腾讯混元后台一面:手写令牌桶、synchronized 与 volatile、Redis 限流
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 如何手写令牌桶算法?
- 补令牌、判断、扣减这几步的并发怎么保证?两个请求同时读到「还有一个令牌」都放行怎么办?
- synchronized 和 volatile 有什么区别?
- 为什么
count++只加 volatile 不够? - Redis + Lua 怎样应对百万级的队列式并发限流?
- 请求在哪里排队、什么时候扣额度、排太久怎么办?
- 「百万级」是每秒进来这么多,还是已经积压这么多?
- 什么是 RAG?
《参考解析》
令牌桶的实现要点是「懒补充 + 原子扣减」:桶里存当前令牌数 tokens 与上次补充时间 lastRefill,每次请求先按 (now - lastRefill) * rate 算出应补的量,取 min(capacity, tokens + 补充量),再判断是否够扣。不要在后台起线程定时加令牌——定时器精度与唤醒开销都不划算,而且空闲时白跑;懒补充把「时间」本身当成令牌来源,天然平滑。突发能力由 capacity 决定,长期平均速率由 rate 决定,这两个参数就是限流的全部语义。
并发下的正确性:读 tokens、算补充、比较、扣减必须是一个原子操作,否则两个线程都读到 1、都判断通过、都扣减,实际放行了两个。单机做法是用一把锁把整段包住(临界区很短,锁竞争可接受),或者用 CAS 循环重试(读快照、算新值、compareAndSet,失败重来)。分布式做法是把这段逻辑写成 Lua 脚本在 Redis 里执行——Redis 单线程执行脚本,脚本内的读改写天然原子,把 tokens 与 lastRefill 存在同一个 key 的 hash 里,脚本返回是否放行以及建议的重试等待时间。
synchronized 与 volatile:volatile 提供可见性与禁止重排,读写直接落到主存,但复合操作不原子;synchronized 提供互斥(原子性)加可见性(解锁前的写对随后加锁的线程可见),还能保证临界区的有序。count++ 是「读—加—写」三步,中间可能被其他线程插入,所以必须用 synchronized、AtomicInteger 的 incrementAndGet(底层 CAS),或者 LongAdder(分段累加,高并发写更优)。反过来说,如果一个变量只被一个线程写、多个线程读,用 volatile 就够了,用锁是浪费。
Redis + Lua 的百万级限流:先澄清量级口径——是 QPS 百万,还是要支撑百万个并发排队;前者靠分片与本地预扣,后者要考虑内存与超时。工程做法通常是两级:网关本地用令牌桶做粗粒度拦截(每实例按比例分配配额,避免每个请求都打 Redis),Redis 侧用 Lua 做全局精确配额与跨实例一致性,本地配额定期从 Redis 领取。队列语义要明确:是「排队等令牌」还是「拿不到就快速失败」。排队需要有序结构(List 或 ZSet 按时间戳),并且必须设最长等待时间与队列上限,否则延迟会无限增长、内存被撑爆;超时直接返回 429 并给 Retry-After,比让请求一直挂着更好。集群模式下 Lua 脚本操作的 key 必须落在同一个 slot,用 hash tag 固定;脚本要短,避免长时间阻塞 Redis 单线程。
RAG 的完整链路:先把文档按语义边界切块(固定长度会切断句子,按标题层级或段落切再加重叠更稳),用 embedding 模型把块编码成向量存进向量库,同时保留原文与元数据(来源、时间、权限)。查询时把问题编码,做向量检索(可混合关键词检索做召回融合),再用 rerank 模型精排取 Top-K,把选中的块拼进提示词交给模型生成答案,并要求模型在无依据时明确说不知道。评估分检索与生成两段:检索看召回率与命中位置,生成看答案正确性、引用是否对得上、有没有编造。常见问题是切块破坏上下文、只做向量检索漏掉精确匹配的词、以及把不相关块塞进上下文导致模型被误导。