滴滴1面面经

之前公司带过的一个实习生，想换工作，就投递了这家公司，总体来说面试难度不高。 滴滴这个面试官水平有点低，感觉啥都没问出来。

我这个小师弟背景： 985本硕毕业，美团实习一年，在一线大厂工作了2年，目前薪资32K*15。这家公司的薪资还是可以的，工作2-3年，最高也可以给到67W，并且是非常核心的C端部门，面试时长60分钟。

面试结果：通过。 二面会邀如下：

一面面试会邀：

二面会邀：

面试官第一个问题：Java有哪一些支持并发的组件，从整个面上介绍一下Java在并发上做了哪些事情？

候选人回答：

首先是一台服务器进程的并发处理方式，为什么会出现线程安全问题，因为操作系统工程师和硬件工程师为了提升程序性能，比如线程切换、添加CPU缓存、多核、还有编译优化，会导致多线程读写同一个内存数据的时候会有并发问题。

既然有并发问题，那么就有解决并发问题的一些工具类、组件和设计思想，Java常见的解决并发安全的类有，synchronized、Lock、ThreadLocal、乐观锁、CopyOnWrite思想、voliate、String类的一些不变性设计模式。 但是实际开发过程中，因为我们都是跟数据库交互，我在美团实习的时候，我当时喜欢用锁，觉得学了锁出现并发的时候就可以用，但是一个同事和我说，你到底有多么复杂的业务场景需要使用synchronized，因为synchronized大家还是比较忌讳的，synchronized会将线程由并行改成串行，但是对于流量高的系统，本身现在流量就很高，加锁，流量会将服务器打挂。

因为创建线程和销毁线程是比较消耗资源的，JDK就引入了线程池。我也看了很多源码，并发concurrent包里面的锁，线程池源码我也都看过。 但是我现在做的业务，肯定不是一台服务器运行代码，是一个集群的形式，那肯定要有分布式锁。

分布式锁，就是让多台机器访问同一个资源，而将不同服务器的线程拦截住，现在主要使用的是Redis锁，当然ZK也可以实现锁，但是ZK是强一致性的组件，对高频的写操作支持的并不友好，所以用的也不是很多，用的多的还是Redis锁。

这个问题不难。 候选人首先讲了为什么会出现并发安全问题，然后列举了一些解决并发安全问题的办法，候选人也讲述了自己实际工作为什么不使用JDK的synchronized和Lock锁，并且也说明了自己也看了很多源码，比如锁和线程池源码。 因为JDK的synchronized和Lock只能在一个进程中使用，但是真实场景都是分布式系统，需要使用分布式锁，Redis和ZK可以实现分布式锁，但是ZK写操作慢，所以实际工作中Redis锁使用的更多。

总结：虽然并发类有一些知识没有说，但是这么回答有什么大的问题吗？ 技术出现的背景也说了，并且也表达了自己也看了很多源码，并且实际工作中是怎么使用锁的，因为对于流量高的业务，除了线程池(线程池也没啥用，现在都用动态线程池)和一些线程安全的集合类(ConcurrentHashMap)外，synchronized、Lock等几乎没啥使用场景。有的面试官问一个问题，喜欢考察候选人的技术深度和实际工作怎么使用这个技术的。 有的面试官喜欢考察候选人八股文。

八股文回答：

在我看来，并发领域可以抽成3个核心问题：分工、同步、互斥。

分工是指：当我们需要使用异步线程提高程序性能时，拆分任务，并将这些任务交给不同的线程运行。Java SDK中支持分工的工具类有Executor、Fork/Join、Future等。

同步是指： 在方法执行过程中，线程之间是有依赖的，一个线程结束后，依赖它的后续线程就可以运行相应的任务。Java SDK 并发包里的 Executor、Fork/Join、Future 本质上都是分工方法，但同时也能解决线程协作的问题。例如，用 Future 可以发起一个异步调用，当主线程通过 get() 方法取结果时，主线程就会等待，当异步执行的结果返回时，get() 方法就自动返回了。主线程和异步线程之间的协作，Future 工具类已经帮我们解决了。除此之外，Java SDK 里提供的 CountDownLatch、CyclicBarrier、Phaser、Exchanger 也都是用来解决线程协作问题的。

互斥是指： 同一时刻，只允许一个线程访问共享变量。Java常见的解决并发安全的类有，synchronized、Lock、ThreadLocal、乐观锁、CopyOnWrite思想、voliate、Stirng类的一些不变性设计模式。

还有线程池，阻塞队列，线程安全的集合等，这就是我理解的Java并发体系。 回答完毕。

不谈技术出现的背景，不谈实际工作是怎么使用的，和这个技术有什么问题。把自己知道的全部说出来就行。也是另一种面试的回答思路。

最好的回答是八股+扩展。 简单的知识，八股文讲出来，然后有深度或者有业务含义的，可以适当扩展。

面试官第二个问题：你刚刚也说了你们使用比较多的是Redis锁，你可以结合你们的业务场景说一下是怎么使用的吗？

候选人回答：

我在美团使用的Redis锁比较多。我可以说一下使用场景，我们在做派单调度的时候，因为要更新订单状态，害怕订单状态出问题(多个角色会更新订单状态)，所以要给订单加锁。Redis的锁有setnx()，这个是最早版本Redis锁的实现。 后面使用set(NX，PX，EX，过期时间)实现的Redis锁。现在的话，使用tryLock()实现Redis锁。

候选者业务中为什么会出现并发问题说的有点简单，可以适当扩展一下。

面试官想问的是，你们业务中是否遇到过分布式系统下，多个角色同时更新同一条数据而出现数据一致性问题，然后接下来就是锁什么，也就是Redis锁的key跟哪个业务数据关联上。

Redis锁的实现以及锁实现的技术变更，候选人已讲解。

扩展：

如果你是学生或者实际工作没有做过流量高的业务，你就找你项目会产生并发的数据，然后以一种合理的方式回答出来.

这个是一个应届生的项目(话说你们从哪里找的项目，项目假的厉害)，第一条工作职责：

我实习(或者学校)做的项目，项目为游戏账号交易系统，因为会出现多个玩家购买一个账号的问题，我这里就是使用Redis的锁解决的，锁的是账号id。

但是需要注意的是：有的面试官会问， 多个用户同时读写同一份数据时，没有获取到锁的线程干嘛？ 等待锁还是抛异常还是直接返回等。

比如你回答完后，面试官问你：

1.没有获取到锁的用户，你们的处理方案是什么？ 2.这里除了使用Redis锁，还有没有其他解决方案？

一定要根据自己的业务特点整理清楚。

面试官第三个问题： 你们除了锁之外，还有一些其他的并发场景吗？

这个问题要考察什么，我也有点懵。面试官想问的是，多个用户同时读写同一个数据，你们有其他解决方案吗？ 还是你有做过流量高的系统吗？ 然后这些流量高的系统，你们是怎么解决并发问题的。 完全是2个不一样的解决方案，没有get到他想问的点。

候选人回答：

流量很高的业务算吗？ 这也算并发，但是我们的业务更多的是读操作，主要是处理高流量，用户请求时，我们怎么样保证数据能快速的返回，并保证我们服务的稳定性。

扩展：

1.除了Redis锁之外，分布式系统下，是否有其他办法可以保证数据的一致性？ 可以使用数据库的行锁+版本号来实现。

2.如果面试官问你高流量系统如何应对并发请求的？

如果是读请求，解决方案是将数据放到Redis中，让Redis承担读流量。 如果流量再高，就是本地缓存+Redis缓存的解决方案，本地缓存作为一级缓存，Redis作为二级缓存。当然系统肯定也要配置限流。

如果是写请求，可以使用MQ去削流。

面试官第四个问题，你们的系统如何保证数据快速返回的？你们做了哪些工作？

候选人回答： 我做的主要是营销类业务和排行榜业务。 现在应对高流量和减小接口耗时都是一些通用的解决方案。

现在都是全量缓存，MySQL里面有的数据，Redis一旦没有，就有可能会出现缓存击穿、缓存穿透等问题。但是我们的业务体量，不会让你出现缓存穿透，缓存击穿的，而且公司对Redis的内存消耗也不是那么在意，也不是不在意吧，只是这些内存消耗对于营销类的业务，完全是可以接受的。

接下来需要考虑的就是MySQL里面的数据(或者下游系统的数据)怎么和Redis的数据保持一致，使用的就是定时任务，轮训MySQL里面的数据，然后放到缓存当中。

但是Redis在使用过程中，最怕的就是热点数据和bigkey数据，解决方案就是把数据打散，一些热点数据我们就使用本地缓存。 我们的系统架构就是本地缓存+Redis缓存。 流量来了，我们发现本地缓存有数据就返回，没有的话，请求Redis，然后有的话，放到内存当中，主要是这样的一个系统架构。

候选人说的，除了啰嗦外，没有什么问题。

想回答好这个问题，一定要跳出，你在博客或者其他视频看到的知识，他们整理的很多知识只适合流量低的应用。 对于很多核心服务，没这么在意内存的，多缓存1G数据，这点内存消耗对于业务正常运行来说不算什么的。缓存击穿、缓存穿透、缓存雪崩出现的原因都是，MySQL有的数据Redis没有，并且卡业务的临界过期时间引起的。 但是互联网公司的核心业务缓存解决方案都是全量缓存，过期时间在业务合理的范围内足够长，Redis和MySQL(或者下游业务方)的数据一致性是通过MQ或者定时任务实现的。

注意：如果你只回答使用缓存就有点简单了。 Redis会的和不会的，写的代码的效率和稳定性差距是很大的。 这里还是可以体现出你的技术深度的，要适当扩展。

去掉这些啰嗦的话，一个更好的回答。

为了能快速的返回数据给用户，不可能请求数据库获取数据。 我们的解决方案就是将数据全量缓存到Redis中，如果流量更高或者有一些热key的情况时，采用的是本地缓存+Redis缓存的解决方案。 用户请求数据时，如果本地缓存有数据，从缓存获取数据即可。 如果本地缓存没有该数据，从Redis缓存读取数据。

Redis缓存和数据库(或者下游系统)数据如何保持一致呢？ 如果对实时性要求比较高的应用，使用MQ同步数据，实时性要求没这么高的应用，可以使用定时任务。当然还有热key和bigkey需要考虑。

回答到这里应该就ok了。 如果面试官对数据一致性方案，或者热key，bigkey的解决方案感兴趣，他会问。 引出问题但是又不说解决方案，面试过程要学会引导面试官问问题。

面试官第五个问题，主要是缓存是吧。

候选人回答：因为我之前做的是骑手派单，这个业务对数据的一致性要求高，只能读写数据库。如果数据量多， 就可以使用分库分表来提高数据的查询速度。

面试官是想让候选人扩展吗？

那就多了。 首先服务器要够用，一台机器的流量过高时，肯定慢，使用多台服务器承担这部分流量。 CDN，网络带宽，固态硬盘等等等等。

面试官第六个问题，你刚刚也提到了MySQL，你能介绍一下MySQL的3个日志吗？

候选人回答：

第一个日志是binlog。 其主要作用的数据备份，数据回滚和主从同步用的。

第二个日志是redo.log。 redo.log是Innodb引擎里面特有的，Innodb引擎为了提高读写数据，先不和MySQL的全表数据进行交互，Innodb引擎先将数据写入到内存中，但是当服务器异常重启后，内存数据会丢失，Innodb引擎就将数据也写入到redo.log中，当服务器异常重启后，读取redo.log中的数据就可以回复内存中的数据，提升性能的同时，又保证了数据的不丢失。

第三个日志是undo.log。 Innodb引擎为了实现事务的隔离级别，不能直接更新表中的数据，只能使用CopyOnWrite思想，更新数据前，先copy一份老的数据，当前事务在copy的数据上进行变更，老的数据和copy的数据使用链表关联， 这个链表就是undo.log。

当然MySQL也有其他日志，比如回放日志。

面试官问的这个问题，Innodb引擎的事务和事务隔离级别有很多设计思想的，但是面试官也没细问，一笔待过，

因此就是一个纯八股文面试题了。 其实从面试到现在，面试官也没问什么，所有问的问题都没啥技术含量，一问一答就结束。

面试官第七个问题，你也学了Redis，你们使用Redis除了实现锁，还使用了缓存对吧？ 缓存主要使用了Redis的哪个数据结构？

候选人回答：

我们使用最多的字符串类型的数据结构。 Redis其他数据结构要不是集合，要不是Map，使用这些数据结构很容易出现热key，bigkey问题。 所以我们需要将数据打散，使用String的数据结构保存数据，然后分散到Redis的不同分片，不同机器上，这样流量相对来说会更均匀。 其他数据结构容易出现问题，所以我们使用的比较少。

面试官想问的问题是Redis有哪些数据结构。

候选人回答了Redis有哪些数据结构。 并说出了流量高时需要使用哪种数据结构缓存数据。 无论是List，Set，还是Map，还是SortSet，里面都保存着批量数据，既然有多个数据，那么这个集合或者Map的职责就变多，必然保存该数据的服务器流量就会偏多，容易出现热key，bigkey问题。 所以流量高的应用，使用最多的数据结构就是String。

面试官第八个问题，你们常用的组件，基于SpringBoot搭个项目，然后用Redis做个缓存，MySQL做个存储，还有其他的一些组件吗？

候选人回答：我们使用SpringBoot启服务，然后服务与服务之间调用用的RPC，接下来服务之间为了削流和解耦，使用MQ，数据库用的MySQL，缓存用的Redis，因为有灰度和开关和diff，所以需要使用动态配置中心，还有限流等。 其实我懂的还是很多的。

面试官第九个问题，你知道有哪些消息队列？

候选人回答：我知道的MQ有kafka和RocketMQ，我在美团和快手使用的是kafka。

面试官接着问：那为什么他们选择kafka而不选择RocketMQ？

候选人回答： 我也问过我leader为什么公司选择使用kafka，而不选择RocketMQ。 我leader给我的解释是，kafka对跨语言的支持要更友好一些，因为公司不止只有后端，还有算法和数据组，kafka对于他们的支持要很友好些。

而且kafka对大数据量的发送要更快一些，吞吐量要更高一些。

这个回答有点问题： 不是kafka对跨语言支持的更友好一些，kafka和RocketMQ都支持Java、Go、python等主流编程语言。 但是kafka吞吐量更高，对水平扩展的支持更友好，更满足大公司对大数据的处理速度。 而且大公司有数据组，kafka对大数据的处理速度更快，数据组只知kafka而非RocketMQ。 数据组与后端进行交互时，更加方便。

面试官第十个问题，你可以介绍一下kafka，说的宽泛一些，kafka的一些整体设计理念和架构是什么？

候选人回答：

首先发送消息有2种模式，点对点的模式，一个发送，一端接收。 比如电话就是点对点的模式。 还有一种是1对多的模式，一个发送方，多个消费方。 比如订单数据，可能会有多个消费者， kafka支持2种发送形式。

kafka的架构是，首先是发送者，发送消息，发送的消息存储到kafka集群中，kafka集群是有多个broker，可以认为一台机器就是一个broker，然后一个broker里面有多个数据分片，然后就是消费者端，消费kafka集群里面的消息。

候选人回答到这里，面试官打断了，问了候选人另一个问题，你刚刚提到了分片，为什么kafka集群要设计这么一个分片呢？

候选人回答：

我认为的MQ的分片类似于MySQL的分表，比如我们现在有1TB的数据，一台服务器没有办法保存这么多的数据，肯定要分到多张表里面保存。

补充：可以将多张表的数据放到不同的服务器上面保存，从而提高数据的处理数据。

接下来是主从。kafka使用分片来实现主从之间的数据同步。但是kafka的主从和MySQL的主从不一样的点是，kafka的主来提供读写，从只从主同步数据，然后备份数据。 MySQL的从可以提供读操作。

接下来开始聊项目：

面试官问：我看你写了3个项目，你觉得哪个项目你觉得参与度比较高或者比较重要的项目。

候选人回答：商家排行榜需求是我第一个owner的需求。 其他的需求都是组里面的leader带着我一起做，我觉得这个项目有一定的设计思想，并且对我成长比较多的一个项目。

面试官第一个问题：你说这个项目你是owner，那么这个项目是你自己开发，然后设计，推进的吗？

候选者： 这个需求的代码开发量不是特别多，这个推进的话，肯定是产品拉我们需求评审，我写技术方案，leader觉得没有什么问题后，我写代码，然后开发，测试，上线。

面试官第二个问题：你刚刚也说了，这个需求有一些设计思考点，你可以大概得说一下吗？

后面的都是一些项目的问答知识了，没有太多参考价值。

后面又做了一道算法题。算法题也简单，最长回文子串。 候选人也做出来了。