中化数智一面:ThreadLocal 弱引用与 LRU 淘汰
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 介绍一下你的家庭情况。
- 你身高多高?
- 为什么不入党?
- 你的英语成绩多少?本科绩点多少?
- 介绍一下自己的优点和缺点。
- ThreadLocal 的原理是什么?为什么 key 设置为弱引用而不是强引用?
- MQ 不使用 ack 怎么确保可靠性?
- 讲一下 LRU 算法,它有哪些应用?
- Redis 的内存淘汰算法还有哪些?
- 五年后你认为自己会成为一个什么样的人?
《参考解析》
ThreadLocal 的结构与那个「弱引用」问题。 每个 Thread 内部持有一个 ThreadLocalMap,key 是 ThreadLocal 对象本身(被包装成 WeakReference),value 是线程私有的数据,所以隔离的载体是线程而不是 ThreadLocal——这也是「同一个 ThreadLocal 在不同线程里拿到不同值」的原因。ThreadLocalMap 没有链表,冲突用开放寻址(线性探测)解决,这也是它用 ThreadLocal 的 threadLocalHashCode 增量做下标的理由。为什么 key 用弱引用:如果 key 是强引用,那么只要线程还活着(线程池里的核心线程几乎永远活着),外部即使把 ThreadLocal 引用置空,map 里仍然强引用着它,这个 key 就永远回收不掉。弱引用让 key 在外部没有强引用时能被 GC 回收,避免 key 泄漏。但关键要补上后半句:value 是强引用,key 被回收后 Entry 变成 key 为 null 的 stale entry,value 依旧无法访问也不会自动回收——所以真正的泄漏是 value 造成的,ThreadLocalMap 只在 set/get/remove 时顺带清理一部分 stale entry(探测式清理),清理不保证彻底。结论是必须显式 remove,尤其在 Web 容器和线程池里,一个请求用完不清理,下一个请求可能读到上一个请求的数据,这既是内存泄漏也是数据串号事故。
MQ 不用 ack 能不能保证可靠?这题的正确姿势是先拆解「可靠」的定义。 消息可靠性是一条链:生产端要拿到 Broker 的确认(同步发送或异步回调加重试),Broker 端要落盘与多副本(同步刷盘、主从同步复制),消费端要「业务处理成功之后」才提交位点。ack 正是第三段的机制,取消 ack(自动确认或 no-ack 模式)意味着消息一投出就被标记为已消费,一旦消费端处理失败或进程崩溃,这条消息就永久丢了。所以「不用 ack 保证可靠」严格来说做不到端到端可靠,只能靠几种补偿把风险压小:消费端做幂等(用业务唯一键去重),业务失败就主动记录到重试表或死信队列由定时任务补偿;用「先入库再处理」的本地消息表模式自己维护状态;对账系统定期比对上下游数据找出缺口。另一种理解是「不做逐条手动 ack,而是批量 ack」,那就要用「处理完一批再确认」的顺序保证批内不丢。答这题时先反问澄清对方指的是哪一层,比直接背 Kafka 与 RocketMQ 的 ack 差异更稳。
LRU 的原理一行话:哈希表加双向链表,查和动都是 O(1)。 哈希表负责 O(1) 定位节点,双向链表维护使用顺序,新访问的节点移到头部,淘汰时取尾部。手写的注意点是用哈希表存 key -> node 而不是存值、以及哨兵头尾节点能免掉大量判空。但工程里的 LRU 几乎都是「近似 LRU」:Redis 为了省内存不维护真正的链表,而是随机采样若干 key 挑最久未使用的淘汰(maxmemory-samples,采样越大越接近真 LRU);MySQL 的 Buffer Pool 用的是改良版 LRU,把链表分成 young(热)与 old(冷)两段,新页先插到 old 区的中间点,并且经过多次访问才晋升到 young 区,目的是防止全表扫描或预读把热数据冲掉;Caffeine 这类本地缓存更进一步用 W-TinyLFU,用频率加窗口来避免「偶发的一次扫描污染整个缓存」。LRU 的固有弱点是「一次大范围扫描会冲掉热数据」,这是它和 LFU 的核心差别:LFU 看频率不看最近性,但需要处理历史热点的衰减。应用场景可以举:Redis 缓存淘汰、数据库与操作系统的页/块缓存、CPU 缓存替换、以及本地缓存库的淘汰策略。
Redis 的内存淘汰策略一共八种,要按「淘汰范围 × 算法」两维记。 范围上分 allkeys-*(所有 key 都可能被淘汰,适合纯缓存用途)与 volatile-*(只在设置了过期时间的 key 里淘汰,适合 Redis 兼作存储的场景);算法上有 lru(最近最少使用,实际是带 24 位时间戳的近似实现)、lfu(最少使用频率,用计数器加概率递增和定期衰减,适合热点数据稳定的场景)、random(随机淘汰)、ttl(优先淘汰剩余存活时间短的)。此外还有 noeviction:内存打满时写入直接报错,适合把 Redis 当可靠存储用的场景。选择和配置的要点:maxmemory 必须设置(否则默认不限制直到 OOM),缓存场景推荐 allkeys-lfu 或 allkeys-lru,volatile-* 的坑是如果大量 key 没有过期时间,内存打满时可能只剩很少的候选可淘汰甚至报错。要能顺着追问说清「淘汰」与「过期删除」是两回事:过期是惰性删除加定时抽样清理,淘汰是内存达到上限后的策略,二者都靠采样实现,所以两者都不精确。
被问到家庭、身高、入党、成绩这类问题怎么处理。 这些问题在技术面里出现,通常对应三类考察:稳定性与长期意愿(家庭所在地、能否接受异地派驻)、抗压与服从性(优缺点、自我评价)、以及单位特有的倾向(国企、事业单位对党员身份、在校表现看得更重)。应对原则是简短、如实、不辩解、不情绪化:一句话给出事实,能顺势接到岗位相关的内容就接(比如「家在本地,父母都在本地工作,所以我对长期留在本地发展没有顾虑」);确实不愿意回答的私人信息(身高这类与岗位能力无关的问题)可以礼貌地把话题拉回工作相关,不必对抗也不必编造。面完把这类问题的密度记下来,它本身就是判断团队风格的信息——技术面里个人问题占比过高,往往说明这家单位的评价重心不在技术深度。
五年规划怎么答才不像背稿。 面试官问这个不是要听「三年主管五年总监」,而是想知道你有没有与岗位对齐的成长路径、以及对节奏的现实预期。稳妥的结构是三层:近一年把业务与技术基础打牢、能独立承接模块并保证质量;两到三年在某个方向上形成自己的专长(结合岗位说,比如高并发或数据链路)、能主导跨模块的改造;更远则是把技术判断力和带人的能力补上。关键是要有「怎么达成」而非只有「达成什么」——比如提到通过项目复盘、代码评审和读源码来补体系化能力,并且说清这条路径与该团队的实际业务是一致的。作者这场技术问题里唯一没答上来的是 MQ 不用 ack 那问,这也提示了准备重点:消息中间件不该只背模型,丢消息与重复消费的每一种组合都要能说清。