字节跳动暑期后端开发一面面经
《面试题目》
- 项目中使用Redis做限流，具体是怎么防止刷单的？
- 如何限制“一人一单”？（追问：如果用户ID不是自增的，怎么限制？-> 引出用 Set）
- Redis 的 Set 底层是怎么存储/实现的？
- 跳表（SkipList）底层是怎么实现的？
- 这个项目为什么选择用 Redis 来实现？
- 场景题：如果把所有用户的下单ID存入一个优惠券的 Set 中，会导致“大Key”问题。大Key会给系统性能带来什么影响？如何解决或规避大Key问题？
- SQL 手撕：有一张成绩表（包含字段：学生姓名、课程名、分数），请查出所有选修课程分数都大于80分的学生姓名。
- 你是怎么理解数据库的事务的？
- 事务的“一致性”（Consistency）是怎么保证的？
- 事务的“隔离性”（Isolation）是怎么保证的？（引出 MVCC）
- MVCC（多版本并发控制）底层是怎么实现的？
- 多线程下，控制资源并发访问（并发控制）有什么具体的方式或方法？
- Java 中有哪些具体的锁？
- ReentrantLock 是怎么实现的？
- AQS（AbstractQueuedSynchronizer）底层是怎么实现的？
- 多线程下，线程之间的通信方式有哪些？
- 为什么会有垃圾回收器（GC）？在 JVM 中，什么是“垃圾”？
- TCP 的可靠性是怎么保证的？
- 具体讲讲 TCP 的流量控制和拥塞控制是什么？
- 了解 HTTPS 协议吗？它的交互通信过程是什么样的？
- 你了解哪些对称加密和非对称加密的具体算法？
- 设计模式了解过吗？责任链模式是什么样的？
- 你认为我们在工程设计中，为什么要使用这些设计模式（主要解决什么痛点）？
- 手撕：实现一个栈，包含最基本的 push、pop、top 方法，要求这三个方法的时间复杂度都是 O(1)；同时包含一个获取当前栈中最大元素的方法 getMax，时间复杂度也严格要求为 O(1)。
《参考解析》
- Redis 大Key问题：会导致阻塞主线程、内存分布不均及网络带宽拥塞。规避方案包括：拆分Key（如Hash分桶）、使用异步删除（UNLINK）、缩减数据大小或将数据拆分到多个节点存储。
- MVCC 实现：通过数据库表中的隐藏字段（DB_TRX_ID、DB_ROLL_PTR）、Undo Log（记录历史版本）以及 ReadView（快照读判定规则）共同实现，保证了在并发读写下的高性能与隔离性。
- AQS 原理：AQS通过一个双向链表（CLH队列）管理等待资源的线程，利用volatile修饰的int类型的state变量表示锁状态，通过CAS操作来实现状态的原子性修改。
- TCP可靠性：通过确认应答（ACK）、序列号、超时重传、流量控制（滑动窗口）、拥塞控制（慢启动、拥塞避免等）机制，保证数据不丢失、不乱序、不重复且适配网络负载。
- O(1) getMax 栈：使用两个栈实现，一个存储数据，另一个存储当前栈内的最大值。每次push时，若元素大于等于辅助栈顶则压入，pop时若元素与辅助栈顶相同则辅助栈也pop。