字节一面凉经:虚拟线程、MySQL 原子性与超时取消订单
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
项目
- 讲一下你的项目(面试官问得比较多)。
Git
git add、git commit、git push的区别是什么?- 项目里有没有用 Git 管理?
Java 基础
- HashMap 了解吗?
- HashMap 在 JDK 1.8 为什么要加入红黑树这样设计?
- 平时用 JDK 哪个版本?了解哪些 JDK 新特性?
- 说说虚拟线程。
- 虚拟线程为什么开销小?
MySQL
- 讲讲 MySQL 的事务。
- 事务的回滚(原子性)是怎么实现的?
手撕与场景
- 写一道 SQL(题目细节作者未记录)。
- 链表反转:把 12345 变成 54321,ACM 模式。
- 场景题:超时取消订单,要考虑海量数据和高并发。
《参考解析》
Git 三件套。 git add 把工作区的改动放进暂存区(index),是「挑选这次要提交什么」;git commit 把暂存区的内容生成一个提交对象写进本地仓库(带父提交、作者、时间、树对象),此时还没到远端;git push 把本地分支的提交同步到远端仓库。三者对应「工作区 → 暂存区 → 本地仓库 → 远程仓库」的迁移。补充:git commit -am 可以跳过 add 但只对已跟踪文件有效;git push 前通常要先 pull --rebase 避免非快进;git reset --soft/--mixed/--hard 分别回退到三个区域的某一层。
JDK 1.8 为什么加红黑树。 链表查询是 O(n),当哈希函数不够好或遭遇恶意构造的键(哈希碰撞攻击)时,所有元素挤在同一个桶里,get 退化成线性扫描,CPU 与响应时间被打爆。树化后桶内查询降到 O(log n),把最坏情况从 O(n) 拉到 O(logn)。触发条件是「链表长度 ≥8 且数组容量 ≥64」(容量不足时优先扩容,因为扩容能打散冲突),退化阈值是 6,中间留了缓冲避免频繁转换。红黑树而不是 AVL,是因为红黑树插入删除的旋转次数更少,适合 HashMap 这种写多读也多的场景。
JDK 版本与新特性。 JDK 8:Lambda、Stream、Optional、接口默认方法、CompletableFuture、元空间替代永久代、HashMap 树化。JDK 11:var(10 引入)、HttpClient 标准化、String 新增方法、ZGC 实验性。JDK 17(LTS):密封类、record、模式匹配 instanceof、强封装 JDK 内部 API。JDK 21(LTS):虚拟线程正式版、switch 模式匹配、分代 ZGC、Sequenced Collections。作者提到泛型(JDK 5)与虚拟线程(21),回答时按 LTS 版本组织更清楚,别把 preview 特性说成正式。
虚拟线程为什么开销小。 平台线程(1:1 映射到内核线程)的栈默认 1MB、创建与切换要走内核、数量受限于内存与调度开销,几千个就到顶。虚拟线程是 JVM 调度的用户态线程(M:N,多个虚拟线程跑在少量载体线程上),栈按需增长(初始只有几百字节,存在堆里),阻塞时(IO、sleep、park)由 JVM 把虚拟线程从载体线程上卸载(unmount),载体线程去跑别的虚拟线程,不需要占一个内核线程。所以能轻松创建百万级、写起来还是同步阻塞的风格(不用回调或响应式)。要注意的点:CPU 密集型任务用它没收益;synchronized 块里阻塞会「钉住」载体线程(JDK 21 有 pinning 问题,JDK 24 起改善),应改用 ReentrantLock;线程本地变量(ThreadLocal)在百万虚拟线程下会放大内存,要慎用;连接池大小仍要限制,否则会把下游打爆。
MySQL 事务与原子性。 事务是一组要么全做要么全不做的操作,ACID 四性分别由:原子性靠 undo log(记录反向操作,回滚时按版本链恢复)、持久性靠 redo log(WAL,先写日志再刷数据页,崩溃后重放)、隔离性靠锁与 MVCC、一致性是前三者加业务约束的结果。回滚的实现细节:每次修改前把旧值写进 undo log(DB_ROLL_PTR 串成版本链),rollback 时沿链反向应用;同时 undo log 也服务 MVCC 的快照读。两阶段提交(redo 的 prepare + binlog 的写入 + commit)保证 binlog 与 redo 一致,这是主从复制正确的前提。
链表反转(ACM 模式)。 迭代三指针:prev = null,cur = head,循环里先存 next = cur.next,再 cur.next = prev,然后 prev = cur; cur = next,最后返回 prev。ACM 模式要自己处理输入输出(按行读、可能有多组、注意空行),以及「12345 → 54321」如果是数字而非链表,就要取模逐位构造。写完用手推一个两节点和单节点用例。
超时取消订单(海量数据 + 高并发)。 标准答案是「延迟消息 + 状态机 + 幂等」,分层讲:
- 触发:订单创建时投递一条延迟消息(RocketMQ 延迟级别 / RabbitMQ 死信队列 / Redis Zset 按到期时间存 + 定时扫 / 时间轮),到期后消费。
- 校验:消费时先查订单当前状态,只有「待支付」才取消——这就是状态机(待支付 → 已取消 / 已支付),用条件更新
update orders set status='CANCELLED' where id=? and status='PENDING'保证只有一个消费者成功,天然幂等。 - 补偿:取消要释放库存、退优惠券、关支付单,这些动作走本地消息表/事务消息保证最终一致;失败重试 + 死信 + 人工兜底。
- 海量数据:不要全表扫(
where status=0 and create_time < now()-30min会打爆数据库),用延迟消息按订单维度触发;如果必须扫,按时间分片 + 索引 + 限流,或把「待支付订单」单独放一张表/一个 Redis Zset。 - 高并发:消费端限流、批量处理、分片消费(按订单 ID 分区保证同单有序);对「用户刚支付、取消消息同时到达」的竞态,靠上面的条件更新 + 支付回调也走同一状态机来兜住。
- 兜底:定时对账任务扫「超时仍未关闭」的订单,作为消息丢失的补偿;监控「待支付超时未取消」的数量作为核心指标。
这题面试官真正想听的是「消息可能丢/重复、支付与取消会竞争、扫表会打爆数据库」这三点你有没有想到,以及你的方案能否说清幂等键与补偿路径。