【拼多多】后端开发(Java)二面面经
本次拼多多后端开发二面主要围绕Java基础、Web核心原理、数据库索引优化及高并发缓存设计展开。面试官不仅考察基础概念的掌握程度,更注重在具体业务场景下的实战应用能力与设计思路。以下是对面试核心内容的结构化梳理与复盘。
01Java基础与Web核心原理
面试首先从JavaWeb请求的生命周期切入,考察对底层流程的系统性理解。标准的请求处理链路包括DNS解析、TCP建连、HTTP报文传输、Tomcat接收处理等环节。在框架层面,Spring作为IoC容器管理Bean生命周期,并通过AOP处理横切逻辑;SpringMVC则通过DispatcherServlet进行核心分发,利用HandlerMapping定位Controller并执行方法。此外,Java基础方面重点考察了面向对象的三大特征——封装、继承与多态,以及HashMap中Key必须具备不可变性并正确实现hashCode()和equals()方法的基础要求。
02SSO与OAuth2概念辨析
统一认证与授权机制对比
核心目的:解决跨系统身份认证
建立统一认证中心(CAS),用户只需登录一次即可访问所有互信子系统
流程:用户在认证中心登录获取Token/Ticket,其他子系统验证该凭证即可建立会话
关注点:在于“身份确认”,让用户在多个系统中无需重复输入账号密码


核心目的:解决第三方授权问题
允许用户授权第三方应用访问其在其他服务上的资源,而不需要将密码提供给第三方
流程:通过颁发Access Token,第三方应用凭借Token在限定范围内访问用户数据
关注点:在于“权限委托”,常用于微信登录、APP接入等场景
03SQL索引优化实战
针对帖子表post(id, uid, title, like_cnt, comment_cnt, create_time),面试题重点考察了复杂查询下的索引设计与优化策略。
| 场景/问题 | 解决方案/设计 | 核心原理/考量点 |
|---|---|---|
| 查询30天内,评论数>5000、点赞数>500的前50条帖子 | 编写包含范围查询与多重过滤条件的SQL语句,按点赞数降序排列 | 需兼顾过滤效率与排序性能 |
| 索引设计策略 | 建立联合索引 (create_time, like_cnt, comment_cnt) | 结合“最左匹配原则”,利用索引下推减少回表,同时需权衡排序效率 |
| 若将like_cnt置于联合索引首位 | 排序能走索引避免filesort,但create_time范围过滤效率会降低 | 需根据实际数据分布选择是优先过滤还是优先排序 |
联合索引设计与优化分析
除了索引层面,针对该表的综合性优化方案还包括:引入Redis缓存热门帖子以减轻数据库压力;实施冷热数据分离,将超过90天的数据归档至其他存储;以及根据业务量进行分库分表(按uid或create_time)和读写分离部署。
04高并发缓存设计策略
在需要快速获取前50条热帖的场景下,单纯的数据库查询往往无法满足性能要求。设计上推荐使用Redis的ZSet(有序集合)数据结构,将帖子ID作为member,点赞数like_cnt作为score。这样可以直接通过ZREVRANGE命令按分值倒序取出Top 50数据。
- 缓存更新策略:在帖子产生新点赞时,实时同步更新ZSet中的score值。
- 高可用保障:设置合理的TTL(生存时间)以防止缓存雪崩;针对极端热点数据,引入本地缓存(如Caffeine)作为双层兜底保护,降低Redis突发压力。
当前文章无评论,是时候发表评论了