滴滴花小猪打车后端开发一面面经
《面试题目》
- 自我介绍
- Redis 的数据结构和使用场景有哪些？
- Redis 快的原因是什么？
- MySQL 的 B+ 树索引和哈希索引有什么区别？
- 什么情况下索引会失效？
- MySQL 的事务隔离级别有哪些？默认是哪个？
- MySQL 的幻读是什么现象？
- 可重复读隔离级别下会出现幻读吗？
- Java 的内存模型 JMM 划分了哪些区域？
- Java 里堆和方法区分别存放什么资源？
- 项目中 caffeine + Redis 的二级缓存是如何设计的？如何保证数据一致性？
- 本地缓存的 TTL 一般设置为多少？
- 秒杀场景中使用 Redis Lua 预扣库存 + 消息队列，为什么要用 Lua 脚本？
- 项目中的滑动窗口限流，Redis 是如何设计的？
- 滑动窗口限流中 Redis 存的内容是什么？
- 是否是根据时间戳去清理过期数据？
- 讲讲之前实习中具体做了什么工作？
- 项目中团队智能问答知识库是如何实现的？
《参考解析》
- Redis 快的原因：数据全部存于内存，避免磁盘 I/O；采用高效的数据结构（如跳表、压缩列表）；单线程模型避免了线程上下文切换和锁竞争开销；I/O 多路复用（如 epoll）使单线程也能高并发处理网络请求。
- B+树索引 vs 哈希索引：B+树索引支持范围查询、排序、模糊匹配（前缀）等场景，叶子节点间通过链表连接便于顺序遍历；哈希索引只支持等值查询（=），不支持范围查询和排序，但等值查询的时间复杂度是 O(1)，优于 B+树的 O(logN)。InnoDB 默认使用 B+树索引。
- 可重复读隔离级别下的幻读：标准定义中可重复读（REPEATABLE READ）理论上会出现幻读，但 InnoDB 通过 MVCC（快照读）+ 间隙锁（Gap Lock，当前读场景）的组合，在实际实现上很大程度避免了幻读，这也是面试中常被追问”MySQL 的可重复读和标准定义有何不同”的考点。
- Lua 脚本预扣库存的意义：秒杀场景中”判断库存是否充足”和”扣减库存”必须是原子操作，否则高并发下会出现超卖；Redis 单条命令是原子的，但多条命令组合执行时中间可能被其他请求插入。用 Lua 脚本把判断+扣减逻辑封装为一个脚本，利用 Redis 单线程执行脚本的特性保证整体操作的原子性，避免超卖。
- 滑动窗口限流的 Redis 设计：通常用 ZSet 存储请求记录，score 设为请求时间戳；每次请求先根据当前时间减去窗口大小，用
ZREMRANGEBYSCORE清理窗口外的旧记录，再用ZCARD统计窗口内剩余请求数判断是否超过阈值，通过后用ZADD写入当前请求的时间戳作为 member。