腾讯云测试工程师总监面面经:技术点与项目追问整理
- 轮次
- 总监面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
项目深挖
- 优化前 QPS / RT 是多少?怎么量的?
- 瓶颈在哪?是数据库、缓存还是代码逻辑?
- 为什么选 Redis 而不是本地缓存?
- 如果让你重做,还有什么改进空间?
Java 基础
==和equals的区别?hashCode为什么要一起重写?- String、StringBuilder、StringBuffer 的区别和使用场景?
- 接口和抽象类怎么选?
- Java 8 以后你常用哪些新特性?
- 异常体系怎么设计比较合理?
集合
- ArrayList 和 LinkedList 的底层与适用场景?
- HashMap 1.7 和 1.8 有什么区别?为什么链表要转红黑树?
- ConcurrentHashMap 如何保证线程安全?
- HashSet 底层实现原理?
- fail-fast 和 fail-safe 的区别?
并发
- synchronized 和 ReentrantLock 的区别?
- volatile 能保证原子性吗?底层语义是什么?
- 线程池核心参数怎么配?拒绝策略怎么选?
- ThreadLocal 的原理和内存泄漏问题?
- 你们项目里哪里用了 ThreadLocal?为什么不用参数传递?线上有没有因为它出过问题?线程池场景下为什么危险?
- AQS 是什么?CountDownLatch 和 CyclicBarrier 的区别?
JVM
- JVM 内存结构?哪些区域会 OOM?
- 常见 GC 收集器的特点和选型?
- 类加载过程和双亲委派?如何打破?
- 线上 Full GC 频繁怎么排查?
- 内存泄漏与内存溢出的区别?怎么定位?
Spring
- Spring IOC 和 AOP 的原理?
- Bean 生命周期和循环依赖怎么解决?
- Spring Boot 自动配置原理?
@Transactional失效场景有哪些?- Spring MVC 一次请求的完整流程?
数据库
- MySQL 索引为什么用 B+ 树?
- 事务隔离级别和幻读问题?
- 慢 SQL 怎么排查和优化?
- 分库分表后 ID 怎么生成?
- 乐观锁和悲观锁在业务里怎么用?
Redis
- Redis 为什么快?
- 缓存穿透、击穿、雪崩分别怎么解决?
- Redis 持久化 RDB 和 AOF 怎么选?
- 分布式锁用 Redis 怎么实现?有什么问题?
- Redis 集群模式下缓存和数据库的一致性怎么做?
消息队列与分布式
- 消息重复消费怎么处理?
- 消息顺序性怎么保证?
- 分布式事务有哪些方案?你们怎么选?
- 限流、熔断、降级分别解决什么问题?
- 接口幂等性怎么设计?
场景题
- 设计一个秒杀系统,你会怎么架构?
- 接口 RT 突然从 50ms 涨到 2s,排查思路?
- 线上 CPU 100% 怎么定位?
- 百万数据导出怎么避免 OOM?
- 短链服务怎么做高可用?
- 订单超时未支付怎么自动关闭?
- 登录态在分布式系统怎么管理?
- 热点 key 问题怎么处理?
- 服务发布怎么做无损上线?
- 如果让你从 0 设计一个支付回调系统,核心模块有哪些?
《参考解析》
JVM 内存结构与 OOM 分布:线程私有的有程序计数器、虚拟机栈、本地方法栈,线程共享的有堆与方法区。程序计数器是唯一不会 OOM 的区域;虚拟机栈溢出通常是递归过深,抛 StackOverflowError(严格说不是 OOM);堆 OOM 分两类——Java heap space 是对象存活总量超过上限,GC overhead limit exceeded 是 GC 花掉大量时间却回收不到 2% 的空间;方法区(JDK 8 之后是元空间)OOM 常见于动态生成类太多(CGLIB 代理、热部署);直接内存溢出在 Netty 这类用堆外内存的场景里出现,报错文案是 Direct buffer memory。
GC 收集器选型:Serial 单线程、Stop The World,适合客户端与小堆;Parallel 吞吐优先,适合批处理型后台任务;CMS 以最短停顿为目标,标记清除、有碎片与并发模式失败问题,JDK 9 起废弃;G1 把堆切成 Region,按回收收益优先收集,可设定目标停顿时间(-XX:MaxGCPauseMillis),适合 4GB 以上的服务端堆;ZGC 与 Shenandoah 是染色指针 / 读屏障的低延迟收集器,停顿基本与堆大小无关,代价是吞吐略低、需要更大堆余量。回答要点是「按业务指标选」:延迟敏感选 G1/ZGC,吞吐敏感选 Parallel,并说明升级收集器要结合 GC 日志与压测验证,不能只凭参数表。
双亲委派与打破:类加载请求先交给父加载器,父加载器加载不到才由自己加载,作用是保证核心类不被篡改(自己写的 java.lang.String 永远不会被加载)。打破的三种典型场景:JDBC 的 DriverManager 需要加载厂商实现,用线程上下文类加载器(SPI);Tomcat 为实现 Web 应用隔离,每个应用一个 WebAppClassLoader,先自己加载再委派;OSGi 的网状委派。答题时说清「为什么打破」比背「怎么打破」更重要。
Full GC 频繁的排查路径:先用 jstat -gcutil 或 GC 日志确认频率与回收效果,再看堆与各代占用(jmap -heap)、对象直方图(jmap -histo),必要时 dump 堆用 MAT 找支配树上的大对象。常见原因:堆设置过小、晋升过快(新生代太小或 Survivor 比例不当)、大对象直接进老年代、元空间不足、显式 System.gc()、缓存无界增长、ThreadLocal 与静态集合导致的对象长期存活。修复要落到具体那一类,不能只说「调大堆」——调大堆往往只是把问题推后。
内存泄漏与内存溢出的区别:溢出是结果,泄漏是原因之一。泄漏指对象已经不再使用但仍被引用、无法回收,表现是「每次 Full GC 后老年代占用仍然上涨」;溢出指申请内存超过上限,可能因为泄漏累积,也可能只是瞬时数据量过大(一次查全表、大文件读入内存)。定位手段一致:堆 dump + 支配树分析,对照两次 dump 的增量找持续增长的对象与持有它的引用链。
IOC 与 AOP:IOC 是控制反转,对象的创建与依赖装配交给容器,实现方式有 XML、注解、Java Config,本质是一张 BeanDefinition 注册表加依赖注入;AOP 是面向切面,把日志、事务、鉴权这类横切逻辑从业务里抽出来,Spring AOP 默认用 JDK 动态代理(目标类实现接口时)或 CGLIB(无接口或强制 proxyTargetClass),在 Bean 初始化后生成代理对象。要能说清「AOP 只对容器管理的外部调用生效」——同类内部方法互调走的是 this,不经过代理,切面不生效,这也是 @Transactional 失效的头号原因。
Bean 生命周期与三级缓存:实例化 → 属性填充 → BeanNameAware 等回调 → BeanPostProcessor 前置 → init-method / @PostConstruct → 后置处理(AOP 代理在这里生成)→ 使用 → 销毁。循环依赖的解决靠三级缓存:一级放完整 Bean,二级放提前暴露的半成品,三级放能产出该 Bean 代理的 ObjectFactory。之所以要三级而不是两级,是为了在需要 AOP 时延迟到真正发生循环引用才生成代理,保证注入到别人手里的是代理对象。构造器注入的循环依赖无法解决,只能改字段注入或用 @Lazy。
Spring Boot 自动配置:@SpringBootApplication 包含 @EnableAutoConfiguration,它通过 AutoConfigurationImportSelector 读取 META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports(2.7 之前是 spring.factories),拿到候选配置类后按 @ConditionalOnClass、@ConditionalOnMissingBean、@ConditionalOnProperty 等条件筛选,命中的才注册。自定义 starter 就是提供这样一个 imports 文件加一组带条件的配置类。能讲清「条件装配 + 用户配置优先」这两点,这道题就到位了。
@Transactional 失效场景:同类内部方法调用(不经过代理)、方法非 public(CGLIB 代理对 private/protected 无效)、异常被 catch 后没有重新抛出、抛的是受检异常而默认只回滚 RuntimeException 与 Error、类没有被 Spring 管理、多线程里调用(事务绑定在 ThreadLocal 上)、数据库引擎不支持事务(MyISAM)、传播行为设置不当(如 REQUIRES_NEW 与 NESTED 混用)、只读事务里做写操作。
MySQL 索引为什么用 B+ 树:与二叉树比,B+ 树是多路平衡树,树高很低(三层能存千万级),一次查询只需少量磁盘 IO;与 B 树比,B+ 树的非叶子节点只存键、不存数据,同样大小的页能放更多键,扇出更大、树更矮,且数据全部在叶子节点并用链表相连,范围查询与排序只需顺序扫描叶子;与哈希索引比,B+ 树支持范围查询与最左前缀匹配。答题时补一句「聚簇索引的叶子存整行、二级索引的叶子存主键」,以及回表与覆盖索引的关系。
隔离级别与幻读:读未提交、读已提交、可重复读、串行化。MySQL 默认可重复读,靠 MVCC 的快照读实现可重复读,靠间隙锁(Next-Key Lock)在加锁读时防幻读——所以「RR 到底有没有幻读」要分快照读和当前读回答。读已提交每次快照读都取最新快照,因此同一事务内两次读到不同结果;串行化读加共享锁、写加排他锁,并发度最低。
慢 SQL 的排查顺序:先确认是单条慢还是整体慢——开慢查询日志(long_query_time、log_queries_not_using_indexes),用 EXPLAIN 看 type、key、rows、Extra(Using filesort、Using temporary 是要警觉的信号),再考虑 EXPLAIN ANALYZE 看真实耗时分布。常见修复:补或调整联合索引(按最左前缀与选择性设计)、避免索引列上做函数运算与隐式类型转换、把 SELECT * 收窄为覆盖索引、大分页改成基于上次最大 id 的游标分页、拆分大事务、必要时做冷热分离或归档。要强调索引不是越多越好:写放大、优化器选择成本、空间占用都是代价。
分库分表后的 ID:UUID 无中心但无序、占空间,做主键会导致 InnoDB 页分裂;数据库自增步长多实例可用但扩容麻烦;号段模式(一次取一批 ID 缓存在本地)兼顾有序与吞吐,是常见选择;雪花算法(时间戳 + 机器号 + 序列)有序且高性能,但要处理时钟回拨与机器号分配。回答时要说明业务对 ID 的要求(是否暴露给用户、是否需要趋势递增),再选方案。
乐观锁与悲观锁:悲观锁假定冲突多,先加锁再操作(SELECT ... FOR UPDATE、分布式锁),适合写多、冲突频繁、一致性要求高的场景,代价是阻塞与死锁风险;乐观锁假定冲突少,读时带版本号,更新时 WHERE version = ? 校验,失败重试,适合读多写少。库存扣减这类场景更稳的做法是 UPDATE stock SET count = count - 1 WHERE id = ? AND count >= 1,把判断与扣减合成一条原子语句。
总监面的答题结构:这类面试的问题本身不难,考的是结构与边界。每题按「结论先行 → 原理 → 场景 → 风险」四段讲:结论一句话给判断,原理说清机制,场景结合自己做过的项目,风险与替代方案说明你知道边界在哪。不确定的直接说「这一层我没深入过,我了解到的是……」,比含糊带过更安全——被追问一句就露的答案,比承认不知道扣分更多。