面试真题与回答讲解 第 40 页，共 52 页
浏览 OfferCC 面试真题与回答讲解第 40 页，查看解题思路、实现细节、追问和公开来源。
通用面试：你如何写并维护一份架构决策记录（ADR）？
用背景、选项、决策、后果和状态记录重要技术取舍，并在决策变化时保留可追溯的演进历史。
编程面试：如何求两组已排序区间的交集？
用双指针在线性时间内求两组已排序、各自不重叠区间的交集，并处理边界、重复结束点与闭区间语义。
系统设计面试：设计一个多租户授权策略服务
从策略模型、PDP/PEP 边界、版本一致性、缓存、故障模式和决策审计设计多租户授权服务。
前端面试：如何实现高性能且无障碍的虚拟列表？
设计一个包含 100,000 条数据的虚拟信息流，系统处理动态高度、增量加载、状态归属、滚动锚定、键盘焦点、读屏语义与性能验证。
如何在线安全地创建或重建 PostgreSQL 索引？
在持续读写的生产表上规划并发索引、失败恢复、流量保护和上线验证，避免锁表与隐性性能回退。
数据工程面试：设计数据新鲜度与质量 SLA
把新鲜度、完整性和有效性转成可监控、可升级、可复盘的质量承诺。
产品经理面试：如何制定 API 产品策略并提升开发者采用？
从客户工作流制定 API 产品策略，追踪从沙盒访问到生产留存的采用路径，并治理产品包装、接口契约、迁移成本与规模化决策。
通用面试：一次生产事故后，如何主持无责复盘并让行动项落地？
从事件范围、证据时间线和贡献因素出发，设计无责复盘流程，并把模糊的改进愿望转成有负责人、优先级和可验证终态的行动项。
编程面试：如何安全地使用 io_uring multishot accept？
设计带 CQE 生命周期、重新布置、背压、特性探测和可靠回退的 multishot accept 循环。
系统设计面试：设计一个可验证的租户数据删除编排服务
从删除请求、异步编排、幂等重试到副本与备份验证，设计一个能证明租户数据已处理完成的系统。
前端面试：Web Worker、SharedWorker 和 Service Worker 应该如何选择？
用大文件解析、跨标签页单连接和离线重试三个需求，推导 Dedicated Worker、SharedWorker 与 Service Worker 的选择，并覆盖生命周期、通信、持久化、兼容降级和测试。
如何设计 Transactional Outbox 保证数据库与消息最终一致？
用事务性 Outbox 拆解双写问题，设计可靠消息中继、重复投递幂等、顺序与积压处理。
数据工程面试：设计可隔离与重放的数据质量流水线
让有效数据继续流动，同时把坏记录隔离、追踪并安全重放。
产品经理面试：大客户以流失为由要求定制功能，应该做吗？
用流失反事实、通用需求证据、全生命周期成本和商业承诺判断大客户定制需求，并在通用产品、付费适配与拒绝开发之间作出可执行选择。
Linux 面试：如何实现崩溃安全的原子文件更新？
区分原子可见性与崩溃持久性，并从约束推导同目录临时文件、fsync、rename 和父目录 fsync 组成的正确 Linux 文件替换协议。
编程面试：如何用 pidfd 构建安全的 Linux 进程监管器？
使用 pidfd 避免 PID 重用竞态，把进程生命周期接入 poll，并定义信号、退出和描述符所有权。
系统设计面试：如何用 CDC 可靠地同步搜索索引？
从主库 WAL、快照与增量事件出发，设计可重放、可观测且能处理乱序和删除的 CDC 搜索索引同步服务。
前端面试：Cookie、localStorage、sessionStorage 和 IndexedDB 应该如何选择？
用读取方、生命周期、数据模型、信任边界和事实来源五个维度选择浏览器存储，并处理认证、离线同步、多标签页、配额与清理。
后端面试：如何设计 Kubernetes 服务的优雅停机与连接排空？
从终止信号、就绪状态、preStop、连接排空到截止时间，设计可验证的发布与节点关机流程。
数据工程面试：Apache Iceberg 如何安全演进 Schema 和分区？
从字段 ID、元数据快照、Schema 演进与分区演进推导 Iceberg 的兼容性边界，并给出迁移、回滚和查询验证方案。
产品经理面试：A/B 测试主指标提升但护栏指标变差，要上线吗？
先验证实验，再用置信区间对照预设的成功门槛与伤害上限，定位指标冲突的机制，最终选择全量上线、定向复测、迭代或回滚。
Linux 面试：硬链接与符号链接有什么区别？
通过目录项、inode、链接计数、重命名、删除和已打开文件描述符，解释硬链接与符号链接，并判断快照固定、版本切换和跨文件系统引用应该选哪一种。
编程面试：何时选择 Python 3.14 InterpreterPoolExecutor？
分析隔离解释器、真正的多核执行、序列化边界、初始化失败，以及进程池仍更合适的场景。
如何设计时序指标的分层保留与降采样服务？
为高基数指标规划写入、查询、降采样、保留期和成本边界，保证长期趋势可用且短期故障不被抹平。