互联网公司技术总监面试题及解析

2026年互联网公司技术总监面试题及解析一、编程与算法（共5题，每题10分，总分50分）1.题目：实现一个LRU（LeastRecentlyUsed）缓存，要求支持get和put操作，时间复杂度为O(1)。请用Python或Java实现，并解释你的设计思路。2.题目：给定一个包含重复元素的数组，请找出所有不重复的三元组，使得这三个数的和等于一个给定的数。例如，输入数组[1,-2,-5,0,3,5,8]，目标和为7，输出[1,2,4],[1,3,3]。3.题目：设计一个算法，找出一个无序数组中第三大的数。例如，输入[1,2,2,5,3,5]，输出3。4.题目：实现一个函数，检查一个二叉树是否是完全二叉树。例如：输入二叉树[3,9,20,null,null,15,7]，输出True。5.题目：编写一个分布式系统中的负载均衡算法，假设有5个服务器，根据请求的IP地址计算分配策略，要求高可用且尽量均衡。二、系统设计（共3题，每题20分，总分60分）1.题目：设计一个高并发的短链接系统，要求支持每天10亿级访问量，请画出系统架构图，并说明关键技术选型。2.题目：设计一个类似微博的实时消息推送系统，要求支持百万级用户，消息延迟在100ms以内，请说明数据存储方案和消息队列选型。3.题目：设计一个分布式数据库的读写分离方案，假设有1000万张用户表，QPS为10万，请说明如何实现高可用和性能优化。三、数据库与存储（共2题，每题15分，总分30分）1.题目：解释MySQL中的事务隔离级别，并说明脏读、不可重复读和幻读的区别，以及如何通过SQL实现不同隔离级别的配置。2.题目：设计一个高并发的订单系统数据库表结构，要求支持高并发写入和查询，请说明索引设计原则和分库分表方案。四、分布式与中间件（共2题，每题15分，总分30分）1.题目：解释CAP理论，并说明在分布式系统中如何选择合适的架构模式（如最终一致性、强一致性等）。2.题目：设计一个分布式事务解决方案，要求支持TCC（Try-Confirm-Cancel）模式，请说明实现细节和优缺点。五、网络安全与运维（共2题，每题15分，总分30分）1.题目：解释DDoS攻击的类型和防御策略，请说明如何设计一个高可用的防护系统。2.题目：设计一个监控系统，要求支持分钟级告警，请说明监控指标和告警策略。答案与解析一、编程与算法1.答案：Python实现：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缓存的核心是维护一个有序字典（Python的`OrderedDict`），通过`move_to_end`操作将访问的key移到末尾，表示最近使用。当缓存超出容量时，弹出最久未使用的key（`popitem(last=False)`）。时间复杂度为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，然后固定一个数，使用双指针遍历剩下的部分。跳过重复的数以避免重复的三元组。时间复杂度为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：维护三个变量记录当前最大、次大、第三大的数，遍历数组更新这三个变量。时间复杂度为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：层序遍历二叉树，如果遇到空节点后还有非空节点，则不是完全二叉树。时间复杂度为O(n)。5.答案：哈希取模法：pythondefserver_load_balance(ip):hash_code=sum(ord(c)forcinip)%5returnhash_code解析：通过IP地址计算哈希值，再取模分配到5个服务器。简单高效，但需考虑IP分布均匀性。二、系统设计1.答案：系统架构图：1.前端接入层（Nginx+LVS）2.API网关（Kong+JWT认证）3.缓存层（Redis集群）4.服务层（微服务架构，Consul发现）5.数据库层（ShardingSphere分库分表）6.限流降级（Hystrix+Sentinel）关键技术：-Nginx+LVS实现负载均衡-Redis集群缓存热点数据-ShardingSphere分库分表解决单表亿级数据-微服务+Consul实现服务发现解析：高并发短链接系统需解决缓存穿透、热点数据问题。通过多级缓存（本地+分布式）、分库分表、微服务架构提升性能和可用性。2.答案：数据存储方案：-消息队列（Kafka+RabbitMQ）-时序数据库（InfluxDB）-MySQL（存储关系数据）消息队列选型：-Kafka：高吞吐、低延迟，适合百万级消息-Redis：缓存热点消息解析：实时消息推送需解决高并发、低延迟问题。Kafka+Redis组合可保证消息的可靠性和实时性。3.答案：读写分离方案：1.主从复制（MySQL主库写，从库读）2.分库分表（ShardingSphere+TiDB）3.副本延迟补偿（Canal+ZooKeeper）解析：通过主从复制提升读性能，分库分表解决单表压力，副本延迟补偿保证数据一致性。三、数据库与存储1.答案：隔离级别：-READUNCOMMITTED：脏读-READCOMMITTED：不可重复读-REPEATABLEREAD：幻读-SERIALIZABLE：最强隔离SQL配置：sqlSETTRANSACTIONISOLATIONLEVELREADCOMMITTED;解析：隔离级别从低到高依次解决脏读、不可重复读、幻读问题。实际应用中常用`READCOMMITTED`。2.答案：表结构：sqlCREATETABLEorders(idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINT,order_timeTIMESTAMPDEFAULTCURRENT_TIMESTAMP,amountDECIMAL(10,2),INDEXidx_user_id(user_id),INDEXidx_order_time(order_time));分库分表：-按用户ID分库（TiDB）-按时间分表（Canal同步）解析：索引设计需覆盖高并发查询场景，分库分表通过水平扩展解决单表亿级数据问题。四、分布式与中间件1.答案：CAP理论：-C（一致性）：所有节点数据实时同步-A（可用性）：节点故障不影响服务-P（分区容错性）：网络分区下仍可运行架构选择：-最终一致性（MQ+缓存）-强一致性（Raft+Paxos）解析：根据业务需求选择合适的架构。短链接系统需高可用（A），可接受最终一致性（P）。2.答案：TCC实现：1.Try阶段：预留资源（扣库存、冻结金额）2.Confirm阶段：确认执行（扣减库存、扣款）3.Cancel阶段：释放资源（恢复库存、退款）关键点：-分布式锁（Redis+RedLock）-异步调用（MQ）解析：TCC需保证业务原子性，通过分布式锁和异步调用实现。但实现复杂，需谨慎使用。五、网络安全与运维1.答案：DDoS防御策