超时、5xx、连接失败,而不是参数错误)、有退避与上限。无脑重试会在下游故障时放大流量,形成雪崩。配套要有超时(连接超时与读超时必须分别设置)、熔断(失败率阈值 + 半开探测)、舱壁隔离(不同依赖用独立线程池或信号量)、限流(保护自己不被压垮)。

依赖不可用时的核心链路保障:区分核心与非核心依赖,非核心依赖失败时降级返回兜底数据;核心依赖要有主备或异地多活;同步调用改异步消息,把强依赖变成最终一致;提前准备开关,能在故障时一键关闭非核心功能。

容量评估:从入口 QPS、单机压测能力、依赖的容量三个方向取最小值,留出安全系数;大促前做全链路压测、限流阈值校准、缓存预热、预案演练(降级、切流、扩容)。回答时给出具体数字与推导过程,比说「做了压测」有说服力。

资损排查:先止血(停止相关交易、冻结账户、关闭入口),再定位(按时间线对齐发布、配置、流量变化,查资金流水与对账差异),然后估算影响范围(多少用户、多少金额),最后修复与补偿。事后要把「怎么更早发现」写进监控与对账。

证明机制有效:故障演练(混沌工程注入延迟、异常)、压测验证阈值、对账发现差异的数量与处理时效、监控告警的召回与误报率。能拿出这些数据,说明机制不是写在文档里的。