面灵AI→

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》

  1. 什么原因要从上家离职?
  2. 讲讲第二段实习主要做的工作
  3. 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?
  4. 挑一个功能讲一下
  5. 是用什么语言开发的?有用 AI 来做吗?用什么 agent 写代码?
  6. 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?
  7. 二段式交易做了多久?跨机房扫码确认场景介绍一下?
  8. 通用幂等框架用来干什么的?
  9. 这段实习最大的非技术收获与技术收获分别是什么?
  10. 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?
  11. 为什么不用雪花算法来保证幂等 ID 的唯一性?
  12. 说一下 CountDownLatch 的内部实现原理
  13. 为什么 CountDownLatch 能在多线程环境下准确计数?
  14. volatile 关键字有什么作用?
  15. 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?
  16. 说说你对并发和并行的理解
  17. 平常玩什么游戏?看什么技术书籍?
  18. AI Agent 开发有了解过吗?用过 MCP 做开发吗?写过 skill 吗?
  19. 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。