近期两场小厂后端Java面经
《面试题目》
奇妙思维后端一面
- 自我介绍
- 通过Redis加Lua实现高并发库存扣减，为什么选Lua？对比Java加锁如何？
- 如何用Caffeine及Redis构建二级缓存？
- 分片上传和断点续传的设计实现？
- 抽奖场景（扣除宝石->抽奖->打包入库）存在的问题？
- 有无使用AI Coding/全栈经验？
- 生成前端的全流程？
- Claude模型版本选择及看法？
- 对Codex的评价？
- 各种AI编程模型的编码能力对比？
- 使用AI Coding的完整流程？（追问：拿到大需求如何用AI解决）
嘉为科技Java后端一面
- 自我介绍
- Redis是单线程吗？多线程优点及为何快？
- 项目中Redis的具体应用？
- 项目中分片上传和断点续传的实现？
- 缓存击穿的解决方案？
- 项目中最难的问题？
- 对转全栈或测试的想法？
- 定位慢SQL的方法及优化手段？
- 平时使用的LLM？
- AI是否会取代程序员？
《参考解析》
- Redis+Lua扣减库存：Lua脚本保证了操作的原子性，避免了网络开销和应用锁（如synchronized/ReentrantLock）在集群环境下失效的问题，性能更高。
- 二级缓存（Caffeine+Redis）：Caffeine做本地缓存（一级），Redis做分布式缓存（二级）。查询时先查本地，未命中查Redis，再未命中查DB，最后回填。
- 抽奖场景一致性：核心是分布式事务问题。建议使用消息队列异步处理扣减与发货，或引入TCC/本地消息表确保数据最终一致，防止超卖或漏发。
- 缓存击穿：是指热点Key失效导致大量请求直达数据库。解决方案：加互斥锁（如Redis分布式锁），或设置逻辑过期时间，由异步线程更新缓存。
- 定位慢SQL：查看慢查询日志（slow_query_log），使用Explain分析执行计划（重点关注type、key、rows），优化索引结构或改写复杂SQL。