小红书日常实习后端一面记录

面经 , , 评论

没有自我介绍环节

1. 写了多少算法题？

2. 手撕，力扣25. K 个一组翻转链表变题

3. 了解instanceof吗？

instanseof是Java的二元运算符，用于测试一个对象是否是一个特定类（或其子类、实现接口）的实例。他与class.isInstanse()方法的功能类似。如果对象是null，会直接返回false。

4. DTO是Integer，VO是int，VO直接dto.getId()有没有问题

可能会出现NPE，也就是著名的NullPointerException。因为Integer是引用类型，有可能为null，给int类型的字段赋值的时候会发生自动拆箱，抛出NullPointerException。

5. 怎么把对象交给IoC管理(就想到了@Bean，面试官有没有不用注解的)

  1. 注解
    • @Component：加到类上，包括@Controller、@Service、@Repository、@Configuration
  2. XML
    • applicationContext.xml中通过标签定义Bean。
  3. 配置类注册
    • 使用@Configuration配合@Bean，@Bean标记方法
  4. 使用 FactoryBean 接口
  5. 使用 BeanDefinitionRegistryPostProcessor
    • 通过编程方式动态注册Bean定义

6. 数据库ACID的I是怎么实现的

  • 锁：行锁、间隙锁、临键锁
  • MVCC：隐藏字段事务ID和回滚指针，ReadView决定可见性

当前读走锁，快照读走MVCC

7. 给个数据表，查找第九万条数据，怎么查

  1. 有自增主键且连续：SELECT * FROM t WHERE id >= 90000 ORDER BY id LIMIT 1;
  2. 有自增主键：select * from page where id >=(select id from page order by id limit 89999, 1) order by id limit 1;
  3. 通用：SELECT * FROM t LIMIT 89999,1;

8. select怎么使用排他锁

1
SELECT ... FOR UPDATE

9. select * 查询普通索引的过程

  1. 在普通索引的B+树上找到满足条件的索引项。
  2. 从索引项中获取主键值。
  3. 如果整个记录就包含主键和普通索引的字段，也就是索引覆盖，就可以直接返回结果了，否则会发生回表
  4. 回表：根据主键值，回到主键索引（聚簇索引）的B+树上，查找完整的行记录。

10. InnoDB索引的数据结构

B+树

11. 是否了解聚簇索引

聚簇索引就是主键索引，叶子节点是数据页，存放了完整的行记录。

12. 聚簇索引B+树的树高

通常为 2 - 4 层，一页是 16KB。

  • 非叶子节点：一个主键（BigInt）8B + 一个指针 6B，一页可以存放 1170 个索引
  • 叶子节点：假设一行1KB，一页可以放16条记录

两层B+树可以存 1170 * 16 = 18720条
三层B+树可以存 1170 * 1170 * 16 约为 2000w
四层B+树可以存 1170 * 1170 * 1170 * 16 = 250亿

13. in和exists的区别

  • IN 用于检查左边的表达式是否存在于右边的列表或子查询的结果集中。如果存在，则返回TRUE，否则返回FALSE。

语法结构：

1
2
3
4
5
6
7
SELECT column_name(s)
FROM table_name
WHERE column_name IN (value1, value2, ...);

SELECT column_name(s)
FROM table_name
WHERE column_name IN (SELECT column_name FROM another_table WHERE condition);
  • EXISTS 用于判断子查询是否至少能返回一行数据。它不关心子查询返回什么数据，只关心是否有结果。如果子查询有结果，则返回TRUE，否则返回FALSE。

语法结构：

1
2
3
SELECT column_name(s)
FROM table_name
WHERE EXISTS (SELECT column_name FROM another_table WHERE condition);
  • 性能差异：在很多情况下，EXISTS 的性能优于 IN，特别是当子查询的表很大时。这是因为EXISTS 一旦找到匹配项就会立即停止查询，而IN可能会扫描整个子查询结果集。
  • 使用场景：如果子查询结果集较小且不频繁变动，IN 可能更直观易懂。而当子查询涉及外部查询的每一行判断，并且子查询的效率较高时，EXISTS 更为合适。
  • NULL值处理：IN 能够正确处理子查询中包含NULL值的情况，而EXISTS 不受子查询结果中NULL值的影响，因为它关注的是行的存在性，而不是具体值。
  • 大表驱动小表用 exists，小表驱动大表用 in；MySQL 优化器 8.0 后趋于自动转换。

14. update语句在数据库引擎层的执行过程

  1. 从Buffer Pool中找到数据页，如果不在则从磁盘加载。
  2. 写undo log，用于事务回滚和MVCC。
  3. 修改Buffer Pool中的数据页（此时为脏页）。
  4. 写redo log（prepare状态），用于崩溃恢复。
  5. 写binlog，用于主从复制和数据恢复。
  6. 提交事务，将redo log置为commit状态。
  7. 后续由后台线程将脏页刷回磁盘。

刷盘时机：

  1. redo log日志即将覆盖
  2. buffer pool内存不足或者脏页比例过高，按照LRU刷盘
  3. 后台线程定时刷新
  4. 服务器空闲时期
  5. 数据库正常关闭

15. 索引失效的场景

  1. 对索引列进行函数计算、表达式计算、类型转换。
  2. 使用!=、<>、NOT IN、IS NOT NULL，优化器看“过滤比例”，大于阈值就全表。
  3. 以通配符开头的LIKE查询，如’%abc’。
  4. 复合索引不满足最左前缀原则。
  5. 在索引列上使用OR，如果OR的每个条件列都有索引可能会走union，否则容易全表扫描。
  6. 数据分布极度不均匀，优化器认为全表扫描更快。

16. 如何看select有没有使用索引，使用什么索引

使用EXPLAIN命令。看key字段显示使用了哪个索引，rows字段表示扫描行数，type字段表示连接类型。

17. explain结果的type字段是什么

type字段：表示访问/连接类型，从好到坏常见的有：

null > system > const > eq_ref > ref > range > index > ALL

  • null：查询语句没有表
  • system：访问系统表
  • const：通过主键或唯一索引一次就找到。
  • ref：使用普通索引。
  • index：用了索引，但还是遍历了全索引树。
  • ALL：全表扫描，需要优化。

18. 手写一个简单的Result类，用于封装统一返回结果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
public class Result<T> {
    private int code;
    private String msg;
    private T data;

    public static <T> Result<T> success(T data) {
        Result<T> result = new Result<>();
        result.setCode(200);
        result.setMsg("success");
        result.setData(data);
        return result;
    }

    public static <T> Result<T> error( String msg) {
        Result<T> result = new Result<>();
        result.setCode(500);
        result.setMsg(msg);
        return result;
    }
}

19. 自己有没有建过表，项目中最熟悉哪张表？

20. 手写建表语句

1
2
3
4
5
6
7
8
9
10
11
CREATE TABLE t_order (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  order_no VARCHAR(32) NOT NULL UNIQUE,
  user_id BIGINT NOT NULL,
  amount DECIMAL(10,2) NOT NULL,
  status TINYINT NOT NULL DEFAULT 1,
  create_time DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,
  update_time DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  version INT NOT NULL DEFAULT 1,
  KEY idx_user (user_id)
);

21. 怎么快速给上万个Controller加出参入参的日志

使用Spring AOP，可以定义一个切面，拦截所有Controller方法的调用，并记录入参和出参。

  • 连接点：程序执行过程中能够拦截到的任何一个点，在Spring AOP中指一次方法的执行
  • 切点：大量连接点的表达式筛选
  • 通知：拦截到方法后，代码在何时机被执行
    • **@Before**：前置通知
    • **@Around**：环绕通知
    • **@AfterReturning**：返回通知
    • **@AfterThrowing**：异常通知
    • **@After**：最终通知
    • 仅需记录/校验入参 → @Before
    • 仅关心成功结果 → @AfterReturning
    • 仅关心异常 → @AfterThrowing
    • 必须同时拿到入参、返回值、异常，或需要改参/改返/重试 → @Around
    • 只做资源清理 → @After
  • 切面：切点+通知打包为一个类
  • 织入：把切面代码混合到原有的业务代码，使用动态代理

22. 了解AOP吗

面向切面编程，将横切关注点（如日志、事务、安全）与核心业务逻辑分离。核心概念有：切面(Aspect)、连接点(Join Point)、通知(Advice)、切点(Pointcut)、织入(Weaving)。

23. 缓存穿透和缓存击穿

  • 穿透：查询一个不存在的数据，缓存和数据库都没有，导致每次请求都打到数据库。解决方案：布隆过滤器、缓存空值。
  • 击穿：一个热点key过期瞬间，大量请求击穿到DB。解决方案：互斥锁（Redis SETNX）、永不过期（逻辑过期）。
  • 雪崩：大量 key 在同一时间集中过期，导致缓存瞬间失效，大量请求全部打到数据库。解决方案：随机过期、多级缓存。

24. 非核心业务场景怎么解决缓存穿透

缓存空对象，并设置一个较短的过期时间（如1-5分钟），防止数据后续被真实写入后仍返回空值。

这里的空对象并非是null，可以是使用包装对象，给业务对象创建包装类，增加标志位。

25. 有一个key的QPS是20万，瓶颈在哪，如何解决

这里的核心瓶颈就是单台Redis服务器的性能瓶颈：CPU（单线程）> 网络瓶颈 > 内存瓶颈
解决方案：

  1. 本地缓存：使用Guava Cache 或者 Caffeine，将最热的数据存在JVM
  2. Redis集群分片：将这个热点Key分散到不同的Redis节点上

26. 有个评论系统，要求相同的用户短时间内无法发送相同的信息，假如有用户持续发送相同的几万字的文本，如何防止

后端：

  1. 对评论使用SHA-256或者MD5求哈希值
  2. 以用户ID为key，在Redis中维护一个Set
  3. 如果评论已经存在，就拒绝发送，否则就将评论的哈希值存入redis，根据业务需要设置过期时间

27. redis的key的维度，是用户维度还是业务维度

这题是刚刚题的追问，用户维度，同上

28. 数据库和缓存的一致性（这里答了延迟双删，追问，答监听binlog，说生产不用，继续追问）

  1. 延迟双删：先删缓存，再更新数据库，延迟后再删缓存
  2. 先更新数据库，然后监听binlog->异步消息->删缓存
  3. 先更新数据库，然后发送mq消息，mq接收到消息后，异步删除缓存，删除失败可重试

先更新数据库，再删除缓存的问题就是：如果A线程更新数据库的时候，缓存恰好过期了，B线程进入数据库读取数据。
这样会产生短暂的不一致：A更新完数据库，还未更新缓存。
如果B在A删除缓存后，又写入了缓存，又会产生短暂的不一致。但是一般读操作比写操作快，发生概率很低。
但是，如果更新数据库成功，但是删除缓存失败了，就会导致不一致，就需要用mq或者监听binlog的方式重试。

29. redis宕机了怎么办（答了个有日志，面试官说生产不用，不知道这里是不是答RDB）

  1. 持久化：RDB快照 + AOF日志
  2. 高可用：主从复制 + 哨兵模式

30. 反问

渣渣熊

个人简介。