拼多多社招 Java一面面经

拼多多社招Java一面主要围绕操作系统、数据库、并发编程、缓存及高并发高可用设计等核心知识点展开，并包含一道算法编程题。具体面试问题及解答要点如下：

• 线程和进程的区别

  资源占用：进程是资源分配的基本单位，拥有独立的内存空间、文件描述符等；线程是CPU调度的基本单位，共享进程的内存空间（如代码段、数据段等），但拥有独立的栈和程序计数器。

  开销：进程创建、销毁和切换的开销较大（需申请/释放资源、更新PCB等）；线程开销较小（共享进程资源，切换仅需保存/恢复少量寄存器状态）。

  通信：进程间通信（IPC）需通过管道、消息队列、共享内存等机制；线程间可直接通过共享内存通信，但需同步机制避免数据竞争。

• 线程和进程在调度时的区别

  调度单位：进程是资源分配单位，线程是CPU调度单位。操作系统调度时，优先调度线程（轻量级），进程内线程共享进程时间片。

  上下文切换：进程切换需保存/恢复完整的进程上下文（内存映射、文件状态等）；线程切换仅需保存/恢复线程私有数据（栈、寄存器等），开销更小。

• 操作系统给线程和进程分配的资源

  进程资源：独立地址空间、全局变量、文件描述符、信号处理、子进程控制权等。

  线程资源：线程栈（存储局部变量、函数调用栈）、程序计数器、寄存器组、线程本地存储（TLS）等。

• 线程安全及实现方式

  定义：当多个线程访问共享数据时，若能保证数据在任何时刻的修改都是正确的（如原子性、可见性、有序性），则称线程安全。

  实现方式：

  同步机制：使用synchronized关键字、ReentrantLock等互斥锁保证临界区代码的原子性。

  不可变对象：通过final修饰共享变量或使用不可变类（如String）避免修改。

  线程局部存储：使用ThreadLocal为每个线程分配独立变量副本。

  并发容器：使用ConcurrentHashMap、CopyOnWriteArrayList等线程安全集合。

• 互斥锁的实现原理

  硬件支持：依赖CPU提供的原子指令（如CAS，Compare-And-Swap）或操作系统提供的信号量机制。

  Java实现：synchronized通过JVM的monitorenter和monitorexit指令实现，底层依赖操作系统的互斥锁（如Linux的futex）；ReentrantLock通过AbstractQueuedSynchronizer（AQS）框架实现，使用CAS操作和队列管理线程阻塞与唤醒。

• ReentrantLock的灵活性及实现

  灵活性：

  支持公平锁（先到先得）和非公平锁（可插队），通过构造函数参数配置。

  提供tryLock()方法，支持超时或非阻塞获取锁。

  支持可中断锁（lockInterruptibly()），允许线程在等待锁时响应中断。

  实现：

  lock()：通过CAS操作尝试获取锁，若失败则将线程加入同步队列并阻塞。

  unlock()：释放锁并唤醒队列中的后续线程（通过LockSupport.unpark()）。

• MySQL索引的数据结构

  B+树：MySQL默认使用B+树作为索引结构，因其具有以下优势：

  平衡性：所有叶子节点在同一层，保证查询效率稳定（O(log n)）。

  范围查询：叶子节点通过指针连接，支持高效的范围扫描。

  高扇出性：非叶子节点仅存储键值，可容纳更多索引项，减少树高度。

• 多条索引下的查询策略

  索引合并：MySQL可能使用多个单列索引进行合并（如index_merge优化），通过OR或AND条件组合结果。

  最左前缀原则：对于复合索引（如(a, b, c)），查询需从左到右匹配连续列（如a=1 AND b=2可用索引，b=2不可用）。

• 索引选择性

  定义：索引列中不同值的数量与总记录数的比值（范围0~1），选择性越高（接近1），索引区分度越好，查询效率越高。

  优化：为高选择性列（如用户ID、订单号）创建索引，避免低选择性列（如性别、状态）单独建索引。

• 缓存雪崩及解决方案

  定义：大量缓存同时失效或缓存服务不可用，导致请求直接打入数据库，引发系统崩溃。

  解决方案：

  随机过期时间：为缓存键设置随机过期时间，避免集中失效。

  多级缓存：使用本地缓存（如Caffeine）和分布式缓存（如Redis）分层存储。

  熔断降级：当数据库压力过大时，临时返回降级数据（如默认值或缓存空值）。

• 替代Redis的缓存方案

  Memcached：纯内存缓存，支持简单键值存储，性能高但缺乏持久化和复杂数据结构。

  Ehcache：Java本地缓存，支持堆内和堆外存储，适合单机场景。

  Tair：阿里开源的分布式缓存，支持持久化和多种数据结构。

• 防止数据库被打爆的其他方法

  限流：通过令牌桶、漏桶算法限制请求速率（如Guava RateLimiter）。

  队列削峰：使用消息队列（如Kafka、RocketMQ）异步处理请求，平滑流量峰值。

  读写分离：将读请求分流到从库，减轻主库压力。

• 高并发与高可用的区别

  高并发：系统在单位时间内处理大量请求的能力（如QPS、TPS），侧重性能优化（如缓存、异步、无状态设计）。

  高可用：系统在部分组件故障时仍能正常提供服务的能力（如SLA 99.99%），侧重容错设计（如冗余、降级、熔断）。

• 提升系统高可用的方案

  冗余设计：部署多副本（如主从复制、集群），避免单点故障。

  故障转移：使用负载均衡（如Nginx）或服务发现（如Eureka）自动切换故障节点。

  数据备份：定期备份数据并验证恢复流程（如全量+增量备份）。

• 判断三点共线

  暴力解法：遍历所有三元组，计算斜率是否相等（时间复杂度O(n3)）。

  优化方法：

  哈希表存储斜率：固定一个点，计算其他点与该点的斜率，统计相同斜率的数量（需处理垂直斜率情况）。

  向量叉积：对于三点A(x1,y1)、B(x2,y2)、C(x3,y3)，若向量AB与AC的叉积为0（即(x2-x1)*(y3-y1) - (y2-y1)*(x3-x1) == 0），则三点共线（时间复杂度O(n2)）。