最新的文章有解答思路，優(yōu)化了排版。
鏈接：http://fangfengwang8.cn/discuss/733322587777888256?sourceSSR=users
1. 淘寶，在你商品的購物車頁面，有幾個商品，點擊商品購物之后點擊支付會跳轉(zhuǎn)到第三方頁面不管是微信還是支付寶，從你點擊支付跳轉(zhuǎn)到支付頁面，輸入支付碼，完成支付之后返回響應(yīng)的訂單列表頁面，在這個業(yè)務(wù)場景中試著想想會有什么問題？架構(gòu)方面你會怎么設(shè)計？
問題總結(jié)：
?支付狀態(tài)同步延遲?（第三方回調(diào)不及時，訂單狀態(tài)不一致）；
?網(wǎng)絡(luò)中斷或用戶中途退出?（支付未完成，訂單狀態(tài)卡在“處理中”）；
?重復(fù)支付或超時失效?（用戶重復(fù)操作或支付超時未更新）；
?數(shù)據(jù)一致性風(fēng)險?（訂單、庫存、支付系統(tǒng)間狀態(tài)沖突）；
?第三方支付回調(diào)失敗?（網(wǎng)絡(luò)抖動或接口異常導(dǎo)致狀態(tài)丟失）。
架構(gòu)設(shè)計思路：
?異步通知 + 主動查詢：用MQ監(jiān)聽第三方支付結(jié)果，同時定時任務(wù)補償未確認訂單；
?冪等設(shè)計：訂單ID與支付流水號綁定，防止重復(fù)處理；
?分布式事務(wù)最終一致性：通過狀態(tài)機驅(qū)動訂單流轉(zhuǎn)，結(jié)合日志和補償機制；
?前端兜底：支付完成后強制刷新訂單列表，并引導(dǎo)用戶手動查詢；
?容災(zāi)降級：第三方支付異常時，提供延遲跳轉(zhuǎn)或本地訂單狀態(tài)緩存。

2. 大文件小內(nèi)存,文件內(nèi)存儲的是數(shù)字,要求對文件內(nèi)容進行排序,詳細說明每一步干什么？
假設(shè)有10GB數(shù)字文件，內(nèi)存1GB：
?分割：生成11個臨時文件（每個約0.9GB）。
?內(nèi)部排序：每個文件排序后保存。
?歸并：若系統(tǒng)允許同時打開10個文件，則每次歸并10路，兩輪完成（10→1）。
?輸出：得到最終有序文件，刪除臨時數(shù)據(jù)。

3. 在表上新增一個字段時，如果這個表正在進行讀寫操作，應(yīng)該如何處理以確保不影響現(xiàn)有操作？
用工具繞過鎖表

? ?在線DDL：MySQL用ALGORITHM=INPLACE；SQL Server用ONLINE=ON。
? ?無鎖工具：pt-online-schema-change或gh-ost（影子表同步，秒級切換）。
?代碼與數(shù)據(jù)兼容

?? ?先發(fā)代碼：應(yīng)用層兼容新字段（允許NULL/默認值）。
?? ?默認值必填：如DEFAULT 0，避免臟讀。
?低風(fēng)險操作

? ?低峰執(zhí)行：監(jiān)控流量，避開業(yè)務(wù)高峰。
?? ?備回滾方案：工具自動備份原表，異常時快速回退。

4. 在Linux命令行敲下一行命令，會進行哪些事情？
Shell解析：處理別名、變量、通配符、重定向和管道。

命令類型判斷：檢查是內(nèi)建命令還是外部可執(zhí)行文件。

創(chuàng)建子進程：通過fork()和exec()加載并執(zhí)行命令。

執(zhí)行命令：程序運行，可能調(diào)用系統(tǒng)調(diào)用與內(nèi)核交互。

結(jié)束與清理：返回狀態(tài)碼，回收資源。

返回Shell：重新進入交互狀態(tài)，等待下一條命令。

5. 比如說 42 億個 QQ 號，然后有 10 萬行數(shù)據(jù)。那比如它這個數(shù)據(jù)量就比較大了，查閱效率比較低。那你要提升查閱效率的話，采用分庫的方法，你覺得要怎么分？比如前5萬行放到一個庫里，然后5萬行放到一個庫里。這里有個問題，比如說想要查找名字叫做abc的所有賬號，可能前五萬行外行里邊有 10 個，后五萬個行里邊有 3 個，然后你要查出名字叫abc的用戶，你就要查兩次？
6. 從前端頁面到Java后臺再到數(shù)據(jù)庫，有一張表，表存在上百萬條數(shù)據(jù)，從這三個層面，去做一個查詢方面的優(yōu)化，單表查詢。
7. 假設(shè)現(xiàn)在還有挺多內(nèi)存，有什么情況還會頻繁fullgc？
8. 如何判斷語言是面向?qū)ο蟮倪€是面向過程的？
9. 使用普通的互斥鎖實現(xiàn)讀寫鎖
10. 后端項目的集群部署，如果在使用canal同步數(shù)據(jù)庫binlog的時候發(fā)生了宕機，從節(jié)點的同步方案?
11. 如果服務(wù)和mq之前發(fā)送消息進行數(shù)據(jù)同步的過程意外暫停了，如何去排查？
12. 把面試官看成是一個小白的話，如何去給他講解mysql的作用和底層實現(xiàn)？對比使用文本文件存儲
13. 選課，課的人數(shù)不能超，人的時間段不能重
14. 設(shè)計表的時候，關(guān)聯(lián)表和在一個表中加冗余字段關(guān)聯(lián)各有什么優(yōu)勢
15. 分庫分表方案（題目：淘寶購物場景-區(qū)分用戶訂單和商家訂單）
16. 庫存系統(tǒng)設(shè)定（講到了分為讀和寫。高并發(fā)讀的情況下怎么扛住。數(shù)據(jù)一致性怎么保證。怎么加鎖的，鎖的粒度在流程中鎖了什么？）
17. 遇到內(nèi)存泄露有什么排查方式
18. 看堆內(nèi)存溢出的時候會看那些指標(biāo)？
19. 解決超賣問題的思路
20. 為什么你數(shù)據(jù)庫的ID不用自增ID而是用雪花ID?
21. 單例模式有沒有線程安全情況
22. 編寫Java程序到到運行經(jīng)歷了什么
23. viloate關(guān)鍵字作用，為什么jvm會指令重排序，我說加快運行速率，為什么可以加快？
24. 防抖和節(jié)流如何實現(xiàn)
25. 服務(wù)器大量請求超時，怎么排查
26. 棧溢出會對其他進程造成影響嗎？
27. 程序是如何在計算機上跑起來的？
28. 需要啟動一個線程去完成某一個工作，耗時是不確定的，我需要設(shè)置一個超時時間，不管運不運行完都要返回，如何設(shè)計呢？
29. 假如mysql和redis使用kafka解耦之后，有一部分失敗導(dǎo)致數(shù)據(jù)不一致怎么辦
30. bitmap的作用，及常見使用場景
31. 對于微博成千上萬的評論，一個評論可能還會有很多回復(fù)，你會如何設(shè)計這個評論系統(tǒng)？
32. 業(yè)務(wù)上 什么情況使用悲觀鎖，什么情況使用樂觀鎖？
33. .我用了一個多線程去查多個結(jié)果集，主線程使用線程池獲取多個結(jié)果集，主線程如何知道前面的線程執(zhí)行完了，并且得到結(jié)果集？
34. 你怎么對帖子按照最熱進行排行？用戶點贊/關(guān)注這個三元組(如果數(shù)據(jù)量很大)怎么存儲查詢？
35. 1000w url排序，10M內(nèi)存
36. 一個商品1000萬庫存，20w秒殺，只用設(shè)計減庫存環(huán)節(jié)
37. 怎么快速定位到五分鐘內(nèi)重復(fù)登錄了兩次的QQ號，用什么數(shù)據(jù)結(jié)構(gòu)。
38. 兩個500G的文件存ip地址，給30G內(nèi)存，求兩個文件的交集
39. 設(shè)計一個 QPS 一百萬的分布式數(shù)據(jù)庫的訂單號方案。
40. 我現(xiàn)在有一些海外業(yè)務(wù)，從國內(nèi)將數(shù)據(jù)發(fā)送到海外延遲比較大，有沒有什么改善方法？
41. 主題里面假如有1萬條消息，這個 topic 的 badcase 有 10 個，那我這個1萬條消息是怎么分布的？Kafka為什么要有這個 partition 這個概念？消費者是按照 topic 去消費的還是按 position 去消費的？consumer group有了解嗎？一個 consumer group 下面有 5 個節(jié)點，就比方說剛才那個 topic 下面有十個partition，有五個這個消費節(jié)點，它這個五個消費節(jié)點是怎么去消費這些 partition？Kafka 它的性能比用 其它mq 那些都要快，那你了解過Kafka 為什么能實現(xiàn)高吞吐量嗎？
42. 場景：設(shè)計一個網(wǎng)絡(luò)服務(wù)器，現(xiàn)在有【多線程 + 每個線程內(nèi)部阻塞IO】 和 【單線程 + Epoll】這兩種方案
（1）這兩種方案在cpu負載，時間效率，內(nèi)存資源占用這三個方面各有什么特點？
（2）現(xiàn)在有大量的就緒socket需要處理，使用單線程模型有什么問題？該怎么優(yōu)化？
（3）開放題：如果讓你來設(shè)計一個網(wǎng)絡(luò)服務(wù)器，你有什么方案？
43. 場景：現(xiàn)在有一天內(nèi)的大量日志，每條日志記錄了用戶id, 登陸時間，登出時間 {userid, login_time, logout_time}, 時間單位是秒。
（1）怎么求出一天內(nèi)的最大在線人數(shù)？
（2）怎么求出維持在最大在線人數(shù)的最長持續(xù)時間？