拿下阿里、头条、滴滴的 offer 后谈谈面试经验（下）

在上篇 文章 中，说了java后端面试中常问的基础问题，而面试除了考察基础以外，很重要的另一部分是'经验'，'经验'泛指以往做过的项目、解决的问题、以及一些开放性问题。

本文主要说两点：1.项目 2.开放性问题。注意两篇文章 针对都的是java一线研发岗位 。

更多文章见个人博客： https://github.com/farmerjohngit/myblog

公众号（刚申请，之后文章会往上面发）：

先说点题外话，有同学对于上篇文章中有些看法：比如，xxx的底层实现和大多数程序员日常开发几乎无关，有种应付考试的感觉。

我说说我的观点，

第一，大厂面试 就是 会问jvm、中间件、数据库等原理性的问题， 你要想去大厂 就必须在日常中积累和在面试前准备。简单粗暴吧？

第二，挺多公司被调侃是面试时造火箭，工作时拧螺丝。这样的情况是很普遍的，那大厂为什么喜欢问这些问题？我认为原因有几点：

1.人才储备，可能你面试的岗位平时就是搬搬砖，不会涉及到有技术深度的问题，但是对于大公司而言， 必须要确保当出现技术难题时是有人来解决的。 比如很多部门的并发量并不高，但是面试时也会问高并发相关的问题，其目的就是为了确保万一QPS高起来了，部门里的人都是有方案、有经验的。这么说应该很容易明白吧。

2.筛选人才，如果两个候选人，一个对于所有的框架都只是会使用，另一个除了会使用以外还清楚框架内部是如何实现的。 如果你是面试官，你会选谁呢？

3.有技术热情的人 一定 会对某块领域上有过比较深入研究（可以是jvm、中间件、数据库以及其他）

回到本文正题，先来聊聊项目。

项目

对于简历上写的项目，要从这几个方面去准备：

• 项目介绍：用最简洁的语言介绍清楚你的项目，包括项目的背景、方案、用到的关键技术、承担的角色，介绍时不要扯太多细节，让面试官有个大致了解就行，面试官遇到感兴趣的点时自然会追问。准备时要考虑到面试官可能完全不了解你的业务（比如面试官是做电商的，你的是金融项目）。

• 项目架构：能把项目的架构说清楚，能画出项目架构图，能说清楚项目在整个系统中的位置。

• 项目价值：想清楚做这个项目的价值在哪里？比如让业务数据提高了XX点、开发效率提升了XX倍。比较忌讳的是直接说老板让我做所以我就做了。

• 技术选型：如何做技术选型的？有考虑过哪些技术方案，是什么让你选择了最终的方案？

• 数据：项目带来的成果，比如业务项目转化率或点击率提高了XXX。对系统日常数据要有个大概印象，比如集群的总QPS是什么量级，大概多少台机器等，真正参与了的基本上也都知道，就怕是把别人项目说成自己的，这些数据一问就很容易看出来。

• 预案：很多小公司的项目实现功能就好了，对于可用性、一致性等要求没那么高。但在面试前准备时需要对项目中有缺陷的点做好预案。举个例子：数据落库后要发消息通知到其他系统，可能你的项目中是：

  // 1.数据落库
  writeToDB();
  // 2.发消息
  sendMsg();

  以上伪代码的问题是写完数据库后，如果系统挂了（可能是你的系统挂了也可能是消息中间件挂了）导致消息没发送成功，就会有不一致的情况发生。可能你的项目中漏发几条消息也没关系，但是当面试官问到如何保证写DB和发消息同时成功或同时失败时， 你心中要有预案 。

• 规划（如有）：项目之后要做成什么样子，要添加哪些功能，目前有哪些做的不好的地方需要优化。

开放题

下面是我面试被问的比较多的场景题、系统设计方面的题，开放题跟个人经历也有关系，所以仅供参考。

分布式事务

分布式事务这块实现方案比较多，互联网公司很少用2pc这样的方案，一般都是保证事务的最终一致性，常用事务消息实现（以及tcc等）。要知道如何利用事务消息去实现最终一致性，以及事务性消息是如何实现的。

分布式事务没有一个绝对的方案，都是因业务场景的不同而不同。举个例子，电商场景中如何保证订单落库和减库存、锁券的最终一致性的（不同公司有不同方案，只是列举个我知道的）。

1. 收到用户下单请求时，在订单库中创建一条不可见订单。

2. 同步调用减库存接口，如失败跳转到4

3. 同步调用锁券接口，成功跳转到5，失败跳转到4

4. 发送一条废单消息，收到消息后回库存、回券

5. 将订单改为可见

分布式事务的问题，我面试的公司基本上都问过。

如何保证系统高可用

这个一般会结合你的项目来问，比如上游系统请求量过大、依赖的下游非核心应用挂掉、系统出问题如何及时发现等等。主要是从限流、降级、监控、报警、主从备份、容灾等角度出发

分布式锁

实现分布式锁常见方案有：利用db的唯一键、redis、zk等。其中redis实现分布锁应该是用的最多的。关于如何用redis实现分布式锁可以看下这篇 文章 ，当然更严谨的实现还是看redis的分布式锁官方实现： Redisson

缓存与DB一致性

我们经常会在DB和应用之间加一层Redis缓存，以提高查询效率，但是当数据发生更新时，如何保证缓存与DB的数据一致性呢？可以看看这篇 文章 ，之后我也写写阿里是如何保证缓存一致性的。

缓存击穿

Redis缓存穿透、缓存雪崩和缓存击穿几个问题，在网上都有比较成熟的解决方案了。比如加空value、设置随机超时时间、加互斥锁等方式

海量数据处理

如海量日志数据，提取出某日访问百度次数最多的那个IP。

一般是hash+归并、布隆过滤、Map Reduce的思路

这篇 文章 说的很好了

限流

常见限流的方案，如令牌桶算法，可以看下我之前写的 来谈谈限流-从概念到实现 、 来谈谈限流-RateLimiter源码分析

问题排查

一些常见线上问题比如系统的cpu占用过高、RT突然飙升、频繁发生full gc、OOM等如何定位并解决？

这主要来自于日常的积累了，排查问题主要依赖监控、日志、常用工具（top jstack jmap jstat vmstat等）。

End

去年底找工作找了2个多月，中间也经历了很多坎坷，庆幸的是最后结果还不错，也祝各位在找工作的朋友拿到满意的offer。