京东一面面经

之前公司的一个小师弟，想换工作，就投递了这家公司，总体来说面试难度不高。

我这个小师弟背景： 985本硕毕业，美团实习一年，在一线大厂工作了2年，目前薪资32K*15。这家公司的薪资还是可以的，工作2年，年薪50W~100W，并且是非常核心的部门，面试时长60分钟。

面试结果：3轮技术面，一轮HR面全部通过。 二面，三面会邀如下：

如果觉得文字太枯燥，可以去dy查看视频： dy搜索： Java西瓜。

首先是和hr沟通:

先自我介绍，hr问了一些基本信息，然后问了一下为什么离职、绩效、对加班的看法等。 时长6分钟。

总结：

hr问你为什么离职：积极乐观一些，比如：愿意接受挑战，做更核心流量更高的业务。

对于加班：千万不要说不愿意加班。 互联网公司的加班情况，没网上说的那么夸张，除了极个别的业务加班夸张外，大多数公司和部门也都能接受。你说不愿意加班，那面试基本结束了。

技术面试环节：

面试官第一个问题： 你在某某公司也几乎2年，你觉得在这2年经历中，你觉得最大的技术挑战和技术亮点是什么？

候选人回答：

刚开始从学校入职职场的时候，入职某某电商部门，做的是营销和排行榜业务，这些业务的流量都是比较高的。 我在课本学到的知识或者我在博客中学到的知识，发现运用不到实际工作中，学习是学习，真正的企业级开发和我之前学到的知识还不一样。

首先做项目，看看别人是如何处理高并发的场景的。 虽然之前没有做过这种业务，但是对于MySQL、Redis、本地缓存等底层还是有所了解的，因为自己的基础可以，能快速的学会系统是如何应对高流量的。

通过自己的学习，不断的积累，看别人是怎么做需求的，然后看我们做项目遇到问题时，高职级的同学是怎么解决的，慢慢的去学习和模仿他们。

候选人回答的有偏差，他以为面试官在问他如何学习，如何成长的，这也算一个挑战。 但是一般情况，面试官肯定问的是项目有哪些挑战？而你是怎么解决的。 后面面试官又重复了这个问题，候选人get到了面试官的点。

候选人回答：

好的，那我说一下具体的业务吧。业务背景是商家排行榜，这个需求主要是让商家和达人(粉丝量超过1000的就叫达人)能够看到卖货排行榜数据，排行榜数据是每天中午12点刷新，刷新的昨天的数据，每个维度下面展示前100名的商家卖货排行榜数据。

我这里主要做的工作就是：

首先是职责划分问题，对于大数据量的商家的排行榜数据统计和计算，后端是没有办法做的，所以商家排行榜数据统计是数仓来做的，计算完成数据后，我调取他的接口查询其统计出来的商家排行榜数据。

第一个问题是： 数仓如果统计不出来数据，我这里怎么兜底。 如果不兜底，排行榜数据每天12点要刷新，数仓数据没有计算完成，用户会看到空白页。

第二个问题是： 怎么样保证数据的一致性。 因为后端从数仓读取数据的时候，从开始更新到最后更新完成Redis缓存的数据，有时间差。 这个时间差会有数据不一致的问题。

第三个问题是：因为底层计算完成的商家排行榜数据不在我们这里，如果运营觉得商家排行榜数据计算的有问题时，我们应该如何快速定位问题。

面试官第二个问题： 因为是数仓推送的数据，所以数据不是实时变更。 候选人回答：是的。

面试官继续问：数仓推送来的数据你们是直接更新Redis，还是会做持久化的存储？

候选人回答： 我们这里是不需要存储的，因为数仓计算完成数据后，定时任务轮训调取他们的接口获取数据，直接放到Redis中就行。

面试官问： 你们是定时任务轮训，查的是吧。

候选人回答：是的，我们存储这个数据也没有意义，因为我们根本就不请求MySQL，这个流量不可能让MySQL来承担的。

面试官问： 你们请求的是数仓的RPC吗？

候选人回答：也可以认为是一个RPC，和数仓交互一般有2种形式。 1是发MQ，2是给我们提供接口。 因为种种原因，交互形式是数仓提供接口，我们去查询就行。

面试官问： 现在主要是一个数据拉取的过程，候选人回答： 是的。 面试官继续问，那么现在就有一个很敏感的点，约定的是12点，数据更新，数据轮训的过程中，你不能保证拉取的是最新的数据，或者说如何保证拉取的是最新的数据？

候选人回答：是这样的，数据肯定是有时间维度，今天不是更新的昨天排行榜数据嘛，数仓在写数据的时候肯定会写时间参数，他提供接口是，你拉取某个时间点统计出来的数据，是这样交互的形式。

面试官问：你拉取数据的时候，是有一个时间条件的。 候选人回答：是的。我们今天查询昨天的。

面试官问： 你刚刚也说，在12点的时候，缓存数据是失效的。在他缓存失效的这一刻，流量比较大的话，你这边的逻辑是怎么处理的？

候选人回答： 我们这里12点并不会让缓存失效。因为怕数据出问题(数仓跑不出来数据)，缓存的过期时间不能设置成1天的，因为缓存数据失效，这个流量要么打到数据库层，要么打到数仓嘛，这肯定是不行的。我们的解决方案是，缓存数据的过期时间肯定是足够长的，我们这里的解决翻案方案是多数据备份，一方面数仓跑不出来数据，我们可以返回兜底数据，另一方面我们要排查问题，也需要多数据备份。

面试官：那么现在就有如下问题，1是缓存的过期时间是什么？ 2.缓存的key如何设计，就像你说的，能找到对应的数据。

首先我先说一下，Redis缓存这个key的设计。这个key我可以保存一份数据，也不分时间点，用户过来查商家查询排行榜数据时，就查询这个数据，但是这样有一些缺点，比如说：数据不一致问题，如果你只有一份数据，那么定时任务在更新的时候，Redis必然有2种数据，一种是已更新完成的数据，一种是未更新完成的数据，这样会出现数据不一致的问题。第二个点就是老的数据覆盖掉了，那么数据就找不到了，没有办法再去定位问题了。

我们采用的是数据备份的形式，这个key肯定是要和时间关联，value是指定时间点，数仓计算出来的排行榜数据。

接下来需要考虑的是，使用Redis的哪种数据结构保存数据，我们使用的是String的数据结构，这样可以将流量打散，但是List等数据结构，保存的数据越多，这个数据结构的职责越多，需要承担的流量更高，容易出现热key，bigkey问题。 所以我们一般都是把数据打散来设计的。

接下来过期时间，Redis有这样的机制，比如1天，如果你不重新设置过期时间，缓存时间到了，从Redis查询不出数据。缓存数据过期时间到了，Redis里面有可能还有该数据，但是后面一定会异步清除。

面试官： 所以你的过期时间设置的是多长。

候选人：7天。因为7天方便定位问题，也足够兜底了。

面试官： 也就是7天内，你有6份备份，一份数据，对吗？

候选人： 是的。

面试官：有点类似于游标，我应该指定到哪个时间查询？ 这个查询时间是怎么确定？

候选人：我们使用的是版本号。定时任务不是在刷新缓存数据嘛，刷新完成数据后，向Redis中插入数据更新的时间点，在查询数据的时候，确定一下版本号，然后实现不同数据的查询。

面试官： 我们现在也遇到了和你差不多的一个问题。 数仓现在推的数据有问题，导致今天的数据都是脏数据，怎么样动态的切换这个查询时间？

候选人回答： 缓存脏了，你想把缓存的数据更新了。 可以把这个游标(查询时间)，放到动态配置中心里面。

面试官： 方案没问题，确实是这么做的。 你们的项目没有这么做，对吗？

候选人回答： 我做的这个活动没有。 但是我有看过我同事的代码，他之前在阿里，也是做活动，他会考虑缓存数据脏了的问题，怎么清除缓存数据的问题。 但是我们这个是排行榜数据，数据没有这么敏感，因此就没有考虑。

面试官； 刚刚你在提到Redis的时候，有提到分流，也提到了热key，咱们这块是怎么样处理热key问题的？

候选人回答： 我们这里的热key解决方案，就是本地缓存。当流量比较高时，我们是本地缓存+Redis。加下来是Redis的数据怎么样刷新，一般是定时任务。

面试官： 那本地缓存是怎么样刷新的？

候选人回答： 我现在所在的公司也封装了一个本地缓存，其底层的设计思想都是Guava的LocalCache，首先是有过期时间，如果过期时间到了后，他有load机制，告诉LocalCache从哪里获取数据，但是load时不要读写数据库，从Redis获取数据就行.

面试官：本地缓存和实际数据可能有一定时间的不一致，是吗？

候选人： 是的。流量高使用缓存后，不会追求强一致性。 因为我们这里有缓存，上游也有缓存。如果追求强一致性，只能拿数据库来扛了，比如订单。

面试官： 是的，没问题。

面试官： 咱们现在整个防刷限流机制是什么？

候选人： 防刷限流是什么？ 限流吗？

面试官回答：是的。

候选人： 我在公司期间，换了2个leader。 第一个leader让我们使用RateLimit，单机限流，但是RateLimit限流大小配置到了动态配置中心中，可以实时的更新每秒有多少QPS。换了一个leader后，使用公司的限流组件，这个是集群限流， 我懂这2个。

面试官： 这2种限流各有优缺点。 你可以说一下，这2种限流适用于什么场景吗？

候选人回答：第一种限流RateLimit，这个是单机限流，如果你们服务器配置不一样，这种限流可以根据自己的服务器配置来配置你的单机限流大小。

服务器限流： 就是整个服务器集群抗的流量。

面试官： 这没问题，这2个限流的场景是什么？

候选人回答： 这个我可能回答不好。

面试官： 集群限流是在压测，你可以测试整个集群能抗多少流量，其限流指标是不变的。你可以通过扩容或者缩容来改变集群能抗的流量，一台机器是10，比如10台服务器，那就是100，和我的预期不符，那么我就扩容，限流指标可以动态变化。

扩展： 我这里大概明白面试官说的意思了，面试官的意思是因为现在很多公司都有动态扩容，你只需要配置集群容量，如果流量高时，其会动态扩容，流量低时，会缩容。

单机限流是每台服务器能抗的最高流量，这样可以保护每台服务器不被打挂。

后面又问了其他项目是怎么实现的，就不整理了，项目参考意义不大。

总结：

本场面试，候选人回答的还是很好的。 不用过多解释，候选人就知道面试官想问什么，并且也给出了自己项目是如何解决的。

现在的一线互联网公司很少有直接问八股文的，都是围绕着候选人的项目来问，如果你想进大厂，至少需要准备2个能和面试官聊得项目，而且里面一定要有难点和你的思考点。

还有就是不要直接背八股文，没什么意义的。 你背的很多八股文，大公司根本就不会用这些技术去解决问题。多去了解企业级的解决方案。