快手商业化 Java 实习一二面:Redis 缓存、分布式锁与 AI Coding 拷打
- 轮次
- 一二面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
一面(30 分钟,结束后秒约二面)
- 介绍自己。
- 缓存击穿是什么?如何防范?
- 缓存雪崩是什么?
- 详细讲讲你用的分布式锁是什么?
- 你的 Redis 实例只有一个,为什么需要分布式锁?分布式锁锁的是什么?
- 详细讲讲进程间通信?你的后端服务与 MySQL 是什么方式通信的?
- 查某个日志文件中的 error 行数,写出命令。
- 你会怎么使用 AI 来做这件事?
- 使用 AI 做过什么?如何检查 AI 写的代码的正确性?
- 了解 Java 里的内存泄露吗?
- 生产环境栈 90% 以上占用是常态,还常发生栈溢出,你会如何分析和优化?
- 详细讲讲垃圾回收机制。
- 算法:合并链表。
二面(50 分钟,面完第二天挂)
只有一道 AI coding:实现 Agent 工具调用的核心模块,给出的文档写明了目标、约束、待做功能、交付物等。
作者没有相关经验,只是简单把需求给 AI,然后让它做计划并执行,被面试官连续追问:
- AI 两分钟就能生成一大堆文档,你要花几个小时去读吗?还是说就扫一遍?那扫一遍的意义在哪里?像你这样一直点确定吗?
- 你要怎么验收 AI 写的东西?你让它自己写测试,你怎么知道它写的测试是符合要求的?你说让另一个 AI 审阅这个 AI,那你又去审阅另一个 AI 的输出吗?还是就当传话筒,两个会话之间复制粘贴?
《参考解析》
缓存击穿与雪崩:击穿是单个热点 key 过期的一瞬间,大量请求同时穿透到数据库;解法是互斥重建(分布式锁,只放一个请求回源)、逻辑过期(值里带过期时间,异步刷新,读到的仍是旧值)、热点 key 不设过期加后台更新。雪崩是大量 key 在同一时间失效,或缓存服务整体不可用,导致请求全部打到数据库;解法是过期时间加随机抖动、多级缓存、缓存集群高可用、熔断降级与限流。穿透则是查根本不存在的数据,用布隆过滤器或空值缓存,三者别混。
单实例 Redis 为什么还需要分布式锁:锁保护的是「对共享资源的互斥访问」,不是 Redis 本身。只要有两个进程(两个 JVM、两个 Pod、定时任务与 Web 服务)会同时改同一份资源,JVM 内的 synchronized 就管不住,需要一把跨进程的锁;Redis 单实例也能提供这个互斥。如果确认只有一个应用进程、且只用多线程,本地锁就够,不必上 Redis。回答时把「锁的对象、持有者、超时、可重入、失败重试」讲清:SET key value NX PX ttl 加锁,value 放持有者标识,解锁用 Lua 比对后删除,避免误删别人的锁;业务超时用看门狗续期;强一致场景还要考虑主从切换丢锁,必要时用 fencing token。
进程间通信:同一台机器上常用管道 / 命名管道、Unix domain socket、共享内存、信号、消息队列;跨机器用 TCP / UDP socket、HTTP、RPC、消息中间件。Java 后端与 MySQL 之间是 TCP 上的 MySQL 协议,JDBC 驱动把 SQL 与参数按协议编码,经连接池复用一个长连接;本机部署时也可以走 Unix socket。数据库连接是有状态的长连接,所以连接池、超时、断线重连都要配置。
日志里数 error 行数:grep -c "ERROR" app.log,忽略大小写用 grep -ci;只看某天可以 grep "2026-11-17" app.log | grep -c "ERROR";文件很大时用 rg -c "ERROR" app.log 更快。用 AI 做这件事,正确的用法不是让它背命令,而是让它生成一条可验证的命令或小脚本,再用 wc -l、抽样 head 对照,确认统计口径(是否包含堆栈行、是否区分大小写、是否跨滚动文件)与预期一致。
AI 代码怎么验收:核心是「验收标准由人定,证据可复现」。先写清接口契约、错误码、边界条件与性能要求;让 AI 产出计划,但人只读变更清单与关键决策,不逐字读它生成的所有文档。测试不能只让 AI 自证:关键用例由人独立编写或补充,用真实调用、历史数据回放、故障注入来验证;对 AI 写的测试做覆盖率与变异检查,防止测试只验证实现。另一个 AI 的审阅只能作为补充信号,它的每条意见都要能落到具体代码行或可复现的失败上,最终是否合并由人负责。否则就会出现面试官说的「传话筒」:两个会话之间复制粘贴,谁都没有真正判断。
Agent 工具调用模块怎么做:按「注册 — 描述 — 校验 — 执行 — 观测」拆。工具注册表维护名称、描述、JSON Schema 参数、权限与超时;调用前做参数校验与权限检查,调用中做超时、重试、幂等(幂等键)与并发限制,调用后把结果归一化成模型能读的结构,错误要区分「参数错、权限错、下游错、超时」并回传给模型决定是否重试;全链路记录 traceId、耗时、入参与结果摘要。安全上,工具描述与返回内容都是不可信输入,要在执行层做权限与参数边界校验,不能只靠提示词。面试里能把这几个边界说清,比让 AI 生成一堆代码更能证明你会做。
内存泄露与栈问题:Java 的内存泄露常见于长生命周期集合只增不减、ThreadLocal 用完不 remove、监听器 / 回调注册后不注销、连接与流未关闭、缓存没有上限、静态字段持有大对象。排查看堆增长趋势、GC 后老年代是否持续上涨,用 jmap -histo 看对象数量,必要时 dump 后用 MAT 找支配树与 GC Root 引用链。关于「栈占用高且常栈溢出」:先分清是线程栈内存、堆还是 CPU——jstack 看线程数与栈深度,若大量线程卡在同一递归或重复帧,就是递归过深或循环调用(也可能是 AOP / 序列化 / toString 的循环引用);StackOverflowError 是栈帧耗尽,不是堆 OOM。优化方向是改递归为迭代、限制递归深度、减少大局部变量、修复循环依赖、控制线程数;调 -Xss 只能缓解,不能治根。如果面试官说的是内存占用 90%,则按堆 / 非堆 / 元空间分别看,结合 GC 日志判断是泄漏还是容量不足。
GC:分代假设下,新生代用复制算法做 Minor GC,对象在 Survivor 间晋升;老年代用标记清除或标记整理。收集器从 Serial、Parallel 到 CMS,再到以 Region 划分、可设停顿目标的 G1,以及追求低停顿的 ZGC / Shenandoah。回答时把「回收什么(可达性分析)、在哪里回收(分代 / Region)、什么时候触发( Eden 满、老年代不足、元空间不足、显式调用)、停顿与吞吐怎么权衡」讲成一条线,再补一个自己调过的参数或看过的 GC 日志。
合并链表:用哨兵节点迭代合并,比较两个链表当前节点,把较小的接到结果尾部,指针后移;一条走完后把另一条剩余部分整体接上。时间 O(n+m),空间 O(1)。注意判空、不要断链、不要新建节点(除非题目要求深拷贝)。