腾讯teg三面凉经

答案概述：该面经记录了腾讯TEG技术岗三面全流程，涵盖数据库内核实现、分布式系统设计、Linux系统原理及算法题，面试官通过项目细节深挖候选人技术深度与工程能力，问题由底层原理逐步延伸至架构设计，并考察对分布式一致性等前沿问题的理解。以下为关键问题解析与回答思路：

1. Join算法优化

   基础实现：二维循环遍历两表所有记录，时间复杂度O(n*m)。

   优化方向：

   索引优化：为Join字段建立索引（如B+树），将时间复杂度降至O(n log m)。

   哈希表优化：将小表加载至内存构建哈希表，大表逐条查询哈希表，时间复杂度O(n+m)。

   极端情况处理：当哈希表过大时，优化器选择较小表构建哈希（MySQL优化器通过EXPLAIN分析表大小决定驱动表）。

   EXPLAIN原理：解析SQL执行计划，统计表行数、索引信息等，基于成本模型选择最优路径。

2. Buffer Pool与脏页管理

   LRU链表缺陷：预读失效（未使用的页占据缓存）与缓存污染（频繁访问的页被淘汰）。

   脏页丢失问题：通过redo log解决，事务提交时先写日志再刷盘，崩溃恢复时重放日志保证数据一致性。

   改进方案：

   LRU分代：将链表分为热区与冷区，减少预读页影响。

   WAL机制：确保日志先于数据页落盘，满足ACID中的持久性（Durability）。

3. 并发B+树与存储模型

   并发控制：通过锁机制（如读写锁）或MVCC（多版本并发控制）实现。

   执行模型对比：

   火山模型：逐行处理数据，适合行存数据库（如MySQL）。

   物化模型：批量处理数据，减少中间结果，适合列存数据库（如ClickHouse）。

   行存 vs 列存：

   行存：OLTP场景，事务频繁，需快速读写单行。

   列存：OLAP场景，聚合分析高效，压缩率高。

1. 单机到分布式扩展

   数据分片：

   哈希分片：均匀分布，但范围查询效率低。

   范围分片：支持高效范围查询，但可能数据倾斜。

   元数据管理：

   独立存储：用单独数据库保存元数据，需解决单点问题。

   高可用方案：主从复制（如MySQL Replication）或分布式协议（如Raft/Paxos）。

   一致性挑战：

   主从延迟：通过半同步复制或强一致性协议（如Raft）确保数据同步。

   分布式事务：采用两阶段提交（2PC）或TCC模式保证跨节点一致性。

2. 分布式查询优化

   基础算子扩展：

   全表扫描：增加数据分片路由算子，定位数据节点。

   WHERE条件：下推至各节点本地过滤，减少网络传输。

   GROUP BY：各节点局部聚合后，通过全局聚合算子合并结果。

   典型架构：

   Coordinator-Worker模型：协调节点解析SQL，生成分布式执行计划，工作节点执行算子。

1. 开机启动流程

   BIOS/UEFI初始化：硬件自检，加载引导程序（如GRUB）。

   内核加载：读取内核镜像，解压至内存，初始化进程、内存、设备驱动。

   用户态启动：执行/sbin/init（或systemd），启动服务（如SSH、网络）。

2. 中断处理

   中断向量表：CPU根据中断号跳转至对应处理函数。

   优先级与嵌套：高优先级中断可打断低优先级处理，需保存现场（寄存器状态）。

   软中断/tasklet：延迟处理低优先级任务（如网络数据包收发）。

3. 进程与线程

   进程：资源分配单位，拥有独立地址空间与内核态堆栈。

   用户态线程（如协程）：共享进程资源，由用户调度，切换无需内核介入，但阻塞会影响整个进程。

   内核态线程：由内核调度，独立执行，可绑定CPU核心。

• 核心需求：模拟文件系统的目录结构与文件操作（创建、删除、读写）。
• 实现思路：

  字典树（Trie）：节点存储目录/文件元数据（如名称、类型、子节点指针）。

  文件内容存储：用哈希表映射文件路径至内存块（如字节数组）。

  操作示例：class TrieNode: def __init__(self): self.children = {} # 子节点（目录或文件） self.is_file = False self.content = None # 仅文件有内容class FileSystem: def __init__(self): self.root = TrieNode() def create(self, path, is_file=False, content=""): node = self._traverse(path[:-1]) # 定位父节点 if path[-1] in node.children: raise Exception("File/Directory exists") new_node = TrieNode() new_node.is_file = is_file if is_file: new_node.content = content node.children[path[-1]] = new_node def read(self, path): node = self._traverse(path) if not node.is_file: raise Exception("Not a file") return node.content

1. 技术深度：面试官通过项目细节考察对数据库、分布式系统等领域的理解，需准备底层原理（如MVCC、Raft协议）。
2. 工程能力：设计分布式数据库时，需考虑数据分片、元管理、故障恢复等实际场景。
3. 算法基础：内存文件系统考察数据结构与系统设计能力，需清晰表达思路与边界条件。
4. 学习资源：可参考
   笔面经汇总链接
   补充知识盲区。