面灵AI→

得物客户端开发二面:旧数据覆盖、版本号与参数快照、CPU 不高但请求变慢

轮次
二面
时间
2026-10
来源
牛客网

《面试题目》

一、项目深挖

  1. 项目里提到「旧数据覆盖最新的业务状态」,举一两个当时发生的真实例子。
  2. 你说的版本号和参数快照具体指的是什么?
  3. 听起来用版本号就够了,为什么还需要参数快照?
  4. 版本号会在什么场景下出现一样的情况?
  5. 参数快照会不会特别长(比如几十个参数)?
  6. 赛事预约的状态异常,具体表现是什么?

二、技术难点复盘

  1. 最近解决过的最困难的一个技术问题是什么?
  2. 「机图手记」博客——当时是怎么想到去设计这样一个产品的?
  3. 追问:这个产品有点像共享文档的感觉,对吗?

三、AI Coding

  1. 你平常 AI coding 用得多吗?
  2. 在 AI coding 时遇到过什么问题?怎么保证 AI 生成代码的质量?

四、技术八股(并发)

  1. ConcurrentHashMap 在 JDK 7 和 JDK 8 有什么区别?
  2. 为什么普通的 HashMap 不适合并发写?

五、场景排查

  1. 一个服务 CPU 不高但请求变慢,且线程池队列持续增长——可能的原因有哪些?怎么排查?
  2. 追问:如果是前端/客户端导致慢,但 CPU 占用又不高,可能是什么原因?

六、行为与软素质

  1. 描述一次你经历过的压力最大的交付。
  2. 追问:所以之前慢其实是图片已下载但没展示?第一次调用还有什么作用?
  3. 平常是怎么学习的?
  4. 追问:AI 一般会给怎样的学习方案?

《参考解析》

版本号与参数快照的分工。 版本号解决的是「顺序」问题——每次状态变更带上单调递增的版本,写入时用 where version < ? 或 CAS 比较,旧版本的数据无法覆盖新版本。但它只能告诉你「谁更新」,不能告诉你「这个状态是基于什么参数算出来的」。参数快照解决的是「可复现与可解释」——把当时的价格、库存、时段、用户资格等输入固定下来,事后能重算、能对账、能解释「为什么当时显示可预约」。所以两者不是替代关系:版本号防覆盖,快照防「算错了却查不出原因」。还有个现实原因:业务规则会变,半年前的订单用今天的规则重算必然不一致,快照是唯一的事实来源。

版本号什么时候会重复。 三种典型情况:① 多端并发写——两个客户端各自基于版本 5 计算,都提交了版本 6,需要服务端用条件更新(version 必须等于读到的值)来保证只有一个成功,另一个重试;② 版本由客户端生成(时间戳、自增 ID)——时钟回拨、多设备各自自增都会撞;③ 分库分表或离线任务重新导入数据时,版本号被重置或覆盖。解决方向是「版本号由权威服务端集中生成(数据库序列/Redis INCR)」,并且写入必须带「期望旧版本」做乐观锁,而不是「写入新版本」。

参数快照会不会太长。 会。做法是「存引用不存全量」:快照只存计算所需的最小字段集 + 一个内容哈希,完整参数放到对象存储/宽表里按 key 取;或者只存「影响结果的关键参数 + 规则版本号」,规则本身单独版本化管理。读取时按需回表,避免每行都背一个大 JSON(影响写入与索引效率)。如果确实要内联,就限制字段数并做压缩。

CPU 不高但请求变慢、队列增长,怎么排查。 先分清「等待」还是「计算」:CPU 不高说明不是算力打满,大概率在下游等待或锁竞争。按层排查:① 线程栈——jstack 连续抓几次,看线程都停在哪个方法(WAITING 在连接池/HTTP 客户端、BLOCKED 在锁、RUNNABLE 但在 socketRead 说明是 IO 等待);② 下游依赖——数据库慢查询(看慢日志与连接池等待数)、Redis 延迟、第三方接口超时;③ 连接池与线程池——池大小是否小于并发、获取连接的超时是否过长、队列是否无界(无界队列会掩盖问题,只表现为延迟上升);④ GC——Full GC 停顿会让请求整体变慢但 CPU 平均值不高(看 GC 日志的 STW 时间);⑤ 锁——热点 synchronized、分布式锁排队;⑥ 网络——DNS 解析、TLS 握手、丢包重传。排查动作从「看指标(QPS/RT/队列长度/连接池活跃数)→ 抓线程栈 → 定位下游 → 复现压测」推进,别一上来就加机器。

客户端导致慢但 CPU 不高。 常见原因:主线程被网络请求阻塞(同步 IO)、图片解码与下载在主线程、布局层级过深导致多次 measure/layout(CPU 占用体现在渲染线程但平均不高)、磁盘 IO(读写沙盒/数据库)、以及「数据已下载但没触发刷新」这类逻辑问题——作者项目里就是图片下载完了但 UI 没更新,看起来像「加载慢」,实际是回调丢了或列表没 notify。排查用「打点计时」:从发起请求到回调、从回调到渲染各段的耗时分别埋点,先定位是哪一段慢,再谈优化。第一次调用还有作用这个追问,通常指「首次请求做了初始化/鉴权/冷启动预热」,后续请求才能走缓存,所以慢的其实是第一次。

ConcurrentHashMap 的 JDK 7 与 8。 JDK 7 用「Segment 分段锁 + HashEntry 数组」,默认 16 个 Segment,每个 Segment 继承 ReentrantLock,锁粒度是 Segment,并发度等于 Segment 数;扩容是 Segment 内部扩容。JDK 8 去掉了 Segment,改成「Node 数组 + 链表/红黑树」,锁粒度降到单个桶,空桶用 CAS 直接插入、非空用 synchronized 锁头节点,并支持多线程协助扩容;同时把 size 改成 baseCount + CounterCell[] 分段计数。JDK 8 的优势是并发度更高(等于桶数而非 16)、内存更省、查询在冲突多时是 O(log n)。

HashMap 为什么不适合并发写。 它没有任何同步:并发 put 可能同时往同一个桶写,导致元素丢失;JDK 7 的头插法在并发扩容时可能形成环形链表,之后 get 会死循环(CPU 100%);size 是普通变量,并发自增会算错,进而影响扩容时机;modCount 与迭代器的 fail-fast 也只是「检测到就抛异常」,不是线程安全。并发场景要么用 ConcurrentHashMap,要么外部加锁,要么用线程封闭(每个线程自己的 map 最后合并)。

AI Coding 的质量把控。 一条可执行的流程:明确改动范围(告诉它只能动哪些文件)→ 要求先给方案再写代码 → 小步提交、每步能编译能跑 → 关键路径必须补测试 → 人工读 diff(重点看异常处理、边界、有没有偷偷改无关文件、有没有 catch {} 吞错)→ CI 必须绿。常见问题:模型「幻觉 API」(调不存在的方法)、过度重构、忽略项目约定(命名、目录、状态管理方式)。解决靠把约定写进仓库的规则文件 + 让它先读相关代码再动手。

「压力最大的交付」怎么讲。 用 STAR,重点放在「你怎么做取舍」:时间不够时砍了什么、保了什么、怎么和上下游对齐预期、最后结果如何(有没有延期、有没有降级上线)。面试官在意的是判断力与沟通,不是「你加了多少班」。

AI 给的学习方案怎么用。 AI 擅长给「路线图 + 资源清单 + 练习题」,但不了解你的真实薄弱点。正确用法是:先自己做一个小项目暴露问题,再让 AI 针对具体卡点解释与出题;把 AI 的方案当成「待验证的假设」,用写代码和讲给别人听来检验。作者被追问「第一次调用还有什么作用」时能答出「初始化/预热」,说明面试官在验证你是真的排查过,而不是背结论。