腾讯云智后台开发暑期实习一面面经

《面试题目》

项目与业务相关：

1. 扫描漏洞的业务吞吐量、服务器压力评估与保障。
2. 迁移过程中的数据一致性保障机制。
3. 线程池的业务应用场景及参数配置（核心线程数、积压任务处理）。
4. 线程池处理异常的机制。
5. 业务中慢SQL的处理与索引建设考量。
6. 消息积压时的应急处理方案。
7. Docker与K8S的使用经验及打包流程。
8. AI工具在实习任务中的应用及职业规划。

Java与并发： 9. Java运行时内存区域。 10. JVM垃圾回收区域划分及算法（CMS步骤）。 11. 为什么需要STW（Stop-The-World）。 12. 公平锁与非公平锁的区别。

数据库： 13. 数据库索引数据结构、聚集与非聚集索引的区别。 14. 联合索引（ABC）在 like %B% 加条件C场景下的命中情况。 15. 数据库事务隔离级别及RR与RC的区别。 16. 悲观锁与乐观锁的业务场景选择。

中间件： 17. Redis分布式锁的使用。 18. Kafka如何保证消息不丢失。 19. RabbitMQ如何保证消息顺序消费及积压处理。

《参考解析》

1. CMS垃圾回收步骤：初始标记（STW）、并发标记、重新标记（STW）、并发清理。STW是为了在标记过程中确保对象引用关系不被修改，防止漏标或错标。
2. 线程池任务处理：当核心线程池满后，新任务会进入等待队列；若队列满且未达最大线程数则创建非核心线程；若全部饱和则执行拒绝策略（如AbortPolicy）。
3. 联合索引命中：索引B+树遵循最左前缀原则。like %B% 是模糊匹配且开头带有通配符，无法走索引扫描，会导致全表扫描或索引失效。
4. 事务隔离级别：RR（可重复读）通过MVCC和间隙锁解决幻读，RC（读已提交）则可能产生不可重复读。在数据库高并发场景下，乐观锁适用于读多写少，悲观锁适用于写多。
5. 消息积压处理：首先评估业务容忍度。若需快速恢复，可临时扩容（加机器或增加分区），或通过代码逻辑将积压消息异步化存储到低成本介质（如云存储），稍后再处理。