BIGO 后端一面：幂等、并发、深分页与 Top K

《面试题目》

1. 异步写入丢失后怎样补偿？
2. 接口幂等有哪些实现方式，余额更新和流水写入如何保证一致？
3. 没有现成流水号时，如何定义稳定的幂等键？
4. synchronized 的锁状态如何变化，软引用和弱引用有什么区别？
5. TreeSet 与 HashSet 有什么区别，JIT 有什么作用？
6. volatile 能保证什么，不能保证什么？
7. 线程池提交任务经历什么流程，execute 与 submit 有什么区别？
8. 怎样估算线程数，使用 Executors 工厂时要注意哪些队列和线程上限？
9. SimpleDateFormat 为什么不适合多线程共享，怎样正确格式化日期？
10. 死锁的必要条件是什么，如何排查？
11. Spring AOP 如何实现，同类内部调用绕过代理时怎样调整？
12. LIMIT 的参数是什么，深分页如何优化？
13. 覆盖索引有什么作用，哪些条件影响索引利用？
14. InnoDB 的快照读和当前读有什么区别？
15. Kafka 的 acks 各取值代表什么，可靠性还依赖哪些配置？
16. Cookie、Session 和 Token 有什么关系，JWT 载荷默认加密吗？
17. CLOSE_WAIT 与 TIME_WAIT 分别是什么，大量出现时怎样排查？
18. 一百亿个整数中怎样找出最大的 100 个数？
19. 怎样求最大连续子数组和？

《参考解析》

余额与流水

在同一个数据库中，可以把请求去重记录、余额变化和流水写入放进同一事务。稳定的业务请求编号加唯一约束负责挡住重复动作，事务负责整体提交或回滚。缺少编号时先定义业务动作身份，不能用每次重试都新生成的随机值冒充幂等键。

海量 Top K

只维护大小为 100 的最小堆。每个新数先与堆顶比较，较大时替换并调整堆，时间 O(n log 100)，额外空间 O(100)。如果要求最大的 100 个不同数，还要明确去重规则。数据分片时各片先求局部 Top K，再合并候选。

最大子数组和

维护以当前位置结尾的最佳和，决定把当前数接到前一段后面，还是从当前数重新开始；同时更新全局最大值。初始值取首元素，才能正确处理全为负数的输入，不能默认空子数组是合法答案。

连接状态

CLOSE_WAIT 表示已收到对端关闭，通常需要查本端是否漏掉关闭或卡在处理逻辑；TIME_WAIT 通常由主动关闭端进入，用来处理连接结束后的报文边界问题。看到数量多时先结合连接创建速率和资源耗用判断，不要直接把所有等待状态都当成泄漏。