面灵AI→

华为后端三面记录:数据一致性、慢查询、岛屿数量与设计模式

轮次
一面 / 二面 / 主管面
时间
2026-11
来源
牛客网

《面试题目》

一面(约 44 分钟)

  1. 面试官自我介绍(约 1 分钟)。
  2. 你做一下自我介绍。
  3. 项目与实习深挖:数据一致性是怎么保证的?
  4. 慢查询是怎么排查和优化的?
  5. 手撕代码:200. 岛屿数量。(帖主用 BFS 实现,面试官追问 DFS 可不可以、递归出口是什么)
  6. 算法:你了解图吗?讲一下 Dijkstra 算法。
  7. 反问环节(帖主问了核心网与 AI 相关方向)。

二面(约 47 分钟)

  1. 设计模式:工厂模式是怎么实例化的?
  2. 实习相关:慢查询与事务是怎么处理的?
  3. 项目相关:缓存击穿怎么解决?并发怎么处理?幂等怎么做?AI 链路是怎么设计的?
  4. AI 提示词工程:AI coding 的思路是什么?
  5. 手撕代码(非力扣题):给一组数,按二进制表示中 1 的个数升序排序,个数相同时按数值大小排序。(帖主写的是伪代码)

主管面(约 20 分钟)

  1. 自我介绍。
  2. 讲一件有突破性的事,结合项目或实习。
  3. 遇到不会的、拿不准的问题,你怎么去问别人?
  4. 方案出现冲突时怎么解决?
  5. 你遇到过什么困难?
  6. 你怎么看华为的文化?
  7. 你怎么看加班和狼性文化?

《参考解析》

数据一致性要按场景分层回答。先问清楚是单库事务、跨服务还是跨存储:单库靠事务隔离级别与行锁;跨服务优先用本地消息表或事务消息做最终一致,配合幂等消费与补偿任务;强一致要求高时用 TCC 或两阶段提交,但要说清代价(锁持有时间长、协调者单点、性能下降)。缓存与数据库之间的一致性通常用「先更新库再删缓存 + 延迟双删」,并说明为什么不是「更新缓存」——并发写会留下旧值。

慢查询的排查路径是固定的:先看慢日志定位具体 SQL 与耗时分布,再用 EXPLAIN 看执行计划(是否走索引、扫描行数、是否回表、是否 filesort / 临时表),然后按情况处理——补联合索引并注意最左前缀、避免索引失效(函数、隐式类型转换、前导模糊)、减少回表(覆盖索引)、拆分大查询、分页深翻改用游标、热点数据上缓存。回答时最好带一个真实数字:优化前后从多少毫秒降到多少。

岛屿数量的两种写法都要能写。BFS 用队列,把起点入队后向四邻扩散,访问过的位置立刻标记,避免重复入队;DFS 用递归,递归出口是「越界、已访问、或当前是水」,帖主说的「出口是四面都是 0」更接近「四个方向都走不通就返回」,严格说递归出口应先判越界与已访问再判值。DFS 的隐患是递归深度(大网格会栈溢出),BFS 的隐患是队列内存,面试官追问时把这两个代价讲出来即可。

Dijkstra 的核心是贪心 + 优先队列:维护源点到各点的最短距离,每次取出当前距离最小的未确定节点,用它松弛邻居;边权必须非负,否则贪心不成立(负权要用 Bellman-Ford 或 SPFA)。复杂度用二叉堆是 O((V+E)logV),用斐波那契堆是 O(E+VlogV)。被问「为什么不能处理负权」时,举一个负权边让已确定节点还能被缩短的反例最清楚。

工厂模式的「实例化」问的是对象创建怎么被收口。简单工厂用一个方法按参数返回不同实现;工厂方法把创建延迟到子类;抽象工厂创建一族相关对象。它解决的是调用方不依赖具体类、新增实现不改调用方,代价是多一层间接。回答时顺带说清适用边界:对象创建逻辑简单时直接 new 更清楚,不要为了模式而模式。

幂等与并发的常见组合:幂等键(业务唯一号)+ 数据库唯一索引兜底,先查后插要配合唯一约束防止并发穿透;分布式场景用 Redis 的 SETNX 加过期时间做请求去重,注意锁续期与误删;接口层面允许重复调用但结果一致,比「保证不重复调用」更可靠。缓存击穿用互斥锁或逻辑过期 + 异步重建,缓存穿透用布隆过滤器或空值缓存,缓存雪崩给过期时间加随机抖动。

主管面的问题答事实、不答态度。「有突破性的事」挑一件有具体难点、你做了关键判断、结果可量化的事;「不会的怎么问」讲你的提问方式——先自己查文档与代码、把问题收敛成可回答的一句、带上你已排除的可能;「方案冲突」讲你如何用数据或小实验定分歧,而不是「听领导的」;「怎么看加班文化」如实讲你能接受的节奏与边界,不必迎合也不必对抗。