基本信息形式：二面采用半结构化技术深度面试，面试官为部门大Leader。侧重系统设计、架构思维、场景分析。考察核心：你能不能把技术知识落到真实业务场景里。重点考察分布式系统、高并发设计、数据库优化等工程实践能力。通常要求画架构图。 时长：约40-60分钟。场景题约20-30分钟，系统设计约15-20分钟，算法题10-15分钟。面试官可能围绕某个场景连续追问20分钟以上，从表结构一路问到降级方案。 氛围：二面难度显著高于一面，问题开放、注重工程落地。面试官会设置“故障推演”类问题，看你能否在假设的崩盘场景中快速给出降级和恢复方案。回答需考虑实际工程的权衡。
二面试题及参考回答一、场景题与系统设计题“商品表+订单表两张表，查询时要考虑做些什么？” 关注：索引设计、分页优化、避免回表、分库分表场景下的查询路由。进阶追问：“如果商品类型字段选择性很差（男/女两值），适合做索引吗？”（不适合，选择性差还会增加维护成本） “数据库层面如何保证数据原子性？” 事务ACID特性、MVCC多版本并发控制、Redo/Undo Log。核心破题点：同时讲清楚MySQL内部两阶段提交（redo prepare->binlog->redo commit）在崩溃恢复时的作用，不是简单背“原子性”定义。 “如果把订单表放Redis里，如何保证一致性？” 缓存更新策略（Cache Aside Pattern）、延迟双删、订阅Binlog异步更新。面试官连环追问：“先删缓存还是先更新DB？为什么？” “大表查询要考虑什么？” 索引优化、分区表、分库分片（分片键选择避免数据倾斜）、读写分离。追问：“一张订单表已经按user_id分了1024张表，现在要查全平台的销售榜（按商品维度聚合），怎么做？设计一个离线数仓解决方案。” “12306网站设计架构” ：高并发订票系统的核心——余票库存扣减并发控制、防超卖设计、请求削峰、订单状态机、分布式锁/分段锁方案。回答层次：业务特点分析→技术难点（余票扣减并发）→分段锁/预扣减→兜底方案。 “电商系统模糊查询商品，分库分表环境下怎么解决分布事务问题？采用最终一致性方案，并发请求来了发现数据不一致怎么办？” 。从数据核对、补偿任务、人工订正路径完整展开。 “抢红包需求：每个用户每分钟最多不能超过5次，怎么解决？” ：漏斗限流（Guava RateLimiter或Redis Lua限流脚本）、Redis实现滑动窗口计数。追问：“限流器本身会成为单点瓶颈，怎么高可用？” “设计一个登录态系统，如何保证密码传输安全？” ：HTTPS传输、非对称加密交换对称密钥、密码加盐哈希存储。追问“请求公钥时被拦截篡改怎么办？”（证书链验证、Certificate Pinning） 二、算法题两个一亿行的Excel表，主键相同，怎么合并写入磁盘？ ：多路归并、外排序。进阶版追问：“如果主键不完全相同，还要处理Dedupe逻辑，内存装不下怎么办？” 实现计算器（带+、-、*、/和括号） ：双栈（运算符栈+操作数栈）+中缀转后缀（逆波兰）。写完主动给出扩展方案（支持负数、浮点、更多运算符），能展示工程完备性思维。 两个矩形的交集 ：二维区间重叠判断。 群面（产品/运营岗）基本信息形式：无领导小组讨论，6-10人一组，限时30-40分钟，就给定场景或产品问题设计解决方案。历年真题参考：“腾讯视频要开拓下沉市场，设计一个低成本拉新活动”。 时长：约30-40分钟。包含读题→思考→小组讨论→汇报。 评分维度：结构化思维（分用户层-功能层-技术层拆解）+ 需求洞察（区分必备需求与期望需求）+ 团队协作（推动共识、不站队不打断）+ 差异化（结合腾讯资源如微信社交链、IP剧）。不打断别人发言、不进行人身攻击是及格线，拿高分的关键在于推动团队从发散走向收敛——在讨论陷入低效重复时主动给出框架。
群面真题与回答思路
真题1：“腾讯视频要开拓下沉市场，设计一个低成本拉新活动。”
真题2：“基于网约车出行安全，设计3个功能优化点。”从司机端、乘客端、平台端三个视角拆解，每个端给出具体功能
真题3：“某短视频APP用户留存率持续下降，如何分析并提出解决办法？”先拆内容质量→推荐算法→社交互动漏斗，分别给可落地改善方案 群面避坑指南：别踩雷：不打断、不站队，推动共识才是关键。如果整组陷入无序争吵，谁第一个把话题拉回结构框架谁基本拿定晋级名额。
| 
发表于 2026-5-25 16:28:39