八股文 / 腾讯后台

腾讯后台开发八股文

持续更新中。来源：2026 暑期实习真实面经。

Go 语言

Q1：Go 的 GMP 调度模型是什么？

来源：26暑期实习-后台AI开发一面

GMP 是 Go runtime 的协程调度模型，由三个核心角色组成：

调度流程：

1. 每个 P 维护一个本地队列（最多 256 个 G）；还有一个全局队列作为溢出缓冲
2. M 必须绑定一个 P 才能执行 G：M ← P ← G
3. M 从绑定的 P 的本地队列取 G 执行；本地队列空了就去全局队列或其他 P 那里偷（work stealing）
4. 当 G 发生系统调用（如文件 IO）阻塞了 M 时，P 会与这个 M 解绑（hand off），找另一个空闲 M 或新建 M 继续执行队列中的 G

核心设计思想：P 的引入将”可运行的协程队列”和”操作系统线程”解耦——M 阻塞不影响其他 G 的调度，实现了 M:N 调度（M 个 OS 线程调度 N 个协程）。

Q2：M 和 P 的数量关系是怎样的？

来源：26暑期实习-后台AI开发一面

• P 的数量决定了最大并行度：同一时刻最多有 GOMAXPROCS 个 G 在真正并行执行
• M 的数量 $\geq$ P 的数量：因为当某个 M 被系统调用阻塞时，它绑定的 P 会转交给另一个 M，所以活跃 M 数可能超过 P 数
• M 的数量也可以远大于 P：大量 G 同时执行阻塞式系统调用时，每个阻塞的 G 都占一个 M

一句话总结：P 决定并行度上限，M 是按需创建的——阻塞 IO 多时 M 多，纯计算负载时 M ≈ P。

Q3：P 的数量怎么设定？M 创建有没有上限？

来源：26暑期实习-后台AI开发一面

P 的数量：

• 默认值 = CPU 逻辑核心数（runtime.NumCPU()）
• 可通过 runtime.GOMAXPROCS(n) 或环境变量 GOMAXPROCS=n 调整
• 设太小：CPU 核心闲置；设太大：上下文切换开销增加
• 经验法则：CPU 密集型保持默认，IO 密集型可适当调大

M 的上限：

• 默认上限 10000（通过 runtime/debug.SetMaxThreads() 可调）
• 超过上限程序直接 panic：thread exhaustion
• 实际中如果 M 数接近上限，说明大量协程在做阻塞式系统调用，应该改用非阻塞 IO 或减少并发

Q4：Go 的内存逃逸是什么？

来源：26暑期实习-后台AI开发一面

Go 编译器通过逃逸分析（escape analysis）决定变量分配在栈上还是堆上。如果编译器判断变量的生命周期超出当前函数作用域，就会将其”逃逸”到堆上分配。

常见逃逸场景：

为什么关注逃逸：堆分配 = GC 压力。高频调用的热路径中避免不必要的逃逸，可以显著减少 GC 停顿。

如何检查：go build -gcflags="-m" 会输出逃逸分析报告。

优化手段：

• 尽量用值传递代替指针传递（小结构体）
• 预分配 slice 容量避免扩容：make([]int, 0, n)
• 避免在热路径中使用 interface{}

Redis

Q5：Redis 为什么性能强？Redis 单线程怎么理解？

来源：26暑期实习-后台AI开发一面

Redis 性能强的原因：

“单线程”的准确含义：

Redis 的”单线程”指的是命令执行（核心事件循环）是单线程的，即读取请求 → 解析命令 → 执行 → 返回结果这条主路径是单线程串行的。但 Redis 并不是只有一个线程：

• 6.0 之前：网络 IO（read/write）和命令执行都在主线程
• 6.0+ 引入多线程 IO：网络读写（解包/发包）可以用多个 IO 线程并行处理，但命令执行仍然是单线程的——这保证了不需要加锁
• 后台线程：持久化（RDB/AOF）、异步删除（UNLINK）、关闭文件描述符等任务由后台线程完成

为什么单线程就够了：Redis 的瓶颈不在 CPU 而在网络 IO 和内存带宽。内存中执行一条命令只需微秒级，单线程每秒可以处理 10w+ 请求。

消息队列

Q6：为什么用 RocketMQ？有没有了解过别的消息队列？怎么做的选型？

来源：26暑期实习-后台AI开发一面

消息队列的选型维度：

选型结论：

• 选 RocketMQ：需要延迟消息（如订单超时取消）、事务消息（如分布式事务最终一致性）、消息过滤、金融级可靠性
• 选 Kafka：需要超高吞吐、日志采集、流计算（Flink/Spark Streaming 集成好）
• 选 RabbitMQ：消息量不大但路由规则复杂、需要多协议支持（AMQP/STOMP/MQTT）

Q7：RocketMQ 和 Kafka 的区别？

来源：26暑期实习-后台AI开发一面

一句话总结：Kafka 是”高速公路”（吞吐至上），RocketMQ 是”智能物流”（功能丰富、业务友好）。

面试算法题

寻找重复数（LeetCode 287）

来源：26暑期实习-后台AI开发一面

题意：给定一个包含 $n + 1$ 个整数的数组 nums，每个整数在 $[1, n]$ 范围内，只有一个重复的整数，找出这个重复数。要求不修改数组，空间 $O(1)$。

思路 — Floyd 快慢指针判环：

把数组看作一个隐式链表：下标 $i$ 的”下一个节点”是 $\text{nums}[i]$。因为有 $n+1$ 个数但值域只有 $[1, n]$，至少有两个不同下标指向同一个值——这意味着链表中存在环，而环的入口就是重复数。

和链表判环问题完全一样，分两步：

1. 快慢指针找相遇点：慢指针每次走一步 slow = nums[slow]，快指针每次走两步 fast = nums[nums[fast]]，在环内相遇
2. 找环入口：将其中一个指针重置到起点（下标 0），两个指针各走一步，再次相遇的位置就是环入口 = 重复数

def find_duplicate(nums):
    slow = fast = 0
    # 第一阶段：快慢指针找环内相遇点
    while True:
        slow = nums[slow]
        fast = nums[nums[fast]]
        if slow == fast:
            break
    # 第二阶段：找环入口
    slow = 0
    while slow != fast:
        slow = nums[slow]
        fast = nums[fast]
    return slow

# ACM 模式
n = int(input())
nums = list(map(int, input().split()))
print(find_duplicate(nums))

时间复杂度：$O(n)$。空间复杂度：$O(1)$。

为什么有效：环入口一定是重复数，因为只有重复数对应的下标会被多个前驱指向（两个不同的位置 $i, j$ 满足 $\text{nums}[i] = \text{nums}[j]$），形成环的入口。

面经记录