上海松鼠 AI 二面:HashMap 扩容、Spring 事务失效与 SSE 对比 WebSocket
- 轮次
- 二面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 自我介绍 + 实习经历。
- HashMap 扩容讲一下。
- volatile 有什么用?
- 线程池满了怎么处理?
- Spring 事务失效的场景有哪些?
- MySQL 事务隔离级别有哪些?
- Redis 和 MySQL 的一致性问题怎么处理?
- MQ 如何保证消息不丢失?
- 项目里面是怎么处理重复请求的?
- 实习过程中遇到过什么比较难解决的问题?
- SSE 和 WebSocket 有什么区别?
- 大模型调用失败了怎么处理?
- 平时用什么 AI 工具写代码?
- AI 生成的代码你是怎么检查的?
- 给你一个需求,前后端都让你做,你会怎么跟 AI 沟通?
算法题:LeetCode 56 合并区间(排序后遍历),追问时间复杂度。
《参考解析》
HashMap 扩容:默认容量 16、负载因子 0.75,元素数超过 容量 × 0.75 时扩容为两倍。JDK 8 的扩容不是重新计算哈希,而是利用容量是 2 的幂这一性质,把每个桶的链表按 hash & oldCap 拆成「低位链」与「高位链」,低位留在原索引、高位移到 原索引 + oldCap,避免逐节点重算,也保持链表顺序。扩容时若链表长度 ≥ 8 且容量 ≥ 64 会转红黑树;扩容后树节点也可能退化回链表。多线程并发扩容在 JDK 8 下仍可能丢数据,并发场景用 ConcurrentHashMap。
volatile 的作用:保证可见性与有序性,不保证原子性。写操作会立刻刷回主内存并使其他线程的缓存行失效,读操作强制从主内存读;同时禁止指令重排(插入内存屏障),典型用途是状态标志位与双重检查锁定的单例(instance 声明为 volatile 防止「分配内存—赋值—初始化」重排导致拿到半初始化对象)。i++ 这类复合操作仍需 AtomicInteger 或加锁。
线程池满了怎么办:按 corePoolSize → 队列 → maximumPoolSize → 拒绝策略 的顺序。拒绝策略有四种:AbortPolicy 抛异常、CallerRunsPolicy 由提交线程执行(天然反压)、DiscardPolicy 静默丢弃、DiscardOldestPolicy 丢最老的。生产上更常见的是自定义拒绝策略:落库或写消息队列稍后重试、返回明确的限流错误、上报监控。根本解法是评估队列容量与线程数、把慢任务隔离到独立线程池、加熔断降级,而不是无限加大队列(会掩盖问题并导致超时堆积)。
Spring 事务失效:① 方法不是 public(旧版本代理限制);② 同类内部调用,this.method() 不走代理;③ 异常被 catch 吞掉,或抛的是受检异常而默认只回滚 RuntimeException;④ 传播行为设置不当(REQUIRES_NEW、NOT_SUPPORTED);⑤ 数据库引擎不支持事务(MyISAM);⑥ 多数据源未正确配置事务管理器;⑦ 事务方法被 final 或 static 修饰,代理无法覆写;⑧ 异步方法(@Async)里开事务,线程切换导致事务不生效。排查先确认代理是否生效(看注入的是代理对象还是原对象),再看异常与传播行为。
MySQL 隔离级别:读未提交(脏读)、读已提交(不可重复读)、可重复读(InnoDB 默认,配合间隙锁基本避免幻读)、串行化。实现靠 MVCC + 锁:快照读走 ReadView,当前读写记录锁与间隙锁。
MQ 保证不丢失:三段都要保——生产者用同步发送 + 确认机制(RabbitMQ 的 publisher confirm、Kafka 的 acks=all + 重试),Broker 持久化(队列与消息都持久化、多副本 min.insync.replicas),消费者手动 ACK 且处理成功后再确认(失败重回队列或进死信)。业务侧配合本地消息表或事务消息保证「业务落库」与「消息发出」一致,消费端做幂等,避免重复投递造成脏数据。
重复请求处理:入口用幂等键(客户端生成的 requestId、订单号、业务唯一键),服务端唯一索引兜底;分布式锁按幂等键加锁,处理完释放;状态机限制重复流转;支付回调按订单状态判重并直接返回成功。前端侧禁用按钮、防抖只能减少重复,不能替代服务端幂等。
SSE 与 WebSocket:SSE 是单向(服务端到客户端)、基于 HTTP、文本、自带断线重连(Last-Event-ID)、可穿过大多数代理,适合推送通知与大模型流式输出;WebSocket 是全双工、独立协议、需握手升级、支持二进制、延迟低,适合聊天、协同编辑、实时游戏。选型看是否需要客户端持续上行:只需要服务端推就用 SSE,简单且易运维;双向交互频繁才上 WebSocket。
大模型调用失败怎么处理:分错误类型——超时与限流做指数退避重试(带抖动、限制次数);5xx 与网关错误切换备用渠道或模型;内容审核拒绝不重试,直接返回合规话术;上下文超长做截断或摘要;流式中断给客户端明确状态并支持续传。工程上要有超时、熔断、降级(返回缓存答案或模板回复)、以及完整的调用日志(请求 id、模型、token、耗时、错误码),并区分「用户可见失败」与「可重试失败」,不要把内部错误原样抛给用户。
怎么检查 AI 生成的代码:先看它是否理解需求(让它复述约束与边界),再逐段读——重点看异常处理、空值与边界、并发与事务、资源释放、SQL 注入与越权;跑单测与静态检查(lint、类型检查、SAST);对核心链路做 code review 与灰度验证。把 AI 当成「写得快但需要审稿的同事」,提交粒度小、每次改动可回滚。
合并区间:按左端点排序,遍历时若当前区间左端点 ≤ 结果最后一个区间的右端点则合并(右端点取两者最大值),否则追加。时间复杂度 O(n log n) 来自排序,遍历 O(n),空间 O(log n)(排序)或 O(n)(结果)。追问常考「区间已经有序」则降为 O(n),以及「求交集而非并集」的变体。