2026年互聯(lián)網(wǎng)公司技術(shù)部主管面試題集一、編程能力測試（共5題，每題20分，總分100分）題目1（20分）：數(shù)據(jù)結(jié)構(gòu)實現(xiàn)請用Java或Python實現(xiàn)一個LRU（LeastRecentlyUsed）緩存機制，要求：1.支持get(key)操作，返回鍵對應(yīng)的值，如果不存在返回-12.支持put(key,value)操作，將鍵值對插入緩存，如果緩存已滿，則刪除最久未使用的項3.緩存容量為固定值，例如34.請說明時間復(fù)雜度和空間復(fù)雜度題目2（20分）：算法設(shè)計給定一個整數(shù)數(shù)組，設(shè)計一個算法找出數(shù)組中未出現(xiàn)的最小正整數(shù)。要求：1.不能使用額外空間2.時間復(fù)雜度盡可能低3.請舉例說明算法的正確性題目3（20分）：系統(tǒng)設(shè)計設(shè)計一個簡單的微博系統(tǒng)核心功能模塊，要求：1.用戶可以發(fā)布不超過140字的消息2.用戶可以關(guān)注/取消關(guān)注其他用戶3.用戶可以查看自己關(guān)注用戶的最新消息4.請畫出系統(tǒng)架構(gòu)圖，并說明主要技術(shù)選型題目4（20分）：并發(fā)編程請用Java實現(xiàn)一個線程安全的計數(shù)器，要求：1.支持increment()和decrement()方法2.使用至少兩種不同的同步機制實現(xiàn)3.分析不同實現(xiàn)方式的特點和性能差異題目5（20分）：分布式系統(tǒng)設(shè)計一個分布式限流系統(tǒng)，要求：1.支持設(shè)置每個用戶每分鐘最多訪問次數(shù)2.使用Redis實現(xiàn)3.說明如何處理分布式環(huán)境下的數(shù)據(jù)一致性問題二、系統(tǒng)設(shè)計能力測試（共4題，每題25分，總分100分）題目1（25分）：短鏈接系統(tǒng)設(shè)計設(shè)計一個短鏈接系統(tǒng)，要求：1.用戶輸入長鏈接，系統(tǒng)返回短鏈接2.點擊短鏈接可以自動跳轉(zhuǎn)到對應(yīng)的長鏈接3.支持自定義短鏈接前綴4.說明系統(tǒng)如何解決URL沖突問題題目2（25分）：實時推薦系統(tǒng)設(shè)計一個實時推薦系統(tǒng)，要求：1.用戶訪問頁面時，1秒內(nèi)返回個性化推薦結(jié)果2.推薦算法需要考慮用戶歷史行為和實時行為3.說明系統(tǒng)如何處理冷啟動問題4.畫出系統(tǒng)架構(gòu)圖題目3（25分）：消息推送系統(tǒng)設(shè)計一個高并發(fā)的消息推送系統(tǒng)，要求：1.支持多種推送渠道（短信、App推送、微信等）2.保證消息至少推送一次3.說明如何實現(xiàn)消息的可靠性和順序性4.討論系統(tǒng)擴展性設(shè)計題目4（25分）：分布式事務(wù)設(shè)計一個支持分布式事務(wù)的訂單系統(tǒng)，要求：1.訂單創(chuàng)建需要同時扣減庫存和凍結(jié)支付金額2.使用至少兩種分布式事務(wù)解決方案3.說明不同方案適用場景和優(yōu)缺點4.畫出系統(tǒng)架構(gòu)圖三、數(shù)據(jù)庫與存儲技術(shù)（共4題，每題25分，總分100分）題目1（25分）：數(shù)據(jù)庫優(yōu)化一個電商網(wǎng)站訂單表每天有百萬級寫入，查詢性能下降明顯，請?zhí)岢鲋辽偃N優(yōu)化方案，并說明原理題目2（25分）：NoSQL應(yīng)用場景討論Redis和MySQL在大流量場景下的應(yīng)用場景差異，并說明選擇依據(jù)題目3（25分）：分布式數(shù)據(jù)庫設(shè)計一個分布式數(shù)據(jù)庫架構(gòu)，要求：1.支持讀寫分離2.支持數(shù)據(jù)分片3.說明如何解決跨分片查詢問題題目4（25分）：數(shù)據(jù)備份與恢復(fù)設(shè)計一個數(shù)據(jù)庫備份與恢復(fù)方案，要求：1.支持增量備份2.保證數(shù)據(jù)一致性3.說明如何測試備份方案的有效性四、分布式與微服務(wù)（共4題，每題25分，總分100分）題目1（25分）：分布式鎖設(shè)計一個高性能的分布式鎖，要求：1.支持跨機器鎖定2.解決死鎖問題3.說明Redis和ZooKeeper兩種實現(xiàn)方式的特點題目2（25分）：服務(wù)治理設(shè)計一個微服務(wù)治理方案，要求：1.支持服務(wù)注冊與發(fā)現(xiàn)2.支持服務(wù)熔斷3.支持配置中心4.說明服務(wù)降級策略題目3（25分）：分布式緩存設(shè)計一個高可用的分布式緩存系統(tǒng)，要求：1.支持緩存穿透、擊穿、雪崩解決方案2.說明緩存更新策略3.討論緩存與數(shù)據(jù)庫一致性方案題目4（25分）：CAP理論應(yīng)用討論在互聯(lián)網(wǎng)場景下，如何根據(jù)業(yè)務(wù)需求選擇合適的CAP理論實現(xiàn)方案，并舉例說明五、網(wǎng)絡(luò)與系統(tǒng)基礎(chǔ)（共4題，每題25分，總分100分）題目1（25分）：高可用架構(gòu)設(shè)計一個高可用的API網(wǎng)關(guān)，要求：1.支持負載均衡2.支持服務(wù)熔斷3.支持灰度發(fā)布4.說明DNS解析優(yōu)化方案題目2（25分）：網(wǎng)絡(luò)協(xié)議分析TCP三次握手和四次揮手過程，并討論TCPkeepalive的作用和原理題目3（25分）：系統(tǒng)監(jiān)控設(shè)計一個系統(tǒng)監(jiān)控方案，要求：1.支持關(guān)鍵指標(biāo)告警2.支持慢查詢監(jiān)控3.說明監(jiān)控數(shù)據(jù)存儲方案題目4（25分）：Linux調(diào)優(yōu)一個高并發(fā)服務(wù)器響應(yīng)緩慢，請?zhí)岢鲋辽傥鍌€Linux內(nèi)核參數(shù)調(diào)優(yōu)方案，并說明原理答案與解析一、編程能力測試答案與解析題目1：LRU緩存實現(xiàn)javaimportjava.util.HashMap;importjava.util.Map;importjava.util.LinkedList;classLRUCache<K,V>{privateintcapacity;privateMap<K,Node>map;privateLinkedList<Node>list;classNode{Kkey;Vvalue;Nodeprev,next;Node(Kkey,Vvalue){this.key=key;this.value=value;}}publicLRUCache(intcapacity){this.capacity=capacity;map=newHashMap<>();list=newLinkedList<>();}publicVget(Kkey){Nodenode=map.get(key);if(node==null)return-1;//MovetofrontmoveToFront(node);returnnode.value;}publicvoidput(Kkey,Vvalue){Nodenode=map.get(key);if(node!=null){node.value=value;moveToFront(node);return;}//AddnewnodeNodenewNode=newNode(key,value);map.put(key,newNode);list.addFirst(newNode);//Removeifcapacityexceededif(list.size()>capacity){Nodetail=list.removeLast();map.remove(tail.key);}}privatevoidmoveToFront(Nodenode){list.remove(node);list.addFirst(node);}}解析：使用雙向鏈表+哈希表實現(xiàn)LRU，哈希表用于O(1)時間復(fù)雜度查找，雙向鏈表用于記錄訪問順序。get操作時將節(jié)點移到鏈表頭部，put操作時如果容量已滿則刪除鏈表尾部節(jié)點。時間復(fù)雜度O(1)，空間復(fù)雜度O(capacity)。題目2：未出現(xiàn)最小正整數(shù)pythondeffirst_missing_positive(nums):n=len(nums)Step1:Placeeachnumberinitsrightplaceforiinrange(n):while1<=nums[i]<=nandnums[nums[i]-1]!=nums[i]:nums[nums[i]-1],nums[i]=nums[i],nums[nums[i]-1]Step2:Findthefirstmissingpositiveforiinrange(n):ifnums[i]!=i+1:returni+1returnn+1解析：將數(shù)字放到其索引位置上，如1放到索引0，2放到索引1等。然后遍歷數(shù)組找出第一個不在正確位置的正整數(shù)。時間復(fù)雜度O(n)，空間復(fù)雜度O(1)。題目3：微博系統(tǒng)設(shè)計架構(gòu)圖：用戶界面層→API網(wǎng)關(guān)→業(yè)務(wù)邏輯層（用戶/消息/關(guān)注等微服務(wù)）→數(shù)據(jù)存儲層（用戶-Redis/Memcached，消息-MongoDB/MySQL）技術(shù)選型：1.用戶服務(wù)：SpringCloud+MySQL，處理用戶注冊登錄2.消息服務(wù)：Kafka+MongoDB，處理消息發(fā)布與存儲3.關(guān)注服務(wù)：Redis+MySQL，處理關(guān)注關(guān)系4.緩存：Redis緩存熱點用戶信息5.API網(wǎng)關(guān)：Nginx+SpringCloudGateway，處理路由和限流題目4：線程安全計數(shù)器javaimportjava.util.concurrent.atomic.AtomicInteger;publicclassThreadSafeCounter{//Version1:UsingAtomicIntegerprivateAtomicIntegercount=newAtomicInteger(0);publicvoidincrement(){count.incrementAndGet();}publicvoiddecrement(){count.decrementAndGet();}publicintgetCount(){returncount.get();}//Version2:UsingsynchronizedprivateintcountSync=0;publicsynchronizedvoidincrementSync(){countSync++;}publicsynchronizedvoiddecrementSync(){countSync--;}publicsynchronizedintgetCountSync(){returncountSync;}}解析：第一種使用Java內(nèi)置的AtomicInteger類，性能更好；第二種使用synchronized關(guān)鍵字，實現(xiàn)簡單但性能較低。兩種方式各有優(yōu)劣。題目5：分布式限流系統(tǒng)redis//SetinitialcountforeachuserKEYS=["rate_limit:{user_id}:{api_id}"]EXPIRE=60LIMIT=100CheckandincrementINCR"rate_limit:{user_id}:{api_id}"EXPIRE"rate_limit:{user_id}:{api_id}"EXPIREIF(N>LIMIT)THENRETURN"429TooManyRequests"ELSERETURN"200OK"ENDIF解析：使用Redis的INCR命令實現(xiàn)計數(shù)器，設(shè)置過期時間實現(xiàn)窗口控制。需要處理分布式環(huán)境下計數(shù)器不同節(jié)點數(shù)據(jù)不一致的問題，可以通過Redis集群或Redlock算法解決。答案與解析（續(xù)）二、系統(tǒng)設(shè)計能力測試答案與解析題目1：短鏈接系統(tǒng)設(shè)計架構(gòu)圖：用戶請求→負載均衡器→短鏈接服務(wù)（接收長鏈接生成短鏈接，查詢短鏈接解析）↓數(shù)據(jù)庫（存儲長/短鏈接映射關(guān)系）沖突解決：1.哈希算法：MD5+Base62編碼2.布隆過濾器：避免數(shù)據(jù)庫查詢3.自定義前綴+隨機碼組合題目2：實時推薦系統(tǒng)架構(gòu)圖：用戶請求→推薦服務(wù)（實時特征提取+模型計算）↓用戶行為存儲（Redis/Memcached）↓離線特征計算（Hadoop/Spark）冷啟動處理：1.基于規(guī)則的推薦（熱門商品）2.用戶畫像相似度推薦3.A/B測試新用戶推薦策略題目3：消息推送系統(tǒng)架構(gòu)圖：消息源→消息中心（Kafka/RabbitMQ）↓推送服務(wù)（短信/微信/AppPush）→用戶設(shè)備可靠性保證：1.消息確認機制2.消息重試策略3.推送狀態(tài)監(jiān)控題目4：分布式事務(wù)架構(gòu)圖：訂單服務(wù)→支付服務(wù)→庫存服務(wù)↓事務(wù)協(xié)調(diào)器（TCC/可靠消息最終一致性）解決方案：1.TCC（Try-Confirm-Cancel）兩階段提交變種2.可靠消息最終一致性：消息確認+補償事務(wù)答案與解析（續(xù)）三、數(shù)據(jù)庫與存儲技術(shù)答案與解析題目1：數(shù)據(jù)庫優(yōu)化優(yōu)化方案：1.索引優(yōu)化：創(chuàng)建合適的索引，如組合索引(創(chuàng)建時間,用戶ID)2.分表分庫：按時間范圍或用戶ID分表3.緩存優(yōu)化：熱點數(shù)據(jù)放入Redis/Memcached4.SQL優(yōu)化：避免全表掃描，使用EXPLAIN分析執(zhí)行計劃題目2：NoSQL應(yīng)用場景RedisvsMySQL差異：1.Redis：內(nèi)存存儲，適用于高并發(fā)讀；MySQL：磁盤存儲，適用于事務(wù)性數(shù)據(jù)2.Redis：單線程，通過IO多路復(fù)用處理并發(fā)；MySQL：多線程，支持行鎖/表鎖3.Redis：適用場景：緩存、計數(shù)器、會話存儲；MySQL：適用場景：核心業(yè)務(wù)數(shù)據(jù)題目3：分布式數(shù)據(jù)庫架構(gòu)設(shè)計：1.分片規(guī)則：根據(jù)用戶ID哈希分片2.讀寫分離：主庫寫，從庫讀3.跨分片查詢：使用全局ID或虛擬表題目4：數(shù)據(jù)備份與恢復(fù)方案設(shè)計：1.全量備份：每天凌晨執(zhí)行2.增量備份：使用binlog或RedisAOF3.測試方案：定期執(zhí)行恢復(fù)演練答案與解析（續(xù)）四、分布式與微服務(wù)答案與解析題目1：分布式鎖Redis實現(xiàn)：redisSETNXlock_keyuuidEXPIRElock_key30DoworkDELlock_keyZooKeeper實現(xiàn)：java//CreateaznodewithephemeralandsequenceflagsStringpath=zk.create("/locks/lock_","",ZooDefs.Ids.OPEN_ACL_UNSAFE,CreateMode.EPHEMERAL_SEQUENTIAL);//CheckifIamthefirstStringminNode=getMinNode(path);if(minNode.equals(path)){Doworkzk.delete(path,-1);}題目2：服務(wù)治理治理方案：1.服務(wù)注冊：Eureka/Nacos2.服務(wù)發(fā)現(xiàn)：Consul3.熔斷：Hystrix/Sentinel4.降級：根據(jù)錯誤率/響應(yīng)時間題目3：分布式緩存解決方案：1.緩存穿透：使用布隆過濾器2.緩存擊穿：設(shè)置熱點數(shù)據(jù)永不過期3.緩存雪崩：設(shè)置緩存過期時間隨機化4.更新策略：發(fā)布訂閱/定時更新題目4：CAP理論應(yīng)用應(yīng)用場景：1.金融交易：選擇CP（一致性優(yōu)先），如MySQL+Redis2.推薦系統(tǒng)：選擇AP（可用性優(yōu)先），如Nginx+Redis3.社交媒體：選擇CA（分區(qū)容錯