面灵AI→

商汤后端开发三面:项目深挖、场景题与源码路径

轮次
三面
时间
2026-11
来源
牛客网

《面试题目》

  1. 讲一个你负责的项目,优化前后的 QPS 和 RT 分别是多少?怎么测的?
  2. 当时的瓶颈在哪里?怎么定位到是数据库、缓存还是代码逻辑?
  3. 为什么选 Redis 而不是本地缓存?两者的取舍是什么?
  4. 如果让你重做这个项目,你会怎么改?
  5. 接口 RT 突然从 50ms 涨到 2s,你的排查思路是什么?
  6. 线上 CPU 使用率打到 100%,怎么定位?
  7. 缓存与数据库不一致怎么处理?延迟双删解决什么问题,又没解决什么?
  8. 消息重复消费怎么保证幂等?消息顺序性怎么保证?
  9. 限流、熔断、降级分别解决什么问题?你们怎么落地?
  10. HashMap 的扩容流程和树化条件是什么?
  11. AQS 的原理是什么?ReentrantLock 的公平与非公平体现在哪?
  12. 线程池的 execute 流程是怎样的?
  13. Spring 如何解决循环依赖?三级缓存分别存什么?
  14. Java 21 的虚拟线程适合什么场景?和线程池相比资源模型有什么不同?

《参考解析》

项目深挖的关键是「数字有口径、因果有链路」。 面试官问 QPS 和 RT,实际在验证三件事:你有没有真的压测过、知不知道数字怎么来的、优化收益是否归因正确。回答时给出口径(并发数、压测工具、数据量、硬件配置)、基线(优化前)与结果(优化后),并说明瓶颈定位过程:先看监控(CPU、GC、连接池、慢查询、缓存命中率),再用火焰图或链路追踪定位到具体方法。常见的瓶颈是数据库连接池过小、慢 SQL 缺索引、缓存击穿、锁竞争、序列化开销,每一类都有对应的证据。

为什么用 Redis 而不是本地缓存:本地缓存访问快、无网络开销,但多实例之间不一致、容量受堆内存限制、重启即失效;Redis 共享、容量大、有丰富的数据结构,但多一次网络往返,还要考虑可用性。实际项目常是两级缓存:本地缓存扛热点、Redis 做共享层,代价是一致性维护更复杂。回答时把「数据一致性要求、热点集中度、可接受的内存成本」三个变量讲清楚。

接口 RT 飙高的排查:先分层定位——入口层(网关、负载均衡)看流量与错误率,应用层看线程池与 GC,存储层看慢查询与连接池,下游看超时与重试。常用手段:看 RT 分位数而不是平均值、对比同时段的其他接口、查最近的发布与配置变更、看是否有流量突增或热点 key、用 Arthas 的 trace / profiler 抓耗时。结论要落到具体原因,比如「某条 SQL 在数据量增长后走了全表扫描」而不是「数据库慢」。

CPU 100%:先用 top -Hp 找到占用的线程,转成十六进制后 jstack 查栈,常见原因是死循环、频繁 Full GC、正则回溯、序列化大对象、锁自旋。若是 GC 引起,再看 jstat 与 GC 日志,区分内存泄漏与分配过快。回答时给出「定位—验证—修复—回归」的完整链路。

缓存一致性:Cache Aside 是主流:读先查缓存、未命中查库回填;写先更新数据库再删除缓存。删除失败会不一致,于是有重试、消息补偿、延迟双删(写完库延迟一段时间再删一次,覆盖并发读回填的旧值)。延迟双删只能降低概率,不能保证强一致;强一致要靠分布式锁、读主库、或让缓存只存不可变数据。面试官常追问「先删缓存再写库行不行」——在并发读下更容易脏,通常不推荐。

消息重复与顺序:重复消费靠幂等解决——业务唯一键 + 去重表、状态机(只有合法状态迁移才执行)、或 Redis 的 setnx 占位。顺序性要求同一业务键的消息进同一分区(Kafka 的 partition key、RocketMQ 的顺序队列),消费端单线程处理该分区;跨分区的全局顺序代价很高,通常不需要。

限流、熔断、降级:限流控制入口速率(令牌桶、滑动窗口、Sentinel 的 QPS 限流),熔断在下游持续失败时快速失败、避免雪崩(失败率阈值 + 半开探测),降级是在资源不足时关闭非核心功能、返回兜底结果。三者解决的是不同层面的问题,不能互相替代。

HashMap:默认容量 16、负载因子 0.75,元素数超过阈值(容量 × 0.75)扩容为两倍,扩容时重新分配桶;JDK 8 起链表长度到 8 且容量不小于 64 时转红黑树,退化到 6 时转回链表。扩容采用高低位拆分,避免重新计算 hash。追问常落在「为什么是 8」「为什么容量是 2 的幂」「为什么线程不安全」。

AQS:用一个 volatile int state 表示同步状态,加锁失败的线程进入 CLH 变体的双向队列并 LockSupport.park,释放时唤醒后继。公平锁在获取时先检查队列是否有前驱,非公平锁直接 CAS 抢一次,抢不到再排队——这就是非公平吞吐更高但可能饥饿的原因。

Spring 循环依赖:三级缓存分别是 singletonObjects(成品)、earlySingletonObjects(提前暴露的早期引用)、singletonFactories(生成早期引用的工厂,用于 AOP 代理)。创建 A 时把工厂放入三级缓存,注入 B 时 B 需要 A,就从三级缓存拿到早期引用(必要时生成代理)放入二级缓存,B 创建完成后 A 继续完成初始化。只能解决单例的 setter / 字段注入循环依赖,构造器注入和原型作用域的循环依赖解决不了。

虚拟线程:由 JVM 调度的轻量线程,阻塞时自动让出载体线程,适合大量 IO 阻塞、并发连接数高的场景;它不适合 CPU 密集型任务,也不能解决下游容量不足的问题。和线程池的区别在于不再需要「池化」来复用昂贵线程,但连接池、限流这些资源约束仍然存在。回答时说明适用边界,比背概念更加分。