腾讯后台开发一面面经（wxg视频号）

《面试题目》

1. 手撕 3 道算法题（其中一道考取模版快速幂）。
2. 自我介绍。
3. 512M 内存的操作系统，申请 1G 的内存空间，会发生什么？
4. Linux 上一个进程开了 100 个线程，kill 掉这个进程时，怎么保证 100 个线程都能被 kill 掉？
5. epoll 用过吗？边缘触发和水平触发有什么区别？ET 模式怎么保证读完所有数据？
6. TCP 四次挥手的时候，TIME_WAIT 阶段发生了什么？
7. TIME_WAIT 要等多久？给一个具体时间。
8. TCP 怎么实现可靠传输？
9. UDP 在弱网会丢包，有没有什么协议把 TCP 和 UDP 的优点结合起来？为什么有了 TCP 还要有 UDP？
10. 什么叫连接复用？连接复用下怎么区分是谁的数据？
11. MySQL 分页查询指定 LIMIT offset 时，为什么越往后越慢？什么情况下会这样？实际项目怎么解决？
12. 你了解哪些缓存？比如 KV、TTL 等。
13. Redis 里我想更新数据库和缓存，这个时候 Redis 中的数据怎么办？
14. 如果是先更新数据库再更新缓存，数据库更新成功但删 Redis 失败了，会怎样？
15. 假设用消息队列解决删除失败重试的问题：删除命令（值从 A 更新为 B）进了队列，此时突然来了一个把数据库更新为旧值 A 的请求，之后队列里的删除命令才执行、删掉了缓存，这种情况怎么办？
16. 100 枚硬币，30 枚朝上、70 枚朝下，怎么分成两堆，让两堆中朝下的硬币数量相同？可以反转硬币。
17. 25 匹马、5 个跑道，每次比赛只能拿到排名，最少多少次能知道跑得最快的 5 匹马并给出排名？
18. 反问环节：团队做什么业务、用什么技术栈。

《参考解析》

512M 内存申请 1G 会怎样：malloc 拿到的只是虚拟地址空间，能不能成功首先看 Linux 的 overcommit 策略（vm.overcommit_memory）：0（默认启发式）通常允许，返回一个有效指针；2 则严格按 CommitLimit 拒绝，直接返回 NULL。就算 malloc 成功，物理页也在首次写入时才由缺页中断按需分配（demand paging），此时如果物理内存 + swap 不够，就会触发 OOM Killer 把进程杀掉，或者当前线程收到 SIGSEGV。另外两个边界：32 位进程用户态地址空间只有 3G/1G 划分，申请 1G 还要有足够大的连续虚拟地址空洞，碎片化时会直接失败；Java 这类托管运行时还要叠加堆参数（-Xmx）和直接内存的限制。

kill 一个进程能不能带走全部 100 个线程：能。kill <pid> 把 SIGTERM 发给进程（线程组），内核默认动作是终止整个线程组，不需要逐个线程处理。真正可能”kill 不掉”的情况是：①某个线程卡在不可中断睡眠（D 状态，等磁盘 IO/NFS），要等 IO 返回；②线程自己用 pthread_sigmask 屏蔽了 SIGTERM，或注册了处理器却永远不退出；③进程 fork 出的子进程不在同一线程组里，需要按进程组杀（kill -- -<pgid>）或 pkill -P。工程上的可靠做法是：先发 SIGTERM 并 waitpid 等一个超时（K8s 默认 30s，即 terminationGracePeriodSeconds），超时再 SIGKILL（SIGKILL 不可捕获，必然生效）；应用层注册信号处理器做优雅停机，逐个设置取消标志、join 或 pthread_cancel 各线程，交出资源。

epoll 的 LT 与 ET：水平触发（LT，默认）只要 fd 的读缓冲区还有数据，每次 epoll_wait 都会返回，所以可以只读一部分、下次继续；边缘触发（ET）只在状态变化的那一刻通知一次，之后不再重复通知。ET 的效率更高（epoll_wait 返回次数少、系统调用少），但必须遵守两条纪律：①fd 一定要设成非阻塞（O_NONBLOCK），否则最后一次 read 会把整个线程阻塞住；②必须循环读直到返回 -1 且 errno == EAGAIN/EWOULDBLOCK，才算把数据读干净。同理，监听 fd 在 ET 下 accept 也要循环调用直到 EAGAIN，否则会漏掉同时到达的连接。ET 常配合「one loop per thread + 非阻塞 IO」的 Reactor 模型使用。

TIME_WAIT：四次挥手里主动关闭方在发出最后一个 ACK 后进入 TIME_WAIT，等待 2MSL。Linux 上这个值固定是 60 秒（net.ipv4.tcp_fin_timeout 只影响 FIN_WAIT2 和孤儿连接，改它不影响 TIME_WAIT）。存在的两个理由：①如果最后的 ACK 丢了，对端会重传 FIN，此时本端还能重发 ACK；②让本次连接在网络中残留的报文自然消散，避免被同四元组的新连接误收造成数据错乱。危害是作为主动关闭方的服务器会堆积大量 TIME_WAIT 占用本地端口。缓解手段：net.ipv4.tcp_tw_reuse=1（需要开启时间戳，只适用于主动发起连接的客户端场景）、SO_REUSEADDR、改用长连接/连接池减少连接数、让客户端先关闭连接、以及 net.ipv4.ip_local_port_range 扩端口范围。tcp_tw_recycle 在新内核已被移除，不要提它。

深分页为什么越翻越慢：LIMIT 1000000, 10 的语义是”扫描并丢弃前 1000000 行，再取 10 行”，代价与 offset 成正比；如果排序字段没有合适索引，还要做全表扫描 + Using filesort，越往后越慢。解决方案按优先级：①游标/键集分页——记住上一页最后一条的 id，下一页写成 WHERE id > :last_id ORDER BY id LIMIT 10，走索引直接定位，是 O(1) 级别的；②延迟关联——SELECT t.* FROM t JOIN (SELECT id FROM t ORDER BY id LIMIT 1000000, 10) x USING(id)，让子查询走覆盖索引少回表；③业务上限，禁止跳到任意深页，或强制收窄筛选条件（时间范围）；④数据量极大时改用 ES 的 search_after。注意 LIMIT offset 大时优化器还可能放弃索引直接全表扫，所以线上要配合慢查询监控。

先更新数据库再删缓存失败：结果是缓存里长期保留旧值，读请求全部读到脏数据，直到 key 过期或下一次更新。所以缓存必须设 TTL 兜底，这是底线。在此之上：①删除失败就重试——同步重试几次仍失败则投递到 MQ 异步重试，消费端做幂等（删除操作天然幂等）；②更稳的是订阅 binlog（Canal/Debezium）异步删缓存，把删除动作从业务代码里解耦，业务更新成功就一定会有一次删除；③读多写少用延迟双删。

问题 15 的乱序场景其实不可怕：因为「删除缓存」是幂等的、且方向上安全——消息队列里的删除命令晚到，执行后缓存被清空，下次读请求会从数据库回源，而此时数据库里是正确的值，回填进缓存的也是正确值。真正危险的是更新缓存而不是删除缓存：并发下把旧值写回缓存会长期污染。所以第一原则是”更新数据库 + 删除缓存”，而不是”更新数据库 + 更新缓存”。如果必须做到严格防乱序：给缓存值加版本号/时间戳，回填时用 CAS（Lua 脚本比较版本）只允许新版本覆盖；或者让同一个 key 的更新走同一个 MQ 分区串行消费，用 binlog 的位点顺序保证先后。

100 枚硬币（30 正 70 反）分两堆：随便取出 30 枚作为 A 堆，剩下 70 枚为 B 堆。设 A 堆里反面有 x 枚，那么 B 堆里的反面就是 70 − x 枚。现在把 A 堆的 30 枚全部翻转，A 堆的反面数变成 30 − x。比较一下：A 堆 30 − x，B 堆 70 − x，两者相等（因为 A 堆总数 30 + B 堆总数 70 = 100）。所以做法固定：任取与”正面数量”相同的枚数（30 枚）为一堆，整体翻转即可。

25 匹马 5 条跑道：先分 5 组各跑一次（5 次），得到每组内部排名；第 6 次让 5 个组的第一名比一次，设结果为 A1 > B1 > C1 > D1 > E1。此时可以淘汰：D 组、E 组全部（连本组第一都排在后面），C 组除 C1 外全部（C2 至少输给 A1、B1、C1 三匹），B 组除 B1、B2 外全部，A 组只保留 A1、A2、A3。A1 已经确定是最快的。第 7 次让 A2、A3、B1、B2、C1 比，取前 4 名，加上 A1 就是最快的 5 匹——所以找出最快 5 匹最少 7 次。如果还要求这 5 匹的完整排名，第 7 次里落选的那几匹之间还要再加赛一次，答案是 8 次。回答时要把”7 次出集合、8 次出排名”这个区别讲明白，这是这道题的分水岭。