OOM 面试题
共 7 篇真实面经 · 涵盖 超星 / 帆软 / 恒生电子 / 南方基金 / 某公司 等 6 家公司
超星 Java 开发一面:CSV 导入 OOM、线程池与 RAG 的排查链路
超星 26 届秋招 Java 开发一面:围绕实习与项目展开,包括 300MB CSV 导入为何占 1.2GB 内存、订单入库的多线程与幂等、Redis 时间窗口聚合、RAG 入库与切分、检索效果排查与过期文档治理、AI 生成代码的验证。
超星一面 50 分钟:AI 工作流异常、OOM 排查与大表 count 的取舍
超星一面实际面了 50 分钟(预告只有 15–30 分钟),几乎全程围绕项目:先问功能设计流程,再顺着 AI 相关部分问工作流中途输出异常、重试场景、结构化输出与上下文管理;接着问 OOM 的成因与处理、任务状态怎么存与中断恢复、编排与工作流怎么实现,最后用「大表 count」「复杂 SQL 与高频查询」两个场景题连续追问,落到 Redis 与数据库的一致性。
帆软四面:单机部署服务的卡顿与无规律宕机排查连环追问
帆软四面(10.10)是一轮纯场景排查面:给定单机部署的前后端项目,要求分析「部分用户卡顿 20 到 60 秒后恢复」和「运行一段时间无规律宕机、重启才恢复」两类现象的原因、定位手段、临时与根治方案,并连环追问全部用户集体卡顿的其他成因、反复复现的宕机怎么定位、OOM 与死锁与无限递归分别用什么工具确认以及对应的修复方案;最后问希望团队具备什么氛围、什么情况会选择离开。
恒生电子二面:性能优化真伪、OOM 排查与 AI 代码责任
恒生电子二面面经:从自我介绍与滴滴实习切入,追问数据资产批量查询从 1.5 秒优化到 265 毫秒是不是真的上了生产、实习生代码能否上生产、具体怎么做到;再问 OOM/GC 的定位与排查思路、用 AI 辅助开发时如何保证代码质量与出问题谁负责,最后是杭州意向、感情状况、Offer 情况、期望薪资等 HR 问题。
南方基金一面:生产治理、MAT 定位与 Java 内存结构
南方基金一面面经,二十分钟但技术密度不低:从滴滴实习的生产治理切入,追问 MAT 分析定位到的原因、CSV 优化减少的内存占比、业务层面还能怎么优化、数据量再大怎么办、本地缓存与分布式下如何保证请求打到同一台机器,再考 GC Root、Java 内存结构、锁机制与并发实现,最后是实习时长、转正机会与岗位职业规划。
面试官问:你怎么排查线上的 OOM 问题?
以一次凌晨 OOM 事故为例讲线上排查流程:先下线实例止血再定位,用多次堆转储对比 retained size、支配树与 GC Roots 引用链,找到双层循环构造删除 key 未去重的根因;并整理五类常见 OOM 的典型原因与堆转储的两种获取方式。
用友金融Java后端实习一面:HashMap与MQ幂等
用友金融Java后端开发实习岗9月22日一面,从实习项目的响应时间优化切入,覆盖HashMap在JDK1.8的升级、线程安全与ConcurrentHashMap、OOM成因、JVM内存区域、RabbitMQ不丢不重、慢SQL与事务一致性。