顺丰 Java 一面:半小时八股连问,重点在 Redis 与索引
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- Redis 的基础数据类型你用过哪些,具体怎么用的?
- 跳表的结构是怎样的?
- 走非聚集索引是否必须回表?
- ThreadLocal 的 key 是弱引用,为什么还会造成内存泄漏?
- 布隆过滤器了解吗?
- 实际生产中接口变慢,你怎么处理?
《参考解析》
Redis 数据类型要答「结构 + 典型用法 + 复杂度」:String 用于计数、缓存对象序列化、分布式锁(SET NX PX + Lua 释放);Hash 用于存对象的多个字段、支持单字段更新;List 用于简单队列与时间线(LPUSH + BRPOP);Set 用于去重、交集并集(共同关注);ZSet 用于排行榜、延迟队列(score 存到期时间戳);再往上还有 Bitmap(签到、活跃统计)、HyperLogLog(UV 估算)、GEO(附近的人)、Stream(消息流)。答题时给一个你真实用过的场景 + 为什么不用别的结构,比背清单有效。
跳表是「多层有序链表 + 概率提升」:最底层是全量有序链表,每层以 1/2 概率把节点提升到上一层,查找从最高层开始向右走,遇到更大的就下降一层,期望时间复杂度 O(log n),插入删除也是 O(log n)。相比平衡树,它实现简单、范围查询天然友好(底层就是链表)、并发下更容易做无锁实现,Redis 的 ZSet 在元素多或字符串长时就用「跳表 + 字典」组合:字典保证按 member 查 score 是 O(1),跳表保证按 score 范围与排名查询高效。
非聚集索引不一定回表:如果查询需要的列全部在二级索引里(覆盖索引),直接从索引拿到结果,不需要回表;只有需要索引里没有的列时才回表取整行。另外,即使需要回表,MySQL 也可能用 MRR(Multi-Range Read)先把主键排序再批量回表,减少随机 IO。判断依据看执行计划的 Extra 是否出现 Using index(覆盖索引)与 Using index condition(索引条件下推)。
ThreadLocal 的弱引用只解决了 key,没解决 value:Entry 继承 WeakReference,key 是 ThreadLocal 对象的弱引用,GC 后 key 变 null,但 value 仍被 Entry 强引用,而 Entry 又被 Thread 的 ThreadLocalMap 持有——只要线程还活着(线程池里线程长期存活),value 就回收不掉,形成 key 为 null 的僵尸 Entry。ThreadLocal 自己会在 get/set/remove 时顺带清理部分脏 Entry,但不保证及时。所以规范是 try/finally 里显式 remove(),线程池场景尤其必须。
布隆过滤器是「用位数组 + 多个哈希做存在性判断」:能确定「一定不存在」,只能判断「可能存在」,有假阳性没有假阴性;不支持删除(要用计数版 Counting Bloom)。典型用途是缓存穿透防护(先过布隆再查库)、爬虫 URL 去重、推荐已读过滤。参数上,误判率由位数组长度 m、哈希个数 k、元素个数 n 共同决定,工程上按预估容量留余量。
线上接口慢的排查顺序:先定位再优化。第一步看监控与链路追踪,确定是哪一个接口、哪一段耗时(网关、应用、缓存、DB、下游 RPC);第二步看现象特征(偶发还是持续、是否与流量相关、是否与某次发布相关);第三步逐层取证:应用侧看线程栈与 GC 日志(是否有长停顿、线程池是否打满)、慢查询日志与执行计划(是否走错索引、是否回表过多、锁等待)、缓存命中率与热 key、下游 RTPS 与超时。修复手段按代价排序:加索引或改写 SQL、加缓存、批量合并请求、异步化、限流降级,最后才是扩容。