字节抖音电商后端实习三面:ShardingSphere 开源切入,Kafka 与 MySQL 场景设计收尾
- 轮次
- 一面、二面、三面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 简单做一下自我介绍。
- 讲一下你在 ShardingSphere 提交的 PR。
- 我们为什么要使用 ShardingSphere?分库分表要解决哪些痛点?
- 讲一下事务的 ACID 特性。
- 写一条 SQL:查询 name 相同的 user。
- 这里有三条 SQL,分析一下它们的查询性能,是否走了索引。
- 你在什么情况下使用 Redis?为什么用 Redis?
- Redis 的 key 在 TTL 过期之后是怎么被淘汰的?
- 算法:滑动窗口,求和最小的最短子数组。
- 简单看下项目:为什么做 RAG?做出来效果怎么样?了解向量库吗?Milvus 能用吗?
- 反问。
- 自我介绍。
- 讲讲你的项目,整体介绍一下。
- 继续讲 ShardingSphere 的 PR 和 Redis 的 PR。
- 你说到 Redis,讲一下 IO 多路复用。
- 你贡献了很多开源,平时是怎么开始准备贡献一个项目的?
- RAG 项目里向量检索是怎么做的?KNN 和 BM25 有什么区别?
- 你的关键词匹配是怎么做的?知道 IK 分词器和 AC 自动机吗?
- 这个项目的数据流向是什么?
- chunk 是怎么做的?如何保证语义完整性?
- Kafka 专项:topic、partition、消费组、顺序性分别怎么理解?
- 操作系统:虚拟内存怎么理解?懒分配和写时复制呢?
- LRU 算法怎么实现?虚拟内存里的 cache 是怎么组织的?
- 内存碎片怎么解决?内部碎片和外部碎片分别是什么?
- HTTP 协议工作在什么之上?TCP 如何保证可靠?为什么三次握手、四次挥手,为什么差一次?
- TIME_WAIT 要等多久?目的是什么?
- 项目和学校学习都是个人兴趣吗?学校有没有合作编程课程?
- 算法:搜索旋转排序数组。
- 反问。
- 你觉得自己的编程水平如何?工程能力如何?
- 问一些 Java 基础:反射、动态代理、类加载。
- 你觉得还有必要问 Spring 和 Spring Boot 吗?
- MySQL:你对事务的理解是什么?
- MySQL 场景:一张表有 id、status 等字段,status 取 0、1、2,多个线程并发修改;一个线程修改结束后要通知 B,B 此时再修改应当失败,怎么设计?
- RAG 项目:你对 AI 的看法是什么?平时怎么用?
- 实习时间多长?我们用 Golang,你怎么快速进入 Golang 的学习?实习时间是不是有点短?
- 反问。
《参考解析》
分库分表要解决什么,ShardingSphere 在其中做什么。 单表数据量过大时,B+ 树变深、DDL 与备份变慢、单机磁盘和连接数见顶;分库分表把数据按分片键水平拆开,代价是跨库 JOIN、分布式事务、全局唯一 ID、跨分片排序分页和扩容迁移。ShardingSphere 处在应用与数据库之间,做 SQL 解析、路由、改写、结果归并,并提供分布式事务与数据迁移能力。回答时先说痛点,再说它把哪些痛点接走、哪些仍然留给业务,比背功能列表更有说服力。
SQL 查重名与最左前缀。 查 name 相同的 user 用 SELECT name FROM user GROUP BY name HAVING COUNT(*) > 1;如果要看具体用户,用 SELECT * FROM user WHERE name IN (SELECT name FROM user GROUP BY name HAVING COUNT(*) > 1) 或窗口函数 COUNT(*) OVER (PARTITION BY name)。判断是否走索引看联合索引的列顺序:查询条件从最左列开始且连续、范围条件之后的列不再用于定位,LIKE '%x' 与对列做函数运算会使索引失效。分析执行计划看 type、key、rows、Extra,不要只看「有没有索引」这一项。
Redis 过期与淘汰是两套机制。 TTL 到期由定期删除(周期性随机抽查)加惰性删除(访问时发现过期再删)共同处理,不保证到点立即释放内存。内存达到 maxmemory 时触发淘汰策略,如 allkeys-lru、volatile-lru、allkeys-lfu;noeviction 下写入会直接报错。面试里把「过期删除」和「内存淘汰」分开讲,说明各自触发条件与适用场景。
IO 多路复用与 Redis 单线程。 Redis 用 epoll 这类多路复用器在一个线程里等待多个连接的就绪事件,事件到达后按顺序处理命令,避免为每个连接创建线程的上下文切换与锁竞争。命令执行是单线程的,网络读写、持久化、部分删除可以用后台线程或子进程。慢命令会阻塞全部请求,因此要避免 keys *、大 key 删除、复杂度高的 Lua 脚本。
Kafka 的顺序性与消费模型。 topic 分成多个 partition,每个 partition 内有序,消费组内一个 partition 只被一个消费者消费,因此「全局有序」需要单 partition 或按业务键路由到同一 partition。生产者用 acks 与幂等 producer 控制可靠性;消费者位移提交决定至少一次或至多一次语义;重复消费要靠业务幂等。积压时先看消费者数量与 partition 数是否匹配、单条处理耗时、是否有慢下游,再决定扩消费者还是扩 partition。
虚拟内存、懒分配与写时复制。 虚拟内存给每个进程独立的地址空间,通过页表映射到物理页,好处是隔离、按需分配、可以大于物理内存。malloc 只拿到虚拟地址,首次访问触发缺页中断才分配物理页(懒分配)。fork 后父子进程共享只读页,任一方写入触发写时复制,复制出新页。内存碎片分内部碎片(分配器按固定大小取整造成的浪费)与外部碎片(空闲块零散、无法满足大块请求);解决手段包括分级空闲链表、伙伴系统、slab、对象池,以及减少频繁分配释放。
MySQL 并发状态流转用条件更新实现 CAS。 表里有 id、status,要求「A 改完后 B 再改必须失败」,本质是状态机上的乐观并发控制:UPDATE t SET status = 2, version = version + 1 WHERE id = ? AND status = 1,受影响行数为 0 说明状态已被别人改过,B 的更新失败。行锁、阻塞队列也能做,但会引入等待与死锁面;CAS 无阻塞、失败可重试,适合状态跃迁。若需要「改完通知 B」,用事务内更新加事务提交后的消息投递(事务消息或本地消息表),不要在事务提交前发通知。
搜索旋转排序数组。 数组原本升序、在某点旋转,仍可用二分:取中点后判断左半段是否有序(nums[l] <= nums[mid]),若有序且目标落在区间内则收缩右边界,否则收缩左边界;右半段有序时对称处理。边界用 l <= r、mid = l + (r - l) / 2,注意重复元素会让「哪半有序」判断失效,需要单独收缩。