2026年互聯(lián)網(wǎng)公司技術總監(jiān)面試題及解析一、編程與算法（共5題，每題10分，總分50分）1.題目：實現(xiàn)一個LRU（LeastRecentlyUsed）緩存，要求支持get和put操作，時間復雜度為O(1)。請用Python或Java實現(xiàn)，并解釋你的設計思路。2.題目：給定一個包含重復元素的數(shù)組，請找出所有不重復的三元組，使得這三個數(shù)的和等于一個給定的數(shù)。例如，輸入數(shù)組[1,-2,-5,0,3,5,8]，目標和為7，輸出[1,2,4],[1,3,3]。3.題目：設計一個算法，找出一個無序數(shù)組中第三大的數(shù)。例如，輸入[1,2,2,5,3,5]，輸出3。4.題目：實現(xiàn)一個函數(shù)，檢查一個二叉樹是否是完全二叉樹。例如：輸入二叉樹[3,9,20,null,null,15,7]，輸出True。5.題目：編寫一個分布式系統(tǒng)中的負載均衡算法，假設有5個服務器，根據(jù)請求的IP地址計算分配策略，要求高可用且盡量均衡。二、系統(tǒng)設計（共3題，每題20分，總分60分）1.題目：設計一個高并發(fā)的短鏈接系統(tǒng)，要求支持每天10億級訪問量，請畫出系統(tǒng)架構(gòu)圖，并說明關鍵技術選型。2.題目：設計一個類似微博的實時消息推送系統(tǒng)，要求支持百萬級用戶，消息延遲在100ms以內(nèi)，請說明數(shù)據(jù)存儲方案和消息隊列選型。3.題目：設計一個分布式數(shù)據(jù)庫的讀寫分離方案，假設有1000萬張用戶表，QPS為10萬，請說明如何實現(xiàn)高可用和性能優(yōu)化。三、數(shù)據(jù)庫與存儲（共2題，每題15分，總分30分）1.題目：解釋MySQL中的事務隔離級別，并說明臟讀、不可重復讀和幻讀的區(qū)別，以及如何通過SQL實現(xiàn)不同隔離級別的配置。2.題目：設計一個高并發(fā)的訂單系統(tǒng)數(shù)據(jù)庫表結(jié)構(gòu)，要求支持高并發(fā)寫入和查詢，請說明索引設計原則和分庫分表方案。四、分布式與中間件（共2題，每題15分，總分30分）1.題目：解釋CAP理論，并說明在分布式系統(tǒng)中如何選擇合適的架構(gòu)模式（如最終一致性、強一致性等）。2.題目：設計一個分布式事務解決方案，要求支持TCC（Try-Confirm-Cancel）模式，請說明實現(xiàn)細節(jié)和優(yōu)缺點。五、網(wǎng)絡安全與運維（共2題，每題15分，總分30分）1.題目：解釋DDoS攻擊的類型和防御策略，請說明如何設計一個高可用的防護系統(tǒng)。2.題目：設計一個監(jiān)控系統(tǒng)，要求支持分鐘級告警，請說明監(jiān)控指標和告警策略。答案與解析一、編程與算法1.答案：Python實現(xiàn)：pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache=OrderedDict()defget(self,key:int)->int:ifkeynotinself.cache:return-1self.cache.move_to_end(key)returnself.cache[key]defput(self,key:int,value:int)->None:ifkeyinself.cache:self.cache.move_to_end(key)self.cache[key]=valueiflen(self.cache)>self.capacity:self.cache.popitem(last=False)解析：LRU緩存的核心是維護一個有序字典（Python的`OrderedDict`），通過`move_to_end`操作將訪問的key移到末尾，表示最近使用。當緩存超出容量時，彈出最久未使用的key（`popitem(last=False)`）。時間復雜度為O(1)。2.答案：pythondefthreeSum(nums):nums.sort()n=len(nums)res=[]foriinrange(n):ifi>0andnums[i]==nums[i-1]:continueleft,right=i+1,n-1whileleft<right:total=nums[i]+nums[left]+nums[right]iftotal==target:res.append([nums[i],nums[left],nums[right]])whileleft<rightandnums[left]==nums[left+1]:left+=1whileleft<rightandnums[right]==nums[right-1]:right-=1left+=1right-=1eliftotal<target:left+=1else:right-=1returnres解析：先排序，然后固定一個數(shù)，使用雙指針遍歷剩下的部分。跳過重復的數(shù)以避免重復的三元組。時間復雜度為O(n2)。3.答案：pythondefthirdMax(nums):first,second,third=float('-inf'),float('-inf'),float('-inf')fornuminnums:ifnum>first:first,second,third=num,first,secondeliffirst>num>second:second,third=num,secondelifsecond>num>third:third=numreturnthirdifthird!=float('-inf')elsefirst解析：維護三個變量記錄當前最大、次大、第三大的數(shù)，遍歷數(shù)組更新這三個變量。時間復雜度為O(n)。4.答案：pythondefisCompleteBinaryTree(root):ifnotroot:returnTruequeue=[root]flag=Falsewhilequeue:node=queue.pop(0)ifnode:ifflag:returnFalsequeue.append(node.left)queue.append(node.right)else:flag=TruereturnTrue解析：層序遍歷二叉樹，如果遇到空節(jié)點后還有非空節(jié)點，則不是完全二叉樹。時間復雜度為O(n)。5.答案：哈希取模法：pythondefserver_load_balance(ip):hash_code=sum(ord(c)forcinip)%5returnhash_code解析：通過IP地址計算哈希值，再取模分配到5個服務器。簡單高效，但需考慮IP分布均勻性。二、系統(tǒng)設計1.答案：系統(tǒng)架構(gòu)圖：1.前端接入層（Nginx+LVS）2.API網(wǎng)關（Kong+JWT認證）3.緩存層（Redis集群）4.服務層（微服務架構(gòu)，Consul發(fā)現(xiàn)）5.數(shù)據(jù)庫層（ShardingSphere分庫分表）6.限流降級（Hystrix+Sentinel）關鍵技術：-Nginx+LVS實現(xiàn)負載均衡-Redis集群緩存熱點數(shù)據(jù)-ShardingSphere分庫分表解決單表億級數(shù)據(jù)-微服務+Consul實現(xiàn)服務發(fā)現(xiàn)解析：高并發(fā)短鏈接系統(tǒng)需解決緩存穿透、熱點數(shù)據(jù)問題。通過多級緩存（本地+分布式）、分庫分表、微服務架構(gòu)提升性能和可用性。2.答案：數(shù)據(jù)存儲方案：-消息隊列（Kafka+RabbitMQ）-時序數(shù)據(jù)庫（InfluxDB）-MySQL（存儲關系數(shù)據(jù)）消息隊列選型：-Kafka：高吞吐、低延遲，適合百萬級消息-Redis：緩存熱點消息解析：實時消息推送需解決高并發(fā)、低延遲問題。Kafka+Redis組合可保證消息的可靠性和實時性。3.答案：讀寫分離方案：1.主從復制（MySQL主庫寫，從庫讀）2.分庫分表（ShardingSphere+TiDB）3.副本延遲補償（Canal+ZooKeeper）解析：通過主從復制提升讀性能，分庫分表解決單表壓力，副本延遲補償保證數(shù)據(jù)一致性。三、數(shù)據(jù)庫與存儲1.答案：隔離級別：-READUNCOMMITTED：臟讀-READCOMMITTED：不可重復讀-REPEATABLEREAD：幻讀-SERIALIZABLE：最強隔離SQL配置：sqlSETTRANSACTIONISOLATIONLEVELREADCOMMITTED;解析：隔離級別從低到高依次解決臟讀、不可重復讀、幻讀問題。實際應用中常用`READCOMMITTED`。2.答案：表結(jié)構(gòu)：sqlCREATETABLEorders(idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINT,order_timeTIMESTAMPDEFAULTCURRENT_TIMESTAMP,amountDECIMAL(10,2),INDEXidx_user_id(user_id),INDEXidx_order_time(order_time));分庫分表：-按用戶ID分庫（TiDB）-按時間分表（Canal同步）解析：索引設計需覆蓋高并發(fā)查詢場景，分庫分表通過水平擴展解決單表億級數(shù)據(jù)問題。四、分布式與中間件1.答案：CAP理論：-C（一致性）：所有節(jié)點數(shù)據(jù)實時同步-A（可用性）：節(jié)點故障不影響服務-P（分區(qū)容錯性）：網(wǎng)絡分區(qū)下仍可運行架構(gòu)選擇：-最終一致性（MQ+緩存）-強一致性（Raft+Paxos）解析：根據(jù)業(yè)務需求選擇合適的架構(gòu)。短鏈接系統(tǒng)需高可用（A），可接受最終一致性（P）。2.答案：TCC實現(xiàn)：1.Try階段：預留資源（扣庫存、凍結(jié)金額）2.Confirm階段：確認執(zhí)行（扣減庫存、扣款）3.Cancel階段：釋放資源（恢復庫存、退款）關鍵點：-分布式鎖（Redis+RedLock）-異步調(diào)用（MQ）解析：TCC需保證業(yè)務原子性，通過分布式鎖和異步調(diào)用實現(xiàn)。但實現(xiàn)復雜，需謹慎使用。五、網(wǎng)絡安全與運維1.答案：DDoS防御策