字节跳动后端一面面经（含 RedLock 与手撕）

《面试题目》

1. 关于 agent 的场景题深挖。
2. 看你做了优化相关的事情，说说你线程池这块怎么优化的？配置怎么根据具体情况设定？你在考虑优化的时候是直接上手吗？你会看线程池的哪些指标？
3. 说一下你们的链路，怎么保证的一致性？
4. 你平常分布式锁怎么用？如果 Redis 从切主导致锁丢失了怎么办？用 RedLock 就没问题吗？它有什么问题，有什么好的解决方案？
5. 其他八股：你们有没有布置异地多活、数据库用过哪些等。
6. 手撕：给定一个数组 A 和一个数 n，求能用 A 中数组成的不大于 n 的最大数。

《参考解析》

线程池怎么优化、看什么指标。第一步永远是测量而不是直接改代码：先看线程池的活跃线程数、队列长度、任务等待时间、任务执行耗时分布、拒绝次数、以及线程创建与销毁的频率（Java 里可以看 ThreadPoolExecutor 的 getActiveCount/getQueue().size()/getCompletedTaskCount，或接入 Micrometer 埋点）。拿到这些指标才能判断瓶颈在哪：队列一直满且活跃线程打满 → 容量不足或下游慢；活跃线程数远低于核心数但延迟高 → 卡在下游 I/O 或锁；频繁创建销毁 → 核心线程数设置不当或用了 allowCoreThreadTimeOut。参数怎么定，要按任务类型分开：CPU 密集型任务线程数接近核数（N+1），I/O 密集型可以更多（N × (1 + 等待时间/计算时间)），但更稳的做法是「按下游的承载能力和实测吞吐定」，并通过压测找拐点，别迷信公式。队列要选有界队列（ArrayBlockingQueue）并配好拒绝策略（CallerRunsPolicy 做背压、或自定义策略降级 + 告警），否则无界队列会把内存撑爆而不是暴露问题。另外要区分「优化线程池」和「优化被它调用的东西」——绝大多数线程池问题根因在下游慢，扩线程只是把压力转移。

链路一致性怎么讲。按「一致性在哪个环节被破坏」来组织：本地事务（数据库 ACID 保证单库操作原子），跨服务调用（用本地消息表 / 事务消息 / TCC / Saga 做最终一致，配幂等与重试），缓存与数据库（Cache Aside + 延迟双删 + binlog 订阅），消息投递（生产者确认 + 消费幂等 + 死信队列）。要能说出每种方案的代价：本地消息表实现简单但有时延、TCC 需要每个参与方实现 try/confirm/cancel 三个接口且要做好悬挂与空回滚、Saga 靠补偿且补偿必须幂等。答题时先给出业务允许的一致性级别（强一致还是最终一致），再选方案——面试官想听的是「你会不会先问需求」，而不是背方案名。

RedLock 与锁丢失。先说清单机 Redis 锁为什么可能丢：SET key value NX PX ttl 加锁、DEL（或 Lua 校验 value 后删）解锁，但如果主从异步复制期间主节点宕机、从节点升主，锁就没了（数据还没同步过去），于是两个客户端同时持锁。要缓解单点风险，常见做法是 RedLock：向 N（通常 5）个独立 Redis 节点请求加锁，多数派成功且总耗时小于锁有效期才算成功，释放时向所有节点发删除。RedLock 的问题（这正是面试官想听的）：它依赖各节点的时间假设（时钟漂移会破坏有效期判断）、依赖各节点之间没有共享的状态、且在有 GC 停顿或网络延迟时难以保证正确性；分布式系统领域的经典批评（Martin Kleppmann 那篇）指出它不是一个有严格证明的共识算法。更可靠的替代路径：一是降低对锁正确性的依赖，把关键路径设计成幂等或乐观并发（数据库唯一索引、条件更新 WHERE stock >= n、版本号 CAS），这样即使锁失效也不会产生错误结果；二是用有共识保证的组件做协调，比如 ZooKeeper（临时顺序节点，会话断开自动释放）、etcd（租约 + revision）、或数据库行锁（SELECT ... FOR UPDATE）；三是用 fencing token（单调递增的令牌），让下游能拒绝过期持有者的写入。答题顺序建议是「先说业务是否真的需要分布式锁 → 再说锁失效的兜底 → 最后才讨论 RedLock 的取舍」。

手撕：用数组 A 中的数组成不大于 n 的最大数。题意要先用例子确认（A 里的数可以重复使用吗？n 是数字还是长度？需要精确等于某位数还是位数不限？）。典型解法是贪心 + 回溯（DFS）：把 A 排序去重，从高位往低位构造，枚举当前位能放的候选数字（不超过 n 对应位，且整体前缀不能已经超过 n），并携带「是否已经贴上界」的状态；如果选了小于上界的数字，后面所有位都可以填 A 中最大的数字；同时处理「不能有前导零」和「位数少于 n 时」的规则。搜索时用一个「当前位放哪个数字」的循环并排序成从大到小优先，找到第一个可行解即最优（因为是按位贪心）。时间复杂度与回溯剪枝分析要讲清：每层最多 10 个候选，最坏 O(10^L)，但「一旦脱离上界就填最大值」这个剪枝让实际是 O(L × 10)。边界要覆盖：n 小于 A 中最小可用数字（可能无解，按题目约定返回 -1 或空）、A 中有 0（能否作为非首位）、n 有重复数字。面试里更重要的是边说边写、写完主动跑几个用例，这比一次写对更能拿分。

准备这类面试的着力点。字节这类面试的淘汰点往往不在八股广度，而在「往下追两层」。把简历上每一个「优化」「一致性」「组件选型」都准备好三层追问：现象与指标是什么、为什么这么选、失效场景与兜底是什么。作者也提到投递机会有限（字节限制两次投递），预约面试时间要跟准备进度匹配。