字节跳动 Tiktok后端实习二面面经

字节跳动 TikTok 后端实习二面整体以实习经历和场景设计题为主，时长约 50 分钟，其中实习拷问 20 分钟，场景题 30 分钟。 具体内容如下：

• 自我介绍：这是面试开场环节，主要目的是让面试官快速了解面试者的基本背景信息，包括教育背景、过往实习经历、技能掌握情况等，为后续深入提问做铺垫。
• 实习介绍：面试官会让面试者介绍自己所有的实习经历，然后从中挑选一段让面试者仔细讲述。这有助于面试官了解面试者在不同实习中的工作内容、职责和收获，判断其是否具备与岗位相关的经验和能力。
• 实习业务挑一个最有挑战的介绍：此问题旨在考察面试者面对复杂业务场景时的解决问题能力、思维逻辑以及应对挑战的态度。通过讲述最有挑战的业务，面试官可以了解面试者在遇到困难时是如何分析问题、制定解决方案并最终解决问题的。
• 实习中用的 TCC 事务介绍下：

  TCC 事务概念：TCC（Try-Confirm-Cancel）是一种分布式事务解决方案，它将一个分布式事务拆分为多个本地事务，每个本地事务对应一个 TCC 接口，包括 Try、Confirm 和 Cancel 三个阶段。

  Try 阶段：尝试执行，完成所有业务检查，预留必须的业务资源。例如，在转账业务中，Try 阶段会检查账户余额是否充足，如果充足则冻结转账金额。

  Confirm 阶段：确认执行，真正执行业务，不做任何业务检查，只使用 Try 阶段预留的业务资源。在转账业务中，Confirm 阶段会将冻结的金额从转出账户扣除并转入转入账户。

  Cancel 阶段：取消执行，释放 Try 阶段预留的业务资源。如果 Confirm 阶段执行失败，则需要调用 Cancel 阶段释放冻结的金额。

  适用场景：TCC 事务适用于对一致性要求较高、需要强一致性的分布式系统，如金融交易、订单处理等场景。

  优缺点：

  优点：

  灵活性高，可以根据业务特点自定义 Try、Confirm 和 Cancel 操作。

  性能较好，因为 Try 阶段只是预留资源，不真正执行业务，减少了锁的持有时间。

  缺点：

  实现复杂，需要开发者自己实现三个阶段的逻辑，增加了开发成本。

  对业务侵入性强，需要修改业务代码来支持 TCC 事务。

设计一个计数系统，比如统计一个文章的点赞量、转发量、收藏数。需要考虑怎么设计这个系统，怎么能保证高并发的数据查询，怎么能保证系统的健壮性，不需要写出代码，说思路设计即可。

• 系统设计思路：

  数据存储：

  使用数据库：可以选择关系型数据库（如 MySQL）或非关系型数据库（如 Redis）。关系型数据库适合存储结构化数据，保证数据的持久化和一致性；非关系型数据库具有高性能、高并发的特点，适合存储计数数据。

  分库分表：如果数据量很大，可以考虑对数据库进行分库分表，将数据分散到多个数据库或表中，提高系统的扩展性和性能。

  缓存策略：使用缓存来存储计数数据，减少对数据库的查询压力。可以将计数数据缓存在 Redis 中，设置合理的过期时间。当缓存过期时，再从数据库中读取最新的数据并更新缓存。

  高并发数据查询：

  读写分离：将数据库的读操作和写操作分离到不同的服务器上，提高系统的并发处理能力。写操作可以集中在主库上，读操作可以从从库上读取，减轻主库的压力。

  使用缓存：如前面所述，使用缓存可以大大提高数据查询的速度。在查询计数数据时，先从缓存中读取，如果缓存中没有再从数据库中读取，并将读取到的数据更新到缓存中。

  异步处理：对于一些非实时的查询请求，可以采用异步处理的方式。例如，当用户查询文章的点赞量时，可以先返回一个大致的结果，然后通过异步任务从数据库中获取最新的数据并更新到缓存中。

  限流和降级：在高并发场景下，为了防止系统被压垮，可以采用限流和降级的策略。限流可以限制系统的并发访问量，避免过多的请求同时涌入系统；降级可以在系统出现故障或压力过大时，关闭一些非核心功能，保证核心功能的正常运行。

  系统健壮性：

  数据一致性：保证计数数据在数据库和缓存中的一致性。可以采用双写一致性策略，即在更新数据库的同时更新缓存，或者使用消息队列来保证数据的最终一致性。

  容错处理：对系统可能出现的故障进行容错处理，例如数据库连接失败、缓存雪崩等。可以采用备用数据库、缓存预热、熔断机制等方式来提高系统的容错能力。

  监控和报警：建立完善的监控系统，实时监控系统的运行状态，包括数据库的性能、缓存的使用情况、接口的响应时间等。当系统出现异常时，及时发出报警信息，以便开发人员及时处理。

  备份和恢复：定期对数据库和缓存中的数据进行备份，以防止数据丢失。同时，制定完善的数据恢复方案，在数据丢失时能够快速恢复数据。