迈瑞医疗软件开发一面（时序数据与并发队列）

《面试题目》

1. 自我介绍。
2. 项目二：介绍一下这个项目？是个人项目还是团队项目？团队大概多少个人？上面写的 xxx 是怎样的？时序数据有哪些？频率是多少、数据量多大？有做断线重连吗？设计过程中有没有遇到什么问题？怎么解决的？
3. 实习：怎么找到这个实习？主要做的什么？为什么用 DDS？
4. 其他：有了解我们公司吗？期望城市是哪？哪里人？
5. 算法手撕：实现一个固定容量 N 的环形队列，支持多个生产者和消费者并发。
6. 拉姆达表达式了解吗？智能指针了解吗？
7. 反问。

《参考解析》

手撕：多生产者多消费者环形队列：要点是把「同步」和「环形索引」两件事分开做对。① 数据结构：T buffer[N]、head（读位置）、tail（写位置）、size（当前元素数），容量固定不分配。② 空/满判定：留一个空槽（满 = (tail + 1) % N == head）或用独立的 size/计数信号量，后者语义更清晰，也更适合「按元素个数阻塞」。③ 索引必须回绕：tail = (tail + 1) % N，注意用 % 或位运算（N 取 2 的幂时用 & (N-1) 更快，但要求 N 是 2 的幂，用之前要说明这个前提）。④ 同步：C++ 里最简洁的实现是 std::mutex + 两个 std::condition_variable（not_empty、not_full）——生产者拿锁、while (size == N) not_full.wait(lock)、写入、++size、not_empty.notify_one()；消费者对称（while (size == 0) not_empty.wait(lock)、读取、--size、not_full.notify_one()）。注意 wait 必须放在 while 循环里（防止虚假唤醒和惊群），锁只包住对共享状态的修改，不要把耗时逻辑放在临界区里。⑤ 进阶：如果要求极致性能，用无锁环形队列——head/tail 用 std::atomic<size_t>，生产者 CAS 抢占写槽位、消费者 CAS 抢读槽位，配合 memory_order_acquire/release；要处理 ABA 与「写槽位已占但数据未写完」的问题（可用序号回绕方案：tail 单调递增，槽位索引取 tail % N，通过序号差判断满空，天然避免 ABA）。⑥ 加分项：指出不同元素类型（T 是否可平凡拷贝）影响是 move 还是 memcpy、缓存行伪共享要给 head/tail 加 padding、以及压测时用多线程 + -fsanitize=thread 检查数据竞争。

DDS 为什么适合这类系统：DDS（Data Distribution Service）是发布/订阅式的实时数据中间件，标准由 OMG 维护，医疗设备、工业控制、机器人里用得多。选它的理由：① 数据为中心的发布订阅模型，节点间去中心化、点对点传输，没有单点中间件瓶颈，适合设备内部与设备之间高频小包的数据分发；② 内置丰富的 QoS 策略——可靠性（best-effort / reliable）、持久性（durability）、历史深度（history depth）、截止时间（deadline）、活跃性（liveliness）、资源限制，可按话题逐个配置，实时数据用 best-effort 追最新值、关键事件用 reliable 保证不丢；③ 自动发现（无需手写服务注册与心跳，节点上下线自动感知）和强类型 IDL 定义，多语言（C++/C/Java/Python）互通；④ 支持多播，一对多分发效率高。对照方案是 MQTT（更适合跨网络、云边、弱网，但要经过 broker）、ZeroMQ（更轻但 QoS 与发现要自己做）、Kafka（吞吐高但延迟与部署模型不适合设备内实时数据）。答题时把「QoS 可配 + 去中心化 + 自动发现」三个关键词说出来，再补一句为什么不选 MQ。

时序数据项目怎么讲：面试官问「频率多少、数据量多大、有没有断线重连」就是在核对是否真做过。要能报出具体数字与设计取舍：① 指标与频率——例如 N 路传感器、每路 100Hz~1kHz 采样，通道数 × 频率 = 每秒点数，乘上每条记录的字节数得到写入吞吐（比如 32 通道 × 1kHz × 16 字节 ≈ 512KB/s），再乘保存周期算日增存储量；② 存储选型——本地环形缓冲 + 落盘文件 + 时序库（InfluxDB/TDengine）分层的理由，写入要批量、要按时间分区；③ 断线重连——采集端要有本地缓存（环形队列/文件队列）保证断连期间不丢数据，重连后按时间戳补传并去重（服务端按「设备 id + 时间戳」做幂等），连接要有心跳与超时检测、指数退避重连；④ 遇到的问题与解决——典型有三类：时间戳不同步（NTP/统一时基）、高频写入导致的锁竞争与内存增长（无锁队列 + 批量落盘）、以及查询慢（按时间分区 + 降采样预聚合）。把「量级 → 选型 → 问题 → 解决」串起来讲，比罗列技术名词有效得多。

Lambda 与智能指针：Lambda 是编译器生成的匿名函数对象，[捕获列表](参数) -> 返回类型 { 体 }；捕获方式有按值 [=]、按引用 [&]、显式 [x, &y]、以及 C++14 的初始化捕获 [p = std::move(ptr)]。要点：按引用捕获的变量不能比闭包活得短（异步回调里捕获局部变量引用是经典悬垂 bug），要长期保存的回调用按值或 shared_ptr 捕获；mutable 才能修改按值捕获的副本；捕获 this 时对象析构后调用会崩（C++17 起可用 [*this] 按值捕获副本）；无捕获的 lambda 能隐式转成函数指针。智能指针部分：unique_ptr（独占、零开销、make_unique）、shared_ptr（引用计数、控制块、循环引用要 weak_ptr）、weak_ptr（不增计数，lock() 提升后判空使用）；实现上 shared_ptr 的计数是原子的但对象访问不是线程安全的；shared_ptr 通常 16 字节（对象指针 + 控制块指针），make_shared 一次分配更省且缓存更友好，但会延迟对象内存的释放（要等所有 weak 引用消失）。

面试复盘：全场约 40 分钟，按大类校招、面试官没有深挖技术，属于「简历 + 基础 + 一道手撕」的常规组合，原帖作者反馈「没有秒挂」。这类面试的准备重点不是难题，而是把项目讲清楚（尤其是数据指标要能报数）并把常见八股答稳；「有了解我们公司吗」「期望城市」这类问题要提前准备一句话的业务理解与明确的意向城市，这在校招里往往是稳定性评分项。