字节飞书AI后端开发暑期实习一面面经

字节跳动 · 飞书AI后端开发实习生 · 一面 · 2026-04

Java MySQL Redis 计算机网络操作系统 JVM

面试题目

计算机网络

TCP 断开连接的过程（四次挥手）
MSL 是什么？为什么在 TIME_WAIT 状态要等待 2MSL？
HTTP 状态码及含义

操作系统

进程和线程的区别
早期没有线程只有进程是怎样的？
JDK 21 有什么更新？虚拟线程和普通线程有什么区别？

MySQL

给了一个学生表，写 SQL 实现查询总分最多的三个学生的学号和总分
给了三条查询语句，在千万级别访问下，怎么建立索引最恰当？WHERE 条件分别是：学号 / 总分和学号 / 科目、总分和学号

Java

volatile 有什么特性？怎么实现的？
volatile 可以实现原子性吗？为什么？
synchronized 与 ReentrantLock 的区别是什么？
ReentrantLock 公平性怎么实现？

Redis

Redis 里面存放点赞数据用的什么结构？
热帖怎么实现的？
有序集合（ZSet）底层的结构
跳表的时间复杂度
多级缓存怎么实现？
与数据库的缓存一致性怎么实现？
集合的最大 key 怎么设置的？

非技术问题

日常怎么使用 AI？
了解 AI Agent 吗？
软件开发有哪些方向？

参考解析

TCP 四次挥手 & 2MSL

客户端发 FIN → 服务端 ACK → 服务端发 FIN → 客户端 ACK，共四次。
MSL（Maximum Segment Lifetime）是报文最大存活时间，通常为 60s。
TIME_WAIT 等待 2MSL 的目的：① 确保最后一个 ACK 能到达对端，若丢失可重传；② 让网络中残留的旧报文全部消亡，避免影响新连接。

HTTP 状态码

2xx 成功：200 OK、204 No Content、206 Partial Content
3xx 重定向：301 永久重定向、302 临时重定向、304 Not Modified
4xx 客户端错误：400 Bad Request、401 Unauthorized、403 Forbidden、404 Not Found
5xx 服务端错误：500 Internal Server Error、502 Bad Gateway、503 Service Unavailable

JDK 21 虚拟线程

JDK 21 正式引入虚拟线程（Project Loom），是轻量级用户态线程，由 JVM 调度而非 OS。
普通线程与 OS 线程 1:1 绑定，创建/切换开销大；虚拟线程为 M:N 模型，可创建数百万个，阻塞时自动挂起让出载体线程，适合高并发 IO 密集场景。
编程模型与普通线程一致，无需改用异步回调。

MySQL 索引建立

单条件学号：在 student_id 上建普通索引即可。
WHERE 总分+学号：建联合索引 (student_id, score) 或 (score, student_id)，视选择性而定；学号选择性高则放左边。
WHERE 科目+总分+学号：建联合索引 (subject, student_id, score)，遵循最左前缀原则，将等值查询列放最左。
千万级别还需考虑覆盖索引避免回表，以及定期 ANALYZE TABLE 更新统计信息。

volatile 原理与原子性

volatile 保证可见性（写后立即刷回主内存，读时从主内存获取）和有序性（禁止指令重排，通过内存屏障实现）。
不能保证原子性：如 i++ 包含读-改-写三步，多线程下仍会出现竞态条件；需用 AtomicInteger 或加锁。

synchronized vs ReentrantLock

synchronized 是 JVM 关键字，自动释放锁，不可中断等待，非公平。
ReentrantLock 是 AQS 实现，需手动 unlock，支持可中断、超时获取、公平/非公平模式、多条件变量（Condition）。
公平锁实现：AQS 的 tryAcquire 中通过 hasQueuedPredecessors() 判断队列是否有等待者，有则当前线程入队排队，保证 FIFO。

Redis 点赞 & 热帖 & ZSet 底层

点赞数据：用 Hash（like:post:{id} → user_id: 1）或 Set（存点赞用户集合），可去重且支持判断是否已点赞。
热帖排行：用 ZSet，score 为热度分（点赞数+阅读数加权），ZREVRANGE 取 Top N。
ZSet 底层：元素少且值短时用 listpack（紧凑列表）；超过阈值（默认 128 个元素或单元素 >64 字节）转为 skiplist（跳表）+ dict 组合。
跳表查询平均时间复杂度 O(log N)，空间复杂度 O(N)。

缓存一致性

常用策略：Cache Aside（旁路缓存）：先更新 DB，再删除缓存（而非更新缓存），下次读时重新加载。
延迟双删：更新 DB 前后各删一次缓存，减少脏读窗口。
强一致场景可引入分布式锁或消息队列（如 Canal 监听 binlog 异步更新缓存）。