面灵AI→

字节跳动后端一面(中国交易与广告):RPC 与 KV 项目、LSM 与 InnoDB、C++ 协程

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 请做一下自我介绍。
  2. 讲一下 RPC 项目的主路径。
  3. 讲一下 KV 项目的主路径。
  4. 你对 MySQL 的了解有多少?MySQL 的层次是怎么划分的(Server 层、引擎层)?
  5. 为什么选择 LSM tree?它和 InnoDB 有什么不同?
  6. 对 InnoDB 你怎么理解?
  7. 学过《数据库系统》这门课吗?课上讲了什么?
  8. 虚函数是什么?什么时候用?怎么实现的?
  9. RAII 是什么?
  10. 三种智能指针分别是什么,各自怎么用?
  11. 你对异步回调和协程的理解是什么?有栈协程与无栈协程有什么区别?
  12. 系统调用是什么?
  13. 在 shell 里执行 ls,一共有几个系统调用?
  14. io_uring 是什么?
  15. Redis 是怎么缓存的?

《参考解析》

RPC 与 KV 的「主路径」要讲到可验证的细节。 面试官问主路径,考的是能否把一次请求从入口讲到出口,并在每一步说清你做了什么、瓶颈在哪。RPC 的主路径是:客户端经 stub 组装请求、序列化、寻址与负载均衡、建连与多路复用、服务端解码、派发到线程池或协程、执行业务、回包与超时重试。要主动给出数字,例如单机 QPS、P99、序列化耗时占比、连接复用率,以及你为此改过哪一段。KV 的主路径分读写两路:写路径进 WAL、写 memtable、memtable 满了转 immutable 并落成 SSTable、后台 compaction 合并;读路径先查 block cache 与 memtable,再按层查 SSTable,Bloom filter 用来跳过不含该 key 的文件。被追问「你自己写了哪一块」时,答负责的模块、当时的取舍与验证方式,比复述整体架构有效。

MySQL 的分层与一条 SQL 的执行顺序。 Server 层包含连接器(鉴权、连接池)、查询缓存(8.0 已移除)、解析器(词法语法分析生成语法树)、优化器(选索引、决定 join 顺序、条件下推)与执行器(按执行计划调用引擎接口);引擎层是可插拔的存储引擎,InnoDB 负责索引组织、事务、锁与崩溃恢复,MyISAM 只提供表级锁与非事务存储。一条 SQL 的执行顺序可答成:连接器取连接 → 解析器生成语法树 → 优化器产出执行计划 → 执行器逐行向引擎取记录 → 引擎在 Buffer Pool 里读写页并记 redo。补充两阶段提交有助于加分:redo 处于 prepare、写 binlog、redo 置 commit,保证崩溃后主从一致。

LSM tree 与 InnoDB 的差异,实质是读写放大之间的取舍。 LSM 把随机写转成顺序写:写只追加 WAL 与内存表,落盘是整块顺序写 SSTable,因此写吞吐高、写放大可控;代价是读要跨多层查找、需要 compaction 持续整理,读放大与空间放大更高,compaction 还会抢占 IO 与 CPU。InnoDB 是 B+ 树聚簇索引,数据按主键有序存放,点查与范围查都是 O(log n) 级别的页访问,读性能稳定、事务与 MVCC 成熟;代价是随机写要维护页分裂与 Buffer Pool 脏页刷盘,写放大明显。「为什么选 LSM」的回答应落到负载特征:写多读少、写入吞吐优先、能接受读路径多一层缓存,就选 LSM;读多写少、需要强事务与范围查询,选 InnoDB。

虚函数的实现。 含虚函数的类,对象头部有一个 vptr 指向该类的虚表,虚表在只读数据段、编译期由编译器生成,槽位按声明顺序排列;派生类覆写时替换对应槽位,多继承会持有多个 vptr 并需要 this 指针调整。要补两个常见追问:构造与析构期间 vptr 分阶段更新,此时调用虚函数只会调到当前正在构造或析构的那一层;通过基类指针 delete 时基类析构必须是虚函数,否则派生类资源不会释放。

RAII 与三种智能指针。 RAII 是把资源的生命周期绑定到对象生命周期:构造时获取、析构时释放,栈展开与异常路径都能保证释放,锁的 guard、文件句柄、内存都适用。unique_ptr 独占所有权、大小与裸指针一致、只能移动,应作为默认选择;shared_ptr 共享所有权,控制块里原子维护强引用与弱引用计数,拷贝有原子操作开销,互相持有会形成循环引用;weak_ptr 不增加强引用计数,用来观察与打破循环,使用前 lock 提升并判空。补充一句工程建议:优先 make_shared(一次分配同时容纳对象与控制块),跨线程传递所有权用移动而不是拷贝。

有栈协程与无栈协程。 有栈协程每个协程持有独立栈,可在任意函数调用深度挂起与恢复,写法接近同步代码,代价是栈内存(通常几十 KB 到 MB)与上下文切换成本,适合协程数量有限的场景。无栈协程不持有独立栈,编译器把函数改写成状态机、挂起点状态存在堆上的协程帧里,内存开销小、可支撑海量并发,但只能在协程函数体内的挂起点挂起,无法穿透普通函数调用。C++20 的 coroutine 属于无栈,Go 的 goroutine 属于有栈。与异步回调相比,协程把「回调地狱」里的状态显式保存在局部变量中,控制流是顺序的,可读性与异常处理都更好。

系统调用与 ls 的数量。 系统调用是用户态程序请求内核服务的唯一入口,通过软中断或 syscall 指令陷入内核,伴随特权级切换与上下文保存,因此单次开销远高于普通函数调用,批量与小消息合并是常见优化方向。ls 涉及的调用取决于实现与输出是否重定向,通常包括:打开目录(openat)、读取目录项(getdents64)、对每个文件取元数据(newfstatat)、写出结果(write)、关闭描述符(close),另外还有启动阶段的动态链接与内存分配(mmap、brk)。这题的正确答法不是背一个固定数字,而是说明判定方法:用 strace 统计,并指出重定向到文件、管道与终端时调用序列的差别。

io_uring。 它在用户态与内核之间共享一对环形队列:提交队列放请求、完成队列放结果,应用批量提交后由内核异步执行,一次 enter 可以收割多个完成事件。相比 epoll 的就绪通知模型——通知到位后仍要自己发起 read/write 系统调用——io_uring 把「发起 IO」也搬进了共享内存,配合注册文件描述符与固定缓冲区,可显著降低高 IOPS 场景的系统调用次数与拷贝开销;SQPOLL 模式下还可由内核线程轮询提交队列,进一步省掉陷入开销。适用面是大量小块随机读写(存储引擎、代理转发),对少量大块顺序 IO 收益有限。

Redis 的缓存用法与三个经典问题。 业务侧最常用 Cache Aside:读先查缓存、未命中回源并回填;写先更新数据库再删除缓存,删除失败用延迟双删或订阅 binlog 补偿,避免长时间脏数据。穿透是查不存在的数据,用布隆过滤器或空值缓存拦截;击穿是热点 key 过期瞬间大量回源,用互斥重建或逻辑过期;雪崩是大量 key 同时失效或实例故障,用过期时间打散、多级缓存与熔断降级。此外要能答出淘汰策略(allkeys-lru、volatile-lru 等)、持久化(RDB 快照与 AOF 重写的取舍)、单线程模型为何快(内存操作、无锁、IO 多路复用),以及大 key 与热 key 的排查手段。