字节业务中台二面:RPC 注册发现、CAS 队列、QPS/P99 与 Protobuf
- 轮次
- 二面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
开场与项目
- 请先做一个简单的自我介绍。
- 介绍一下你做的 Reactor 服务器和 RPC 框架项目。
- 你为什么要自己实现 RPC 框架?
- 你觉得一个 RPC 框架最核心的能力有哪些?
- 你的 RPC 框架整体架构是怎样的?
服务注册与发现
- 服务注册与发现主要解决什么问题?
- 服务注册与发现具体是怎么实现的?
- 服务端启动后,会向注册中心注册哪些信息?
- 客户端是如何发现服务的?
- 你为什么选择 Zookeeper 作为注册中心?
- Zookeeper 和 etcd 都可以作为注册中心,它们有什么区别?
- 如何保证注册中心本身的高可用?
- Zookeeper 集群部署 3 个节点,其中一个挂掉,还能继续工作吗?
- Zookeeper 集群为什么通常部署奇数个节点?
- 客户端每次进行服务发现,都需要远程访问注册中心吗?
- 客户端本地缓存的服务列表什么时候更新?
- 如果某个服务节点宕机,Zookeeper 是如何感知的?
- Zookeeper 的临时节点、心跳和 Watch 机制分别有什么作用?
- 服务节点失效后,客户端是如何收到通知并更新本地缓存的?
- 客户端和 Zookeeper 之间使用什么协议通信?
- 如果客户端访问注册中心时发生网络超时,应该怎么处理?
- 如果某个业务服务节点调用失败,客户端应该怎么处理?
- 重试机制应该设置重试几次?是否需要退避?
- 如果一个服务节点一直失败,是否应该对它进行熔断?
Zookeeper 一致性与并发
- Zookeeper 和 etcd 的一致性协议主要解决什么问题?
- Zookeeper 的 ZAB 协议是怎么工作的?
- Zookeeper 中 Leader 和 Follower 分别负责什么?
- Zookeeper 的写请求是如何提交的?
- 为什么要使用多数派确认?是不是必须所有节点都确认成功?
- Zookeeper 的一致性会不会影响请求延迟和可用性?
- 如果多个请求同时到达注册中心,如何保证数据的一致性?
- 如果所有请求都进入队列一个一个处理,会不会影响系统性能?
- Zookeeper 是如何在保证一致性的同时处理并发请求的?
高性能服务器与并发
- 你的项目中高性能主要体现在哪些方面?
- 你的任务队列是怎么设计的?
- 原来为什么使用锁?锁带来了什么性能问题?
- 为什么后来改成 CAS?
- CAS 和互斥锁有什么区别?
- CAS 是否一定比锁快?
- 多个线程同时操作任务队列时,如何保证线程安全?
- CAS 操作失败之后应该怎么处理?
- 你的队列属于哪一种类型?SPSC、MPSC 还是 MPMC?
- 你的项目使用了哪些线程模型?
- 任务是如何在线程之间分发的?
- 如果多个请求同时到达,系统如何处理?
- 如果任务处理速度跟不上请求速度,队列满了怎么办?
性能指标与验证
- 衡量一个服务器性能的指标有哪些?
- QPS 和 P99 分别表示什么?
- P99 为什么比平均响应时间更有参考价值?
- 你是如何验证优化前后性能变化的?
- 优化前后的 QPS 分别是多少?
- 你的 QPS 从 3 万提升到 5 万,具体优化了什么?
- 你是如何定位到锁竞争或者热点函数的?
- 你使用 perf 观察到了什么结果?
- 除了 QPS 以外,你有没有关注 P99?
- 你的性能测试是在本地还是服务器上进行的?
- 测试时使用了多少并发连接和多少个线程?
- 测试请求的数据大小是否一致?
序列化与 Protobuf
- 序列化主要解决什么问题?
- 网络序列化和磁盘序列化有什么区别?
- 常见的序列化协议有哪些?
- JSON、XML 和 Protobuf 有什么区别?
- 为什么你的项目选择 Protobuf?
- Protobuf 为什么通常比 JSON 传输效率更高?
- Protobuf 序列化之后的数据结构是什么样的?
- Protobuf 的字段编号有什么作用?
- 如何衡量不同序列化协议之间的性能差异?
- 序列化协议应该从哪些方面进行选择?
- Protobuf 如何保证前后兼容性?
《参考解析》
注册中心选型:注册中心要提供「服务实例的注册、健康检测、变更通知」。Zookeeper 用临时节点表达存活(会话断开节点自动删除),用 Watch 通知变更,天然适合;etcd 用 lease + watch,基于 Raft,接口更现代(gRPC、HTTP API),运维相对简单。差异在一致性协议(ZAB vs Raft,思路相近但有细节差异)、临时节点/租约模型、Watch 的可靠性与生态。选 Zookeeper 常见理由是成熟、与 Java 生态集成好;选 etcd 的理由是部署轻、API 友好、Kubernetes 生态。
高可用与奇数节点:3 节点容忍 1 台故障(多数派 2 个仍在);多数派机制要求过半确认,所以 4 节点与 3 节点的容错能力相同却多一台成本,5 节点容忍 2 台。这就是奇数部署的原因。注册中心还应有客户端本地缓存(避免每次调用都查注册中心)、多集群或异地容灾、以及注册中心不可用时的降级(用最后一次已知列表继续调用)。
会话、心跳与 Watch:客户端与服务端保持长连接会话,周期性心跳(ping)维持会话;会话超时后临时节点被删除,其他客户端收到 Watch 通知并刷新本地列表。Watch 是一次性触发的,需要重新注册;通知可能丢失或延迟,所以客户端还要定期全量拉取做兜底。节点宕机感知依赖会话超时,超时时间要权衡:太短会因网络抖动误判,太长会导致故障节点被发现得慢。
ZAB 与并发写:ZAB 保证集群内所有节点的状态机按相同顺序应用事务。写请求由 Leader 处理,先广播 Proposal 给 Follower,收到多数派 ACK 后提交并广播 Commit;读请求可以由 Follower 本地处理(默认可能读到略旧的数据,需要线性一致读时用 sync 再读)。多数派确认是容错与一致性的折中:全部确认会因单点故障阻塞,多数派保证任意两个多数派集合有交集,从而不会出现两个 Leader 同时提交。Zookeeper 的写是串行化的(单 Leader 顺序广播),并发能力靠批量(pipeline)与多客户端并行提交,因此写吞吐有限、读扩展性好。
锁改 CAS 与队列类型:互斥锁在竞争激烈时会让线程休眠与唤醒,带来上下文切换与优先级反转;CAS 在用户态自旋,无系统调用,适合临界区极短的场景。但 CAS 不总是更快:高竞争下大量失败重试会空耗 CPU,ABA 问题需要版本号,且多变量操作无法用单个 CAS 完成。任务队列若每个工作线程有自己的队列、由同一线程生产消费就是 SPSC,可用环形缓冲 + 原子下标做到无锁;多生产者单消费者是 MPSC,需要原子入队或分段;多对多(MPMC)通常用有界队列加锁或更复杂的算法。队列满时的策略是背压:阻塞生产者、拒绝并返回错误、丢弃最旧任务,或把任务转移到磁盘/上游限流。
性能指标与优化归因:QPS 衡量吞吐,P99 衡量尾部延迟,平均值会被大量快请求拉低而掩盖少数极慢请求,用户体验由尾部决定。验证优化要固定测试条件(并发连接数、线程数、请求大小、数据分布、机器配置),用同一压测工具跑多轮取稳定值,同时记录 CPU、内存、上下文切换、GC。3 万到 5 万的提升要能归因:是减少了锁竞争、减少了内存分配、减少了系统调用、还是提高了批处理。perf top/perf record 看热点函数与锁的 futex 等待,pidstat、vmstat 看上下文切换与 CPU 利用率;若瓶颈在 IO,优化 CPU 无用。
零拷贝:sendfile、splice、mmap 减少用户态与内核态之间的数据拷贝;网络传输大文件时用 sendfile 直接从页缓存发到 socket。零拷贝不是万能的:小消息收益有限,且会绕过应用层对数据的处理(如加密、压缩)。
Protobuf 与 JSON:Protobuf 用字段编号 + 变长编码(varint)+ TLV 结构,不需要传输字段名,体积小、解析快、有强类型 schema;JSON 是文本、可读、弱类型、体积大、解析慢。Protobuf 的字段编号是兼容性的关键:编号一旦使用不可更改,新增字段用新编号,删除字段要保留编号(reserved)防止被复用,未知字段在反序列化时保留。前后兼容的规则是「不改编号、不改类型、只增不删」。选择序列化协议要看:跨语言支持、可读性需求、性能、schema 演进能力、是否便于调试。衡量性能要测序列化/反序列化耗时、字节大小、CPU 占用,并区分网络与磁盘场景(磁盘更看重压缩比与随机读)。