面经-自用
🎯 高频问题 + 深挖追问
一、专业技能
JVM 与 GC
- Q: 线上服务频繁 Full GC，你怎么排查？
- 追问1: 你说用
jmapdump，那 dump 文件往往好几个 G，你怎么快速定位泄漏对象？
👉 思路：用 MAT/arthas heap dump → 按对象数量/retained size 排序，看大对象（比如HashMap、ThreadLocalMap），再看 GC Roots 引用链。 - 追问2: 你说调整
NewRatio，那如果是 G1 收集器，还会这样调吗？
👉 回答：不会，G1 用 Region，调优点在于-XX:InitiatingHeapOccupancyPercent，关注的是触发 Mixed GC 的阈值。
Redis
-
Q: 你在项目里解决缓存穿透时没用布隆过滤器，而是缓存空值，为什么？
-
追问: 缓存空值可能被攻击（恶意请求不同 Key），会导致 Redis 被塞满，你怎么避免？
👉 思路：- 给空值设置较短 TTL；
- 对 Key 做限流/黑名单；
- 高并发场景下布隆过滤器更合适。
MQ
- Q: 你说 RocketMQ 有事务消息，那事务半消息没提交之前，消费者会看到吗？
- 追问: 如果生产者在本地事务执行完后挂掉了，Broker 该怎么办？
👉 回答：Broker 会不断回查生产者，直到确认事务状态 → 如果查不到要设计补偿机制。
二、实习经历
用友 - 电商对账单导入
- Q: 线程池 + 批处理，你具体怎么设计线程池参数的？
- 追问1: 如果 10 万条数据，分批写入时一批失败了，你是整体回滚还是部分回滚？为什么？
👉 思路：小批事务保证部分成功；失败批次重试，不能全回滚，否则耗时过高。 - 追问2: 你说用 Redis 推送进度，如果服务挂了，进度会丢吗？怎么保证恢复？
👉 回答：进度写 Redis 有持久化，重启后从 Redis 读最新进度；必要时用数据库存储进度。
明果科技 - 小雀幸 APP
- Q: 你说 Session 缓存比 Redis 高效，那如果服务多节点部署，Session 不共享怎么办？
👉 回答：Session 内缓存只存短生命周期数据，不依赖全局一致性；需要全局共享时再落 Redis。 - 追问: 如果面试官问“那你不就是放弃了水平扩展吗？”
👉 回答：不是，Session 缓存只是局部优化，不影响系统整体可扩展性，属于“冷热数据分层”思路。
三、项目经历
国考刷题网 - ES
-
Q: 你说用 Canal 同步数据到 ES，那如果 Canal 宕机了怎么办？
👉 回答：ES 数据和 MySQL 可能不一致，所以要做定时全量校准，保证最终一致性。 -
追问: 如果用户搜到的数据和 DB 数据不一致，你会怎么做？
👉 思路：- 允许弱一致，写时优先保证 MySQL 正确，搜索端 eventual consistency；
- 或者把关键数据直接从 DB 查，再和 ES 数据聚合。
Redis BitMap
- Q: 你说 BitMap 节省空间，那如果要统计某用户连续刷题天数，怎么做？
👉 思路：用bitfield或按位运算，滑动窗口扫描；极端情况下写 Lua 脚本优化。 - 追问: 如果要统计所有用户连续打卡 7 天的人数，BitMap 怎么做？
👉 回答：用多个 BitMap，做AND运算。
JDHotKey + Caffeine
- Q: 本地缓存和 Redis 不一致怎么办？
- 追问: 你说“定时刷新”，那刷新过程中用户可能还是读到旧值，这能接受吗？
👉 回答：能接受，这是典型的 最终一致性 trade-off。要是不能接受，就要用消息通知（Redis Key 过期事件，推送更新本地缓存）。
四、系统设计与挑战
高频流量（美团支付接口）
- Q: 支付接口流量突增，你说用 MQ 削峰，那支付不是实时的吗？怎么能排队？
👉 回答：削峰的是支付后的异步处理，不是实时扣款（例如积分发放、账单统计）。扣款必须实时，后台异步。 - 追问: 如果 MQ 挤满了，消费延迟严重，怎么办？
👉 思路：区分队列优先级，关键任务单独队列，非核心任务可丢弃/降级。
SaaS 架构
- Q: 你说要分库分表，那刷题平台按什么维度分？
👉 回答：按用户 ID 或题库 ID 水平拆分，保证热点均匀。 - 追问: 如果某个大客户占了 50% 流量，分库分表就不均匀了怎么办？
👉 回答：对超级大客户单独建库，避免倾斜。
⚡ 面试官的套路：
- 先问通用问题，看你熟不熟；
- 再追问边界情况（高可用、异常、极端场景）；
- 最后看你能不能说出取舍和思考。
要不要我帮你直接生成一份 模拟面试剧本（我扮演美团面试官，一问一答，你先给“第一层答案”，我就追问下去），这样你能感受到被“深挖”的真实压力？