1. 面试复盘与对账系统全链路解析最近参加了百度Java后端实习的一面整体感觉既紧张又收获颇丰。面试官主要围绕对账系统设计、Java并发原理和实际编码能力三个维度展开考察。作为应届生这种结合业务场景与底层原理的面试方式确实很有挑战性但也让我意识到工业级开发与校园项目的本质区别。1.1 对账系统核心架构剖析面试中首先被问及的是电商场景下的对账系统设计。这类系统在支付、金融领域属于核心基建主要解决交易数据一致性校验问题。典型场景如支付平台与银行系统的交易记录比对商户订单与物流信息的匹配验证跨系统资金流水核对其核心难点在于海量数据的高效比对日均千万级交易分布式环境下的数据一致性异常情况的自动修复机制我给出的设计方案采用分层处理架构数据采集层 → 对账预处理层 → 核心比对层 → 差错处理层 → 报表展示层1.2 关键组件技术选型数据采集使用Kafka作为消息队列缓冲面试官追问了Exactly-Once语义实现采用Flink进行实时流处理批处理场景配合HBase存储历史数据核心比对// 典型对账算法示例 public class ReconciliationService { private static final int BATCH_SIZE 5000; public void reconcile(DataSource sourceA, DataSource sourceB) { MapKey, Record mapA loadBatch(sourceA, BATCH_SIZE); MapKey, Record mapB loadBatch(sourceB, BATCH_SIZE); // 双指针比对算法 for (Map.EntryKey, Record entry : mapA.entrySet()) { Record match mapB.get(entry.getKey()); if (match null) { handleMismatch(entry.getValue(), null); } else if (!entry.getValue().equals(match)) { handleMismatch(entry.getValue(), match); } mapB.remove(entry.getKey()); } // 处理B系统独有记录 mapB.values().forEach(record - handleMismatch(null, record)); } }差错处理自动重试机制指数退避算法人工干预接口设计差错流水持久化方案面试官提示实际工业级系统需要考虑分布式锁、幂等设计等细节这是校园项目容易忽略的点2. AQS原理深度追问与盲区破解2.1 AQS核心机制复盘AbstractQueuedSynchronizer作为Java并发包的核心框架面试官连续追问了多个底层实现细节CLH队列变体实现通过双向链表实现等待队列每个节点保存等待状态WAITING/CANCELLED自旋CAS保证线程安全独占模式与共享模式区别// 关键方法对比 public abstract class AbstractQueuedSynchronizer { // 独占模式 protected boolean tryAcquire(int arg) { ... } // 共享模式 protected int tryAcquireShared(int arg) { ... } }条件队列工作原理与同步队列分离设计await()时创建新节点加入条件队列signal()时转移节点到同步队列2.2 实际应用场景分析面试官给出场景题如何基于AQS实现一个限流器class RateLimiter extends AbstractQueuedSynchronizer { private final int permits; private final long interval; private long lastTime; protected int tryAcquireShared(int acquires) { long now System.currentTimeMillis(); long elapsed now - lastTime; if (elapsed interval) { lastTime now; return permits - acquires; } int available (int)(permits * elapsed / interval) - acquires; return available 0 ? available : -1; } }踩坑记录最初忽略了时间窗口重置逻辑导致限流器在长时间空闲后失效3. Kafka存储机制连环问3.1 消息存储核心设计面试官重点考察了以下知识点分段存储机制每个partition分为多个segment文件文件命名基于基准offset如00000000000000000000.log索引文件采用稀疏索引设计零拷贝优化// Linux sendfile系统调用实现 long transferTo(long position, long count, WritableByteChannel target);ISR列表维护副本同步状态检测最小ISR配置策略Leader选举触发条件3.2 消息可靠性保障针对消息不丢失场景需要多层级保障Producer端ackall配置重试机制幂等处理事务消息支持Broker端刷盘策略page cache vs fsync副本同步机制磁盘故障处理Consumer端手动提交offset消费幂等设计死信队列处理4. 两线程交替打印实战4.1 问题描述与解法分析经典面试题两个线程交替打印1-100要求严格顺序输出。这实际考察线程间通信机制的掌握程度。错误示范常见死锁写法// 错误代码可能导致活锁 public class BadSolution { private static boolean flag true; public static void main(String[] args) { new Thread(() - { for (int i 1; i 100; i 2) { while (!flag) {} // 忙等待 System.out.println(i); flag false; } }).start(); new Thread(() - { for (int i 2; i 100; i 2) { while (flag) {} // 忙等待 System.out.println(i); flag true; } }).start(); } }4.2 正确实现方案方案一wait/notify机制public class AlternatePrint { private static final Object lock new Object(); private static int count 1; public static void main(String[] args) { new Thread(() - print(true)).start(); new Thread(() - print(false)).start(); } private static void print(boolean isOdd) { synchronized (lock) { while (count 100) { if ((count % 2 1) isOdd) { System.out.println(Thread.currentThread().getName() : count); lock.notify(); } else { try { lock.wait(); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } } } lock.notify(); // 防止最后线程挂起 } } }方案二ReentrantLock条件变量public class AlternatePrintWithLock { private static final ReentrantLock lock new ReentrantLock(); private static final Condition oddCond lock.newCondition(); private static final Condition evenCond lock.newCondition(); private static int count 1; public static void main(String[] args) { new Thread(() - print(true, oddCond, evenCond)).start(); new Thread(() - print(false, evenCond, oddCond)).start(); } private static void print(boolean isOdd, Condition waitCond, Condition signalCond) { lock.lock(); try { while (count 100) { if ((count % 2 1) isOdd) { System.out.println(Thread.currentThread().getName() : count); signalCond.signal(); } else { waitCond.await(); } } signalCond.signal(); // 确保另一个线程能退出 } catch (InterruptedException e) { Thread.currentThread().interrupt(); } finally { lock.unlock(); } } }4.3 性能优化思考面试进阶问题当需要交替打印1-1亿时如何优化批量打印如每次输出100个连续数字减少锁粒度使用原子变量自旋内存映射输出避免频繁IO5. 面试反思与技术盲区5.1 暴露的知识短板Kafka副本同步细节未能准确说明HWHigh Watermark与LEOLog End Offset的更新时机对Controller故障转移流程理解不深AQS条件队列实现混淆了条件队列与同步队列的转换关系对CANCELLED状态的处理机制不清晰系统设计经验不足对分布式事务方案选择缺乏实战认知监控指标设计考虑不全面5.2 后续学习路线深度阅读《Java并发编程实战》AQS章节精读Kafka官方设计文档研读分布式系统经典论文如Paxos、Raft实践项目实现简化版AQS框架搭建Kafka集群测试各种故障场景设计全链路对账系统Demo编码训练LeetCode多线程专题Hard难度实现生产-消费者模型变种模拟分布式锁争用场景这次面试让我深刻认识到工业级开发不仅需要掌握API使用更要理解底层机制与设计思想。特别是面对高并发、分布式场景时每个技术决策都需要考虑异常处理、性能瓶颈和运维成本。建议准备类似面试的同学在理解原理的基础上多动手实现原型系统才能真正掌握这些核心知识点。