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

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）。

收到用户下单请求时，在订单库中创建一条不可见订单。
同步调用减库存接口，如失败跳转到 4
同步调用锁券接口，成功跳转到 5，失败跳转到 4
发送一条废单消息，收到消息后回库存、回券
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。