面灵AI→

杉川机器人 IT 产品开发 一面:TimescaleDB 选型与 InnoDB 索引

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. 项目:你是偏后端还是偏 AI?这个项目是个人项目吗?
  3. 数据库为什么用 TimescaleDB?是你选型的吗?是参考什么数据库选的?
  4. 50ms 入库是什么?是批量入库还是做的降采样?如果 50ms 缓存期内崩溃导致数据丢失会怎么样?
  5. APP 端有做数据持久化的操作吗?
  6. 实习:你说后面转做全栈了,可以讲一个你开发过的最复杂的功能吗?开发过程中有遇到什么挑战性的问题吗?
  7. 如果让你重构这个系统,你会怎么进行选型以及怎么思考?
  8. Python 了解吗?Go 和 Java 哪个更熟悉?
  9. 线程池有使用过吗?拒绝策略有哪些?
  10. 如果一个十万任务量的系统突然增加十倍,线程这边你会做什么优化或调整?
  11. CAS 的 ABA 问题了解吗?怎么解决?
  12. ConcurrentHashMap 怎么保证线程安全的?
  13. 关系型数据库熟悉哪个?MySQL 索引是怎样的?
  14. InnoDB 为什么用 B+ 树?
  15. 聚簇索引和二级索引有什么区别?
  16. 索引下推了解吗?
  17. 为什么主键不宜随机?
  18. 前缀索引有什么好处和缺点?
  19. 反问。

《参考解析》

TimescaleDB 的选型:它是基于 PostgreSQL 的时序扩展,把大表按时间切成 chunk,提供 hypertable、连续聚合与压缩。选它的理由通常是:团队已经熟悉 SQL 与 Postgres 生态,需要时序写入能力又不想引入独立的时序数据库;数据要能和业务表 join;需要保留原始数据做回溯。对比 InfluxDB 是专用时序库、写入与聚合更强但 SQL 生态弱、与业务数据关联麻烦;对比 ClickHouse 分析性能强但不适合高频单条写入与事务更新。回答时要说明你评估过的维度:写入吞吐、查询模式(按时间范围聚合还是按设备点查)、保留策略、运维成本、团队熟悉度。

50ms 入库与崩溃丢数据:如果实现是「内存缓冲 50ms 批量落库」,那么进程崩溃会丢这 50ms 的数据。要能说清取舍:这类采集数据通常允许少量丢失,所以用批量换吞吐是合理的;如果业务不允许丢,就要在采集端做本地持久化(写 WAL 或本地队列),落库成功后再确认,重启后重放。另一个方向是降采样:原始点全量写入成本高,可以按秒或分钟聚合后存长期,原始数据只保留短周期。面试官追问这点是看你有没有想过可靠性边界,答「接受丢失但要记录丢失量并监控」也是一种负责的回答。

线程池拒绝策略:四种内置策略——AbortPolicy 抛异常(默认,让调用方感知)、CallerRunsPolicy 由提交线程自己执行(形成反压,适合不能丢的任务)、DiscardPolicy 静默丢弃、DiscardOldestPolicy 丢最老的腾位置。选择依据是任务能否丢、能否延迟、调用方能否承受阻塞。生产上通常自定义:记录丢弃并打点,或写入重试队列。

十倍流量怎么办:先判断瓶颈在哪,不能只调线程数。步骤是:确认任务是 CPU 密集还是 IO 密集(IO 密集才能靠加线程提升,CPU 密集加线程只会加剧上下文切换);把队列从无界改成有界,避免内存被撑爆;做背压与限流,把超出处理能力的请求挡在入口;把可异步的任务拆出去走消息队列削峰;做降级(非核心功能先关);水平扩容实例而不是无限加线程。回答里要出现「有界队列 + 背压 + 削峰 + 降级」这几个关键词,并说明监控什么指标(队列长度、拒绝数、处理耗时)。

CAS 与 ABA:CAS 比较并交换,是无锁编程的基础,靠 CPU 的原子指令实现。ABA 问题是一个值从 A 改成 B 又改回 A,CAS 检查时认为没变过,从而误判。解决办法是加版本号(AtomicStampedReference)或加时间戳,比较时同时比较版本。Java 里也可以用 AtomicMarkableReference 只关心是否被改过。

ConcurrentHashMap:JDK 8 取消了分段锁,改为 Node 数组加链表加红黑树:写入空桶用 CAS,桶内有冲突时用 synchronized 锁住桶的头节点,锁粒度细化到一个桶;链表长度超过 8 且容量达到 64 时转红黑树;扩容支持多线程协同迁移,用 ForwardingNode 标记已迁移的桶;size 统计用 baseCount 加 CounterCell 分散热点。要能解释为什么读操作基本无锁:Node 的 val 与 next 用 volatile 保证可见性。

InnoDB 为什么用 B+ 树:磁盘按页读取,索引结构要尽量减少 IO 次数。B+ 树矮胖,非叶节点只存键不存数据,一个 16KB 页能放几百个键,三层即可覆盖千万级数据;叶子节点用双向链表连接,范围查询与排序只需顺序扫描;所有查询都走到叶子,路径长度一致,性能稳定。对比 B 树每个节点都存数据、单页键少、树更高;对比哈希索引只支持等值查询、不支持范围与排序;对比跳表内存友好但磁盘随机 IO 多。

聚簇索引与二级索引:聚簇索引的叶子节点存整行数据,一张表只有一个,通常是主键;没有主键时选唯一非空索引,再没有就生成隐藏的 row_id。二级索引的叶子存索引列加主键值,查非索引列要回表(先查二级索引拿主键,再回聚簇索引取整行)。覆盖索引是指查询的列都在二级索引里,可以避免回表。

索引下推:MySQL 5.6 引入,把 where 中能用索引列判断的条件下推到存储引擎层,在回表之前就过滤掉不匹配的记录,减少回表次数。例如联合索引 (a,b),查询 a = 1 and b like 'x%',没有 ICP 时要先按 a 回表再在 server 层过滤 b,有 ICP 时直接在索引上判断 b。

主键不宜随机:InnoDB 按主键顺序组织数据,随机主键(如 UUID)会导致插入位置分散,频繁页分裂与碎片,写放大明显;顺序主键(自增)总是追加到最右页,写入局部性好、缓存命中高。分布式场景需要全局唯一时,可以用雪花号这类「时间有序 + 机器位」的方案,兼顾唯一与顺序。

前缀索引:对长字符串列只索引前 N 个字符,能显著减小索引体积、提升写入与缓存效率。缺点是区分度下降,可能扫到更多候选行再回表过滤;也无法用于覆盖索引与排序。选择 N 的方法是统计前缀的选择性,取到接近全列区分度的最小长度。