格蓝若 C++软件开发 一面 （被拷打）

1. 简单做个自我介绍，说说你目前在哪里，为什么选择C++方向？

面试官您好，我是XXX，目前在XX大学读XX专业，XX人。我主要的技术方向是C++后端开发，选择C++是因为它性能强大，在高性能系统、游戏引擎、底层开发等领域应用广泛。我对底层原理比较感兴趣，喜欢研究内存管理、多线程、网络编程这些技术。做过几个项目，包括高性能服务器、分布式存储系统等，积累了一些实战经验。平时也会看开源项目的代码，学习优秀的设计思想。

2. 详细介绍一下你简历中的某个项目，包括背景、架构、你的职责和遇到的挑战。

我做的项目是一个分布式缓存系统，类似Redis的功能。项目背景是为了解决业务系统中频繁访问数据库导致的性能瓶颈，需要一个高性能的缓存层。

技术架构上，采用C++实现核心引擎，使用epoll实现高并发网络IO，支持多种数据结构（string、list、hash、set）。采用主从复制保证高可用，使用一致性哈希实现分布式。数据持久化支持RDB快照和AOF日志两种方式。

我主要负责网络模块和数据结构的实现。网络模块使用Reactor模式，主线程accept连接，工作线程池处理请求。为了提高性能，使用了零拷贝技术，减少数据拷贝次数。数据结构方面，实现了跳表、哈希表等，针对不同场景优化。

遇到的最大挑战是内存管理。一开始使用标准的new/delete，发现频繁分配释放导致内存碎片严重，性能下降。后来实现了内存池，预分配大块内存，按需分配小块，大幅提升了性能。还实现了LRU淘汰策略，当内存不足时自动淘汰最少使用的数据。

3. 你提到项目的性能瓶颈，具体是CPU瓶颈还是IO瓶颈？如何定位和优化的？

项目初期主要是CPU瓶颈。通过perf工具分析发现，CPU主要消耗在几个地方：一是字符串拷贝，每次请求都会拷贝多次数据；二是内存分配，频繁的new/delete占用了大量CPU；三是锁竞争，多线程访问共享数据时锁等待严重。

针对这些问题做了优化。字符串拷贝方面，使用了string_view避免不必要的拷贝，对于大数据使用移动语义而不是拷贝。内存分配方面，实现了内存池和对象池，预分配内存，复用对象。锁竞争方面，使用了分段锁，将数据分成多个分片，每个分片独立加锁，大幅降低了锁冲突。

后期随着并发量增加，出现了磁盘IO瓶颈。持久化时大量写磁盘，影响了主线程性能。优化方案是使用异步IO，将持久化操作放到后台线程，主线程不阻塞。还使用了批量写入，将多次写操作合并成一次，减少系统调用次数。使用mmap内存映射文件，减少用户态和内核态的数据拷贝。

经过这些优化，QPS从最初的5万提升到了20万，延迟从10ms降到了2ms以内。

4. 你提到使用了异步IO实现日志和持久化的解耦，具体是怎么实现的？

我使用了双缓冲机制实现解耦。具体来说，维护两个缓冲区A和B，业务线程将数据写入当前缓冲区A，后台IO线程负责将另一个缓冲区B的数据刷到磁盘。当A写满或者定时器触发时，交换A和B的指针，这样业务线程继续写新的A，IO线程刷新旧的B。

这种设计的好处是，业务线程写内存非常快，不会被磁盘IO阻塞。交换指针只需要一个原子操作，开销很小。IO线程可以批量写入，提高效率。即使IO线程暂时跟不上，数据也在内存缓冲区中，不会丢失。

具体实现上，使用了条件变量进行线程同步。业务线程写满缓冲区后，通知IO线程开始刷盘。IO线程刷盘完成后，通知业务线程可以继续写入。为了防止内存无限增长，设置了缓冲区大小上限，当两个缓冲区都满时，业务线程会阻塞等待。

还做了一些优化，比如使用线程本地缓冲区，每个业务线程有自己的小缓冲区，减少锁竞争。使用无锁队列传递数据，进一步提高并发性能。

5. 说说你熟悉的C++11/14/17特性，重点介绍几个你在项目中用到的。

我比较熟悉的特性包括智能指针、右值引用、Lambda表达式、并发库等。

智能指针方面，项目中大量使用shared_ptr管理共享资源，比如连接对象、缓存数据等。使用unique_ptr管理独占资源，比如文件句柄、网络socket。通过智能指针，基本消除了内存泄漏问题。还使用了weak_ptr解决循环引用，比如在观察者模式中，被观察者持有观察者的weak_ptr，避免相互持有导致的内存泄漏。

右值引用和移动语义在性能优化中起了很大作用。在容器操作时，使用std::move避免拷贝，特别是在返回大对象时。实现了移动构造函数和移动赋值运算符，让对象可以高效转移所有权。在函数参数传递时，使用完美转发std::forward保持参数的值类别。

Lambda表达式让代码更简洁。在使用STL算法时，用lambda作为谓词函数。在创建线程时，用lambda封装任务逻辑。在实现回调机制时，用lambda作为回调函数，避免定义额外的函数对象。

并发库方面，使用std::thread创建工作线程，使用std::mutex和std::lock_guard保护共享数据，使用std::condition_variable实现线程间同步，使用std::atomic实现无锁编程。这些标准库让多线程编程更安全更方便。

6. C++中不同类型的数据分别存储在内存的哪些区域？各有什么特点？

C++程序的内存分为几个区域。

代码区存储程序的机器指令，这个区域是只读的，防止程序被意外修改。多个进程可以共享同一份代码，节省内存。

全局数据区分为两部分，已初始化的全局变量和静态变量存在数据段，未初始化的存在BSS段。这些变量在程序启动时分配，程序结束时释放，生命周期是整个程序运行期间。

堆区用于动态内存分配，通过new或malloc申请。堆从低地址向高地址增长，大小理论上只受系统内存限制。堆内存需要程序员手动管理，忘记释放会导致内存泄漏，过早释放会导致悬空指针。堆的分配和释放比较慢，而且容易产生内存碎片。

栈区存储局部变量、函数参数、返回地址等。栈从高地址向低地址增长，大小有限，Linux默认是8MB。栈内存由编译器自动管理，函数调用时分配，返回时释放，非常高效。但栈空间有限，递归过深或者局部变量太大会导致栈溢出。

常量区存储字符串常量和const修饰的全局变量，这个区域是只读的，试图修改会导致段错误。

在实际编程中，要根据数据的生命周期和大小选择合适的存储位置。临时的小对象用栈，长期的或大对象用堆，全局共享的用全局变量。

7. 详细说说Linux的文件系统，inode的作用是什么？

Linux文件系统的核心是inode机制。inode是索引节点，存储了文件的元数据，但不包含文件名。

每个inode包含的信息有：文件大小、文件类型（普通文件、目录、链接等）、权限位、所有者和所属组、时间戳（创建时间、修改时间、访问时间）、链接计数（有多少个文件名指向这个inode）、数据块指针（指向实际存储文件内容的磁盘块）。

文件系统的结构是这样的：超级块存储文件系统的整体信息，比如块大小、inode数量等。inode表是所有inode的集合，每个inode有一个唯一的编号。数据块区域存储实际的文件内容。目录也是一种特殊的文件，它的内容是文件名到inode号的映射表。

当我们访问一个文件时，比如/home/user/file.txt，系统首先找到根目录的inode，读取根目录的数据块，找到home对应的inode号。然后读取home目录的inode和数据块，找到user对应的inode号。最后读取user目录，找到file.txt对应的inode号。通过这个inode，就能找到文件的数据块，读取文件内容。

硬链接和软链接的区别在于，硬链接是多个文件名指向同一个inode，删除一个文件名不影响其他文件名，只有当链接计数为0时才真正删除文件。软链接是创建一个新的inode，内容是目标文件的路径，类似Windows的快捷方式，删除原文件会导致软链接失效。

这种设计的好处是，文件名和文件内容分离，可以有多个文件名指向同一个文件。移动文件只需要修改目录项，不需要移动数据。可以通过inode号快速定位文件。

8. TCP和UDP的区别是什么？分别适用于什么场景？能举几个具体的例子吗？

TCP和UDP是传输层的两个核心协议，特点完全不同。

TCP是面向连接的协议。通信前需要三次握手建立连接，通信后需要四次挥手断开连接。TCP提供可靠传输，通过序号、确认、重传机制保证数据不丢失、不重复、按序到达。TCP有流量控制，通过滑动窗口防止发送方发送过快。TCP有拥塞控制，根据网络状况动态调整发送速率。TCP是面向字节流的，没有消息边界，需要应用层自己处理粘包拆包。TCP的头部至少20字节，加上连接管理，开销比较大。

UDP是无连接的协议。不需要建立连接，直接发送数据。UDP不保证可靠性，数据可能丢失、重复、乱序，也不会重传。UDP没有流量控制和拥塞控制，发送方可以以任意速率发送。UDP是面向数据报的，有明确的消息边界。UDP头部只有8字节，开销很小。UDP支持一对一、一对多、多对多通信，可以广播和组播。

具体应用场景：

TCP适合对可靠性要求高的场景。比如HTTP/HTTPS协议，网页内容必须完整准确传输。文件传输FTP，文件不能有任何错误。邮件传输SMTP，邮件内容不能丢失。远程登录SSH，命令和输出必须准确。数据库连接，保证事务的一致性。

UDP适合对实时性要求高、可以容忍少量丢包的场景。比如视频直播，偶尔丢几帧不影响观看，但延迟必须低。语音通话，丢包会有杂音但可以接受，延迟高会影响交流。在线游戏，需要实时同步玩家位置，偶尔丢包可以通过插值补偿。DNS查询，单次请求响应，丢了重发就行，不需要建立连接的开销。物联网设备，资源受限，需要轻量级协议。

在我的项目中，缓存系统的客户端和服务器通信使用TCP，保证数据准确。但监控系统上报指标使用UDP，因为偶尔丢失一个数据点不影响整体趋势，而且UDP开销小，适合高频上报。

9. 哈希表的冲突解决策略有哪些？如何减少哈希冲突？

哈希表冲突是指不同的key经过哈希函数计算后得到相同的索引。解决冲突主要有两大类方法。

开放寻址法是当发生冲突时，按某种规则寻找下一个空位。线性探测是最简单的，冲突时顺序查找下一个位置，直到找到空位。优点是实现简单，缺存局部性好。缺点是容易形成聚集，连续的位置都被占用，查找效率下降。二次探测是按平方序列探测，比如冲突时探测+1、+4、+9的位置，可以减少聚集。双重哈希是用第二个哈希函数计算探测步长，进一步减少聚集。

链地址法是每个哈希桶维护一个链表，冲突的元素加入链表。C++的unordered_map就是用这种方法。优点是实现简单，不会因为冲突导致其他位置被占用。缺点是需要额外的指针空间，链表过长时查找效率低。可以优化为当链表长度超过阈值时转换为红黑树，Java的HashMap就是这样做的。

减少哈希冲突的方法有很多。首先是选择好的哈希函数，要求分布均匀、计算快速、雪崩效应好（输入微小变化导致输出大幅变化）。常用的有除留余数法、乘法哈希、MurmurHash等。

其次是合理设置负载因子。负载因子是已存储元素数量除以哈希表容量，负载因子越高，冲突概率越大。一般设置为0.75左右，当超过这个值时进行扩容。扩容时创建一个更大的哈希表，将所有元素重新哈希插入，这个过程叫rehash。

还可以使用质数作为哈希表容量。质数可以让哈希值分布更均匀，减少冲突。在扩容时，选择下一个质数作为新容量。

针对特定数据设计哈希函数也很重要。如果知道数据的特征，比如都是连续的整数，或者字符串有特定模式，可以设计更好的哈希函数，让冲突最小化。

在我的项目中，实现缓存的哈希表时，使用了链地址法，选择了MurmurHash作为哈希函数，设置负载因子为0.75，容量选择质数。这样在百万级数据量下，冲突率控制在很低的水平，查询性能很好。

10. 如何在Linux中让程序在后台运行？如何管理后台进程的生命周期？

让程序在后台运行有几种方法，各有特点。

最简单的是在命令后加&符号，比如./program &。这样程序在后台运行，终端可以继续输入其他命令。但这种方式有个问题，当终端关闭时，程序会收到SIGHUP信号而终止。

使用nohup命令可以解决这个问题，nohup ./program &。nohup会忽略SIGHUP信号，即使终端关闭，程序也继续运行。程序的输出会重定向到nohup.out文件。这种方式适合运行一次性的长时间任务。

使用screen或tmux可以创建虚拟终端。先启动screen，在screen中运行程序，然后按Ctrl+A+D分离会话。这样即使断开SSH连接，程序仍在screen中运行。需要时可以用screen -r重新连接。这种方式的好处是可以随时查看程序输出，适合需要交互的程序。

更规范的方式是使用systemd创建系统服务。编写一个service文件，定义程序的启动命令、工作目录、环境变量等。然后用systemctl start启动服务，systemctl enable设置开机自启。systemd会管理进程的生命周期，崩溃时自动重启，还可以设置资源限制。这种方式适合生产环境的守护进程。

管理后台进程的方法也有很多。jobs命令可以查看当前终端启动的后台任务。fg %n可以将后台任务调到前台，bg %n可以将暂停的任务放到后台继续运行。

ps命令可以查看所有进程，ps aux | grep program可以找到特定程序的进程。top或htop