字节后端面经：黑马点评项目引发的Redis、MySQL等问题大拷问

本文系经授权转载自小林coding（ID：CodingLin）平台。

作者丨小林coding

今日为大家带来一篇字节跳动后端面试经验分享，该项目的核心是黑马点评，其中对 Redis 的应用尤为频繁。

因此，本次面试主要针对redis相关的问题进行了深入探讨，包括大key和热key等关键问题。此外，还涉及了mysql数据库、操作系统、网络以及java编程等方面的考察。

Redis你用到了Redis，那么Redis还可以做什么？

Redis是一款内存型数据库，其数据读写操作均在内存层面进行，故而读写效率极高，广泛适用于缓存系统、消息队列以及分布式锁等多种应用场景。

img

Redis能够支持多样化的业务需求，涵盖了诸如String（字符串）、Hash（哈希）、List（列表）、Set（集合）、Zset（有序集合）、Bitmaps（位图）、HyperLogLog（基数统计）、GEO（地理信息）以及Stream（流）等多种数据类型。这些数据类型的操作均具有原子性，这是因为Redis的命令执行是由单个线程来完成的，从而避免了并发冲突的情况。

除此之外，Redis具备事务处理能力，并支持数据持久化功能。它还兼容Lua脚本执行，提供了多种集群解决方案，包括主从复制、哨兵监控以及切片机群模式。此外，它还实现了发布/订阅机制、内存淘汰策略以及过期数据删除机制等。

讲下Redis的ZSet

Zset 类型的底层数据结构是由压缩列表或跳表实现的：

在 Redis 7.0 版本中，原有的压缩列表数据结构已被淘汰，其功能已由 listpack 数据结构所取代。

ZSet 的范围查询时间复杂度是多少？

Redis的有序集合ZSet的查询范围命令，其时间复杂度为O(log(N)+M)，这里N代表该集合中元素的总数，而M则表示查询结果中元素的数量。

讲一下跳表

链表在搜索特定元素时，由于必须逐个节点进行扫描，导致其查询速度相当缓慢，其时间复杂度达到O(N)。鉴于此，跳表应运而生。跳表是在传统链表的基础上进行优化升级的，它形成了一种包含“多级”结构的有序链表，这一设计使得数据定位更加迅速高效。

这跳表究竟呈现何种形态？让我以实例来为您说明，下面这张图便展示了一个层级达到三级的跳表样式。

img

图中该头节点配备了L0至L2共三个指针，这些指针分别指向了不同层级的节点，随后，各个层级的节点之间通过指针相互连接。

若要在链表中搜寻节点4，必须从链表首部逐个检查，需进行四次查找，但若运用跳表技术，仅需两次查找即可准确找到节点4，这得益于跳表能从顶层的L2层直接跳跃至节点3，随后再进行一次向前遍历即可定位到节点4。

观察可知，这一搜索过程涉及在多个级别间穿梭，直至准确锁定目标元素；在数据规模庞大时，跳表的查询难度可降至O(logN)级别。

跳表是怎么设置层高的？

在创建节点过程中，跳表会随机生成一个位于0到1之间的数值，若该数值低于0.25（即25%的概率），则节点层数将递增一层，随后继续产生新的随机数；此过程将持续进行，直至生成的随机数值超过0.25，从而最终确定该节点的层数。

哈希表是怎么扩容的？

为防止数据迁移时因复制数据所耗费的时间过长而降低 Redis 的性能，Redis 选择了渐进式 rehash 的策略，这意味着数据的迁移并非一次性完成，而是通过分阶段逐步进行。

渐进式 rehash 步骤如下：

如此一来，便巧妙地将大量数据一次性迁移所需成本，分散到了多次处理请求的流程中，成功规避了单次大规模rehash操作所耗费的时间。

在执行渐进式rehash操作时，系统会同时维护两张哈希表，因此在此过程中，对哈希表元素的删除、查找以及更新等操作，均需在这两张哈希表上分别进行。

哈希表扩容的时候，有读请求怎么查？

若需寻找某个键的数值，首先会在“哈希表1”中进行搜索，若未发现，则将转至“哈希表2”中继续查找。

Redis大key如何解决？什么是热key？

通常以其接收到的Key被请求频率来判定，例如：

如何解决热key问题？mysql索引优化详细讲讲

常见优化索引的方法：

防止索引失效：

主键索引和非主键索引有什么区别？

主键索引和非主键索引的主要区别在于：

主键索引，这是一种独特的唯一标识，其中不允许存在任何空缺值。在每一个数据表中，仅能设立一个主键。其核心功能在于，为主键索引提供了便捷的途径，以便迅速定位并获取表中的特定数据。

非主键索引，亦称作二级索引或辅助索引，其数量可以不止一个。此类索引支持包含空值，同时也接纳重复的值。

在进行索引覆盖查询操作时，只需在二级索引中进行搜索，便无需进行回表操作。

MySQL的事务的几个特性你知道吗？

要遵守 4 个特性，分别如下：

操作系统进程和线程的区别

进程构成了系统资源分配的基本单元，线程则是处理器调度的最基本实体。每一个进程都拥有独立的地址空间和系统资源，而线程则是在所属进程的资源范围内进行共享。

由于每个进程都拥有独立的地址空间，因此在进行进程间切换时，所需的成本相对较高。相对而言，线程间的切换仅涉及保存和调整少数几个寄存器的数据，其成本则相对较低。

数据在进程内得以共享，因为线程们可以共用诸如内存和文件描述符等资源，这使得线程间的数据共享和沟通变得相对简单。然而，在进程之间，为了实现数据的共享或沟通，就必须借助专门的进程间通信机制。

分配给进程的资源有哪些？

虚拟内存、文件描述符、信号等等

进程切换和线程切换的区别？

进程的转换涉及诸多方面，涵盖整个进程的地址空间、全局变量以及文件描述符等众多元素。正因如此，相较于线程的转换，进程的转换往往伴随着更大的成本。

线程的转换主要影响的是堆栈、寄存器以及程序执行的位置，这一过程并不触及到进程层面的资源分配，所以进行线程切换的成本相对较低。

为什么并发执行线程要加锁？

并发执行的线程之所以需要实施锁定措施，主要是出于对共享数据的保护目的，以避免“竞态条件”的发生。

所谓“竞态条件”，即指在多个线程对同一数据区域进行读写操作时，最终输出的结果会因线程的运行次序不同而有所差异，从而引发数据的不稳定现象。

通过设置锁定机制，我们能够保证在任何给定时间点，仅有一个线程得以访问那些共享资源，进而有效防止“竞态条件”的发生，进而确保数据的完整性与一致性。

线程死锁的条件？

死锁现象的出现，源于两个或更多线程在同时运行过程中，为了获取资源而相互等待，导致彼此无法继续执行。

死锁现象的出现，必须同时满足以下四个条件：一是资源互斥使用，二是进程持有资源并等待其他资源，三是资源不可被强制剥夺，四是存在进程间的环路等待关系。

为了防止出现死锁现象，只需打破任一条件即可，其中最常见的方式是通过实施资源按序分配策略，来打破环路等待这一条件。

网络TCP和UDP的区别TCP的连接指的是什么东西

为确保通信的稳定性和数据传输的监管，涉及一些关键性的状态数据，诸如套接字、序列标识以及数据窗口的尺寸，这些要素的集合构成了所谓的连接体。

imgTCP三次握手过程描述一下？

建立连接是通过三次握手来进行的。三次握手的过程如下图：

TCP 三次握手为什么要三次？

三个方面分析三次握手的原因：

我们设想一个情景，其中客户端首先发送了一个SYN（序列号为90）的报文，随后客户端突然停止运行，并且该SYN报文遭遇了网络拥堵，导致服务端未能接收到它。随后，客户端重新启动，并再次尝试与服务端建立连接，此时它发送了一个新的SYN（序列号为100）报文。请注意，这并非是对之前SYN报文的重复发送，因为重传的SYN报文序列号是相同的。

看看三次握手是如何阻止历史连接的：

三次握手避免历史连接

客户端在持续多次发送携带相同四元组的SYN报文以建立连接时，若遭遇网络拥堵状况：

上述提到的“旧 SYN 报文”被称为历史连接，TCP之所以采用三次握手来建立连接，其根本目的在于避免由“历史连接”导致的连接初始化问题。

若涉及两次握手建立连接，便无法阻挡历史连接的建立，那么，为何TCP协议中的两次握手机制同样不能阻止历史连接的形成呢？

我直接提出结论，这主要是因为在握手过程中，服务端未能为客户端设立任何中间状态以阻止历史连接的建立，因而服务端有可能创建出历史连接，进而导致资源的不必要消耗。

你不妨思考一下，在完成两次握手后，服务端在接收到 SYN 报文时便进入了 ESTABLISHED 状态，这表示此刻可以向对方传输数据。然而，客户端尚未达到 ESTABLISHED 状态。如果这次连接是历史性的，客户端会识别出这一点，并回应一个 RST 报文以终止连接。与此同时，服务端在初次握手时便已进入 ESTABLISHED 状态，因此它能够发送数据。但遗憾的是，它并未意识到这属于历史连接。只有在接收到 RST 报文后，服务端才会切断连接。

两次握手无法阻止历史连接

观察发现，在采用两次握手来建立TCP连接的过程中，服务端在向客户端传输数据之前，并未对之前的连接进行中断，结果服务端不仅保留了一个历史连接，还额外发送了数据，这无疑是对服务端资源的极大浪费。

因此，为了应对这一状况，最理想的办法是在数据传输至服务端之前，即在建立连接的前期阶段，对过往的连接进行拦截，以此避免资源的无谓消耗。而要达成这一目标，必须借助三次握手的过程。

因此，TCP通过三次握手来建立连接的主要目的，是为了避免由“历史连接”导致的初始化连接问题。

JavaGC算法有哪几种？

垃圾收集（GC）算法主要有以下几种：

标记-清除（Mark-Sweep）算法流程如下：先对需回收的对象进行标记，标记工作完成后，再对那些已被标记的对象进行统一回收处理。

复制机制：将内存区域划分为两部分，每次仅对其中一部分进行操作。当该部分内存资源耗尽后，将正在使用的对象迁移至另一部分。随后，对已使用过的内存区域进行集中清理。

标记-整理（Mark-Compact）算法与“标记-清除”算法在标记阶段保持一致，然而在后续操作中，它并非直接对可回收对象进行清理，而是促使所有存活对象向一端移动，随后直接清除掉端边界之外的内存空间。

分代收集技术，即Generational Collection算法，它将内存按照对象的生命周期划分为若干区域。通常情况下，会将Java堆区划分为新生代与老年代两部分。通过这种方式，我们可以针对不同年代的特征，选用最适宜的回收策略。

增量算法，亦称渐进式垃圾回收技术，其运作原理是将垃圾回收任务细分为若干个步骤，逐一进行，而非一次性完成整个垃圾回收过程，这样能有效缩短程序在垃圾回收期间的暂停时长。

项目算法

1、

2、

3、

4、

5、