2026年互联网公司技术部主管面试题集

2026年互联网公司技术部主管面试题集一、编程能力测试（共5题，每题20分，总分100分）题目1（20分）：数据结构实现请用Java或Python实现一个LRU（LeastRecentlyUsed）缓存机制，要求：1.支持get(key)操作，返回键对应的值，如果不存在返回-12.支持put(key,value)操作，将键值对插入缓存，如果缓存已满，则删除最久未使用的项3.缓存容量为固定值，例如34.请说明时间复杂度和空间复杂度题目2（20分）：算法设计给定一个整数数组，设计一个算法找出数组中未出现的最小正整数。要求：1.不能使用额外空间2.时间复杂度尽可能低3.请举例说明算法的正确性题目3（20分）：系统设计设计一个简单的微博系统核心功能模块，要求：1.用户可以发布不超过140字的消息2.用户可以关注/取消关注其他用户3.用户可以查看自己关注用户的最新消息4.请画出系统架构图，并说明主要技术选型题目4（20分）：并发编程请用Java实现一个线程安全的计数器，要求：1.支持increment()和decrement()方法2.使用至少两种不同的同步机制实现3.分析不同实现方式的特点和性能差异题目5（20分）：分布式系统设计一个分布式限流系统，要求：1.支持设置每个用户每分钟最多访问次数2.使用Redis实现3.说明如何处理分布式环境下的数据一致性问题二、系统设计能力测试（共4题，每题25分，总分100分）题目1（25分）：短链接系统设计设计一个短链接系统，要求：1.用户输入长链接，系统返回短链接2.点击短链接可以自动跳转到对应的长链接3.支持自定义短链接前缀4.说明系统如何解决URL冲突问题题目2（25分）：实时推荐系统设计一个实时推荐系统，要求：1.用户访问页面时，1秒内返回个性化推荐结果2.推荐算法需要考虑用户历史行为和实时行为3.说明系统如何处理冷启动问题4.画出系统架构图题目3（25分）：消息推送系统设计一个高并发的消息推送系统，要求：1.支持多种推送渠道（短信、App推送、微信等）2.保证消息至少推送一次3.说明如何实现消息的可靠性和顺序性4.讨论系统扩展性设计题目4（25分）：分布式事务设计一个支持分布式事务的订单系统，要求：1.订单创建需要同时扣减库存和冻结支付金额2.使用至少两种分布式事务解决方案3.说明不同方案适用场景和优缺点4.画出系统架构图三、数据库与存储技术（共4题，每题25分，总分100分）题目1（25分）：数据库优化一个电商网站订单表每天有百万级写入，查询性能下降明显，请提出至少三种优化方案，并说明原理题目2（25分）：NoSQL应用场景讨论Redis和MySQL在大流量场景下的应用场景差异，并说明选择依据题目3（25分）：分布式数据库设计一个分布式数据库架构，要求：1.支持读写分离2.支持数据分片3.说明如何解决跨分片查询问题题目4（25分）：数据备份与恢复设计一个数据库备份与恢复方案，要求：1.支持增量备份2.保证数据一致性3.说明如何测试备份方案的有效性四、分布式与微服务（共4题，每题25分，总分100分）题目1（25分）：分布式锁设计一个高性能的分布式锁，要求：1.支持跨机器锁定2.解决死锁问题3.说明Redis和ZooKeeper两种实现方式的特点题目2（25分）：服务治理设计一个微服务治理方案，要求：1.支持服务注册与发现2.支持服务熔断3.支持配置中心4.说明服务降级策略题目3（25分）：分布式缓存设计一个高可用的分布式缓存系统，要求：1.支持缓存穿透、击穿、雪崩解决方案2.说明缓存更新策略3.讨论缓存与数据库一致性方案题目4（25分）：CAP理论应用讨论在互联网场景下，如何根据业务需求选择合适的CAP理论实现方案，并举例说明五、网络与系统基础（共4题，每题25分，总分100分）题目1（25分）：高可用架构设计一个高可用的API网关，要求：1.支持负载均衡2.支持服务熔断3.支持灰度发布4.说明DNS解析优化方案题目2（25分）：网络协议分析TCP三次握手和四次挥手过程，并讨论TCPkeepalive的作用和原理题目3（25分）：系统监控设计一个系统监控方案，要求：1.支持关键指标告警2.支持慢查询监控3.说明监控数据存储方案题目4（25分）：Linux调优一个高并发服务器响应缓慢，请提出至少五个Linux内核参数调优方案，并说明原理答案与解析一、编程能力测试答案与解析题目1：LRU缓存实现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：使用双向链表+哈希表实现LRU，哈希表用于O(1)时间复杂度查找，双向链表用于记录访问顺序。get操作时将节点移到链表头部，put操作时如果容量已满则删除链表尾部节点。时间复杂度O(1)，空间复杂度O(capacity)。题目2：未出现最小正整数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：将数字放到其索引位置上，如1放到索引0，2放到索引1等。然后遍历数组找出第一个不在正确位置的正整数。时间复杂度O(n)，空间复杂度O(1)。题目3：微博系统设计架构图：用户界面层→API网关→业务逻辑层（用户/消息/关注等微服务）→数据存储层（用户-Redis/Memcached，消息-MongoDB/MySQL）技术选型：1.用户服务：SpringCloud+MySQL，处理用户注册登录2.消息服务：Kafka+MongoDB，处理消息发布与存储3.关注服务：Redis+MySQL，处理关注关系4.缓存：Redis缓存热点用户信息5.API网关：Nginx+SpringCloudGateway，处理路由和限流题目4：线程安全计数器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：第一种使用Java内置的AtomicInteger类，性能更好；第二种使用synchronized关键字，实现简单但性能较低。两种方式各有优劣。题目5：分布式限流系统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命令实现计数器，设置过期时间实现窗口控制。需要处理分布式环境下计数器不同节点数据不一致的问题，可以通过Redis集群或Redlock算法解决。答案与解析（续）二、系统设计能力测试答案与解析题目1：短链接系统设计架构图：用户请求→负载均衡器→短链接服务（接收长链接生成短链接，查询短链接解析）↓数据库（存储长/短链接映射关系）冲突解决：1.哈希算法：MD5+Base62编码2.布隆过滤器：避免数据库查询3.自定义前缀+随机码组合题目2：实时推荐系统架构图：用户请求→推荐服务（实时特征提取+模型计算）↓用户行为存储（Redis/Memcached）↓离线特征计算（Hadoop/Spark）冷启动处理：1.基于规则的推荐（热门商品）2.用户画像相似度推荐3.A/B测试新用户推荐策略题目3：消息推送系统架构图：消息源→消息中心（Kafka/RabbitMQ）↓推送服务（短信/微信/AppPush）→用户设备可靠性保证：1.消息确认机制2.消息重试策略3.推送状态监控题目4：分布式事务架构图：订单服务→支付服务→库存服务↓事务协调器（TCC/可靠消息最终一致性）解决方案：1.TCC（Try-Confirm-Cancel）两阶段提交变种2.可靠消息最终一致性：消息确认+补偿事务答案与解析（续）三、数据库与存储技术答案与解析题目1：数据库优化优化方案：1.索引优化：创建合适的索引，如组合索引(创建时间,用户ID)2.分表分库：按时间范围或用户ID分表3.缓存优化：热点数据放入Redis/Memcached4.SQL优化：避免全表扫描，使用EXPLAIN分析执行计划题目2：NoSQL应用场景RedisvsMySQL差异：1.Redis：内存存储，适用于高并发读；MySQL：磁盘存储，适用于事务性数据2.Redis：单线程，通过IO多路复用处理并发；MySQL：多线程，支持行锁/表锁3.Redis：适用场景：缓存、计数器、会话存储；MySQL：适用场景：核心业务数据题目3：分布式数据库架构设计：1.分片规则：根据用户ID哈希分片2.读写分离：主库写，从库读3.跨分片查询：使用全局ID或虚拟表题目4：数据备份与恢复方案设计：1.全量备份：每天凌晨执行2.增量备份：使用binlog或RedisAOF3.测试方案：定期执行恢复演练答案与解析（续）四、分布式与微服务答案与解析题目1：分布式锁Redis实现：redisSETNXlock_keyuuidEXPIRElock_key30DoworkDELlock_keyZooKeeper实现：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);}题目2：服务治理治理方案：1.服务注册：Eureka/Nacos2.服务发现：Consul3.熔断：Hystrix/Sentinel4.降级：根据错误率/响应时间题目3：分布式缓存解决方案：1.缓存穿透：使用布隆过滤器2.缓存击穿：设置热点数据永不过期3.缓存雪崩：设置缓存过期时间随机化4.更新策略：发布订阅/定时更新题目4：CAP理论应用应用场景：1.金融交易：选择CP（一致性优先），如MySQL+Redis2.推荐系统：选择AP（可用性优先），如Nginx+Redis3.社交媒体：选择CA（分区容错