游族网络服务器开发实习一面:二段式交易、幂等框架与并发八股
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 什么原因要从上家离职?
- 讲讲第二段实习主要做的工作
- 扫码支付是新开发的还是原来就有的?跟原来比优化的点在哪?
- 挑一个功能讲一下
- 是用什么语言开发的?有用 AI 来做吗?用什么 agent 写代码?
- 你们组有多少技术人员?组内后端有多少人(含实习生)?负责你所在业务线的人有几个?
- 二段式交易做了多久?跨机房扫码确认场景介绍一下?
- 通用幂等框架用来干什么的?
- 这段实习最大的非技术收获与技术收获分别是什么?
- 扫码确认后直接查数据库会不会很慢,缓存是不是就没用了?
- 为什么不用雪花算法来保证幂等 ID 的唯一性?
- 说一下 CountDownLatch 的内部实现原理
- 为什么 CountDownLatch 能在多线程环境下准确计数?
- volatile 关键字有什么作用?
- 10 个线程分别对 i 做 i++,使用和不使用 volatile 修饰,结果分别是什么?
- 说说你对并发和并行的理解
- 平常玩什么游戏?看什么技术书籍?
- AI Agent 开发有了解过吗?用过 MCP 做开发吗?写过 skill 吗?
- 目前的实习工资是多少钱一天?
《参考解析》
二段式交易(两阶段提交/两段式确认)在支付场景里指的是「先预下单、再确认扣款」。 拆成两段的目的是把「不可逆的扣款」和「耗时的业务处理」解耦:第一阶段创建交易单并冻结/预占额度(此时状态是待确认,幂等键已落库),第二阶段在确认条件满足后执行真正的扣款与发货,状态机只能单向迁移。跨机房扫码确认的核心难点是数据一致性与时钟:A 机房的交易单需要在 B 机房的确认请求下推进状态,不能依赖单机内存锁,必须用带版本号的乐观锁更新(update ... where status = ? and version = ?),并在跨机房调用失败时用「回查 + 对账」确认最终状态;网络分区时需要明确以哪一侧为准(通常是交易单归属机房),避免双写。
通用幂等框架要回答「幂等键怎么来、状态怎么存、重复请求怎么返回」。 典型实现:入口处由框架提取幂等键(业务单号或 客户端请求号 + 用户 id + 接口标识),在幂等表或 Redis 上用唯一约束/SETNX 抢占;第一个请求执行并把结果(或状态)写回幂等记录,后续重复请求直接返回第一次的结果而不是再执行一遍。要强调的细节:抢到锁后如果业务执行失败,必须删除幂等记录或标记失败,否则会把一次失败永久固化;幂等记录的 TTL 要覆盖业务重试窗口;返回「处理中」而不是「成功」以避免把未完成当完成;以及数据库唯一索引是最后一道保证,缓存锁只是降冲突。为什么不用雪花算法做幂等 ID:雪花 ID 每次生成都不同,同一个用户重试会生成新的 ID,起不到「同一业务动作只处理一次」的作用——幂等键必须由业务事实决定(订单号、用户 + 时间窗 + 动作),而不是由机器生成的唯一值;雪花算法解决的是「ID 全局唯一且有序」,它适合做主键,不适合做幂等判据。另外雪花算法强依赖时钟,回拨会导致重复 ID,本身也需要额外处理。
CountDownLatch 的内部实现是「AQS 共享模式 + 状态计数」。 它内部持有 Sync extends AbstractQueuedSynchronizer,构造函数把 state 设为计数值;countDown() 每次都 releaseShared(1),即 CAS 把 state 减 1,减到 0 时把同步队列里等待的线程全部唤醒;await() 尝试 tryAcquireShared,state 不为 0 就进入 AQS 队列 park 等待。为什么能准确计数:state 是 volatile 字段,所有修改都走 CAS,失败就自旋重试,因此并发 countDown 不会丢计数;同时 state 的变化对其他线程立即可见。需要注意的边界:CountDownLatch 是一次性的(计数归零后不能重置,要复用请用 CyclicBarrier 或 Phaser),以及 await 要带超时避免永久阻塞。
volatile 与 i++ 那题的标准答案是「都会丢更新」。 volatile 保证的是可见性与有序性(禁止指令重排、写后立即对其他线程可见),但不保证原子性:i++ 在字节码上是「读 → 加一 → 写」三步,10 个线程并发执行时会出现两个线程读到同一个旧值、各自加一后写回,最终结果小于 100000,这是典型的竞态。换成 volatile int 也一样丢。正确做法是 AtomicInteger(CAS 自旋)或 synchronized/ReentrantLock 加锁;LongAdder 在高并发下性能更好(分散热点 + 最后求和)。这题还常被追问「volatile 什么时候够用」——单纯的标志位读写(一个线程写、其他线程读)就够用,例如 while(!stop)。
并发与并行的区别是「同时处理」与「同时执行」。 并发是任务在时间片上交替推进(宏观同时、微观串行),目标是提高资源利用率与响应性;并行是同一时刻真的有多个执行单元在跑(多核/多机),目标是提高吞吐。单核也能并发,并行一定需要多个执行单元。回答时顺带把「异步」也区分开:异步是调用方不等待结果的编程模型,它可以用并发实现(事件循环),也可以靠并行实现(多线程),三者不在一个维度。
关于实习经历的追问,答题主线是「业务问题 → 方案 → 代价与验证」。 面试官问「跟原来比优化点在哪」「直接查数据库会不会很慢」这类问题,想要的不是形容词而是数字与机制:优化前的 QPS/延迟是多少、改了什么(加缓存、减少回表、合并请求)、优化后多少、怎么压测验证、有没有副作用(缓存一致性怎么保证)。缓存与数据库的关系要主动说清:缓存是为了挡住读热点,不是替代数据库;扫码确认这类判断「是否已支付」的读,走缓存能降低延迟但必须保证写入时的一致性(先更新数据库再删缓存 + 延迟双删,或直接让缓存有过期兜底),关键的资金状态仍应以数据库为最终依据。