快手27暑期AI后端开发一面面经

面试题目

1. 项目拷打
2. 预减库存时如何保证 Redis 和 MySQL 的数据一致性？
3. ShardingJDBC 底层是怎么实现分库分表的？在什么情况下需要做分库分表，拆表后关联查询的效率如何保证？
4. 订单分页怎么做？涉及多张表联查时如何处理？
5. Spring Event 的原理是什么？如何实现异步监听机制？
6. Redis 的 RDB 和 AOF 两种持久化机制有什么区别？AOF 里记录的是什么内容？
7. MySQL B+ 树底层存储结构是什么样的？聚簇索引和二级索引有什么区别？
8. ConcurrentHashMap 底层原理是什么？为什么既用 CAS 又用 synchronized？
9. Java 线程有哪些生命周期状态？对应 Thread 类里如何流转？
10. 线程池底层实现原理大概是什么？
11. 如何设计一个压测方案，对比加缓存和不加缓存的性能差异？
12. 算法题：有序链表中删除所有重复节点（时间复杂度O(n)，空间复杂度O(1)），设置虚拟头节点的好处是什么？

参考解析

• Redis/MySQL一致性：推荐采用“先更新数据库，后删除缓存”策略，配合延时双删或订阅Binlog（如Canal）实现最终一致性。
• 分库分表：通过ShardingJDBC的SQL解析和路由引擎实现。拆表后联查尽量通过字段冗余或业务端二次查询处理，避免跨库JOIN。
• Spring Event：基于观察者模式，通过ApplicationEventPublisher发布事件。通过@Async注解开启异步监听，底层利用任务执行器处理事件。
• ConcurrentHashMap：JDK 1.8采用数组+链表+红黑树，使用CAS保障Node插入及头节点更新，synchronized仅锁住每个链表的头节点，实现精细化并发控制。
• 线程池原理：基于ThreadPoolExecutor，当任务数超过核心线程数时进入工作队列，队列满后扩容至最大线程数，超出后触发拒绝策略（如AbortPolicy）。
• B+树索引：聚簇索引叶子节点存储整行数据，二级索引叶子节点存储主键值。通过B+树降低树高，减少磁盘IO次数。
• 有序链表去重：使用虚拟头节点（Dummy Head）可统一处理头节点被删除的特殊情况，避免额外分支判断，简化代码逻辑。