面灵AI→

小红书 跨境电商产品工程师 一面:缓存 Key、Caffeine 与事务消息

轮次
一面
时间
2026-10
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. 你更偏向业务开发还是技术平台?如何看待岗位与个人方向的匹配?
  3. 实习项目拷打。
  4. 缓存 Key 怎么设计?为什么使用 MD5,而不是直接使用原始 Key?
  5. 所有 Key 都需要预先缓存吗?缓存如何按需加载?
  6. 缓存的内存容量如何设置?
  7. Caffeine 本地缓存与多级缓存是什么关系?
  8. Caffeine 底层使用哪些数据结构和机制?使用了什么缓存淘汰策略?
  9. LFU 是什么,如何实现?是否需要维护每个 Key 的访问次数?
  10. 项目拷打。
  11. RocketMQ 事务消息是什么?为什么需要事务消息?为什么使用 MQ,而不是同步完成状态变更?
  12. 代码题:LeetCode 2《两数相加》,最后的 carry 仍不为 0 怎么处理?

《参考解析》

缓存 Key 设计:Key 要有命名空间、业务标识、版本和维度,例如 业务:对象:ID:版本,避免不同环境/租户串 key。用 MD5 是为了定长、隐藏原始参数、降低超长 key 的存储和网络开销,也方便分片;代价是可读性差、有碰撞概率(工程上可忽略,但敏感场景要加盐或改用 SHA-256)。不是所有 key 都要预缓存,按需加载 + 空值缓存 + 布隆过滤器更常见;容量按热点数据量、平均 value 大小、命中率和内存上限估算,配合 TTL 和淘汰策略。

Caffeine 与 LFU:Caffeine 用 ConcurrentHashMap 存数据,读缓冲和写缓冲批量更新访问记录,淘汰策略是 W-TinyLFU:先用频率草图(Count-Min Sketch)做准入,再用 LRU 窗口和分段 LRU 维护主空间,兼顾命中率和内存。LFU 按访问频率淘汰,低频新数据容易被饿死,所以 Caffeine 用窗口 + 频率草图缓解。是否需要维护每个 key 的访问次数?精确计数内存开销大,近似计数更划算。

事务消息:RocketMQ 事务消息解决「本地事务和发消息」的原子性:先发半消息,Broker 暂不投递;执行本地事务后提交或回滚;Broker 回查本地事务状态,防止生产者宕机导致消息悬空。用 MQ 而不是同步状态变更,是为了解耦、削峰、异步补偿和最终一致;代价是延迟、重复消费和运维复杂度。消费者必须幂等。

两数相加:链表逆序存储,双指针逐位相加,sum = x + y + carry,当前位 sum % 10,carry = sum / 10;循环结束后如果 carry 不为 0,再补一个值为 1 的节点。边界是两条链表长度不同、全 9、空链表。