一份热乎乎的腾讯后端面试真题

前言

最近有个好朋友换工作了，面了腾讯后端，跟他要了份面试真题，大家一起来探讨一下，哈哈~

腾讯后端一面

① JVM内存模型

这个可以复习一下《深入理解Java虚拟机》第12章（Java内存模型和线程）哈，也可以看看我之前的文章哈JVM常见面试题解析

JVM内存结构：

Java内存模型图：

②cms和g1有没有了解过，它们有什么区别

• CMS收集器是老年代的收集器，可以配合新生代的Serial和ParNew收集器一起使用；
• G1收集器收集范围是老年代和新生代，不需要结合其他收集器使用；
• CMS收集器以最小的停顿时间为目标的收集器；
• G1收集器可预测垃圾回收的停顿时间
• CMS收集器是使用“标记-清除”算法进行的垃圾回收，容易产生内存碎片
• G1收集器使用的是“标记-整理”算法，进行了空间整合，降低了内存空间碎片。

这个点是可以看《深入理解Java虚拟机》第三章，垃圾收集器与内存分配策略哈

③谈谈你对垃圾回收的了解，什么时候发生垃圾回收，回收过程

可以讲JVM中一次完整的GC流程是怎样的，对象如何晋升到老年代，如Minor GC，Major GC，full GC这几个讲清楚，还有对象存活判断方法，还有垃圾回收算法，复制算法等等

这个点也是可以看《深入理解Java虚拟机》第三章，垃圾收集器与内存分配策略哈

④ 对于数据的一致性是怎么保证的

• 这个如果是我的思路的话，我会谈缓存与数据库的一致性，可以看看我之前这篇文章

并发环境下，先操作数据库还是先操作缓存？

• 也可以谈谈分布式事务下的数据一致性，也可以看看之前我的这篇文章

后端程序员必备：分布式事务基础篇

⑤ Redis集群有没有了解过，主从和选举是怎么样子的

这个可以回答这些关键词，主从复制 ，哨兵机制等这些可以看看网上这篇啦，或者亲爱的读者，去网上看一下资料哈
Redis 主从复制架构和Sentinel哨兵机制

⑥ 看你们公司使用的是MySQL，你们使用的是哪种存储引擎，为什么？MyISAM和InnoDB的区别

• MyISAM：如果执行大量的SELECT，MyISAM是更好的选择
• InnoDB：如果你的数据执行大量的INSERT或UPDATE，出于性能方面的考虑，应该使用InnoDB表
• mysiam表不支持外键，而InnoDB支持

MyISAM适合：

1. 做很多count 的计算；
2. 插入不频繁，查询非常频繁；
3. 没有事务。

InnoDB适合：

1. 列表内容 可靠性要求比较高，或者要求事务；
2. 表更新和查询都相当的频繁，并且行锁定的机会比较大的情况。

⑦ 索引的底层数据结构是什么，为什么选择这种数据结构

可以看看网上的这篇，写得不错~
MySQL索引为什么要用B+树实现？

⑧SQL优化，怎么判断需要优化，从哪些方面着手优化

从索引角度出发，就很多点可以讲，
这个可以看看我的这两篇文章哈~

• 后端程序员必备：书写高质量SQL的30条建议
• 后端程序员必备：索引失效的十大杂症

⑨ 手写代码：设计一个分布式自增id生成服务

可以去网上找一下答案哈，这个我也没什么思路~参考分库分表一些想法？nginx负载均衡一些想法？哈哈，亲爱的读者，如果你会的话，可不可以告诉我呢

腾讯后端二面：

①有没有了解过网络安全问题，常见的网络攻击有哪些，原理是什么，可以怎么解决

XSS，跨站脚本攻击？CSRF,跨站请求伪造？DDOS，分布式拒绝服务攻击？SQL注入？

对于SQL注入，可以进行后台处理，比如，使用预编译语句PreparedStatement进行预处理，又比如Mybatis映射语句中，用#{xxx}而不是${}

②平时在开发接口或者设计项目的时候如何保证安全性的

• 签名
• 加密
• ip检测限流？
• 接口幂等
• 特殊字符实现过滤 防止xss、sql注入的攻击？

③使用Redis集群时可能会存在什么问题

数据一致性问题

④有没有了解过cap和base原则

CAP理论

CAP理论作为分布式系统的基础理论，指的是在一个分布式系统中， Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），这三个要素最多只能同时实现两点。

一致性(C：Consistency)：

一致性是指数据在多个副本之间能否保持一致的特性。例如一个数据在某个分区节点更新之后，在其他分区节点读出来的数据也是更新之后的数据。

可用性(A：Availability)：

可用性是指系统提供的服务必须一直处于可用的状态，对于用户的每一个操作请求总是能够在有限的时间内返回结果。这里的重点是"有限时间内"和"返回结果"。

分区容错性（P:Partition tolerance）:

分布式系统在遇到任何网络分区故障的时候，仍然需要能够保证对外提供满足一致性和可用性的服务。

选择	说明
CA	放弃分区容错性，加强一致性和可用性，其实就是传统的单机数据库的选择
AP	放弃一致性，分区容错性和可用性，这是很多分布式系统设计时的选择
CP	放弃可用性，追求一致性和分区容错性，网络问题会直接让整个系统不可用

BASE 理论

BASE 理论， 是对CAP中AP的一个扩展，对于我们的业务系统，我们考虑牺牲一致性来换取系统的可用性和分区容错性。BASE是Basically Available(基本可用)，Soft state（软状态）,和 Eventually consistent（最终一致性）三个短语的缩写。

Basically Available

基本可用：通过支持局部故障而不是系统全局故障来实现的。如将用户分区在 5 个数据库服务器上，一个用户数据库的故障只影响这台特定主机那 20% 的用户，其他用户不受影响。

Soft State

软状态，状态可以有一段时间不同步

Eventually Consistent

最终一致，最终数据是一致的就可以了，而不是时时保持强一致。

⑤zk是如何保证一致性的

可以看这本书哈~
《从paxos到Zookeeper分布式一致性原理与实践》，

也可以看这篇文章：
浅析Zookeeper的一致性原理

⑥你如何设计一个能抗住大流量的系统，说说设计方案

nginx负载均衡，流量防卫兵sentinel，服务拆分，缓存，消息队列，集群、限流、降级这些都可以搬出来啦~

⑦有没有了解过缓存策略有哪些

• Cache-Aside
• Read-Through
• Write-Through
• Write-Behind

有兴趣还是可以看看我这篇文章，哈哈

并发环境下，先操作数据库还是先操作缓存？

个人公众号

• 如果你是个爱学习的好孩子，可以关注我公众号，一起学习讨论。
• 如果你觉得本文有哪些不正确的地方，可以评论，也可以关注我公众号，私聊我，大家一起学习进步哈。

• 点赞
• 收藏
• 分享
• 文章举报

jay@huaxiao 发布了38 篇原创文章 · 获赞 361 · 访问量 6万+ 私信 关注