面试真题与回答讲解 第 49 页，共 52 页
浏览 OfferCC 面试真题与回答讲解第 49 页，查看解题思路、实现细节、追问和公开来源。
后端面试：如何设计稳定的游标分页 API？
从并发写入下的分页语义出发，比较 offset 与游标分页，并推导复合游标、索引、双向翻页、快照边界和故障测试。
数据工程面试：如何设计 SCD Type 2 维度并保留正确历史？
用代理键、左闭右开有效区间、幂等加载、删除语义、迟到修正和不变量检查，设计时点正确的 SCD Type 2 维度。
编程面试：实现一个有界 SPSC 无锁环形队列
在单生产者、单消费者约束下实现固定容量环形队列，解释索引、满空判断、内存序和边界测试。
系统设计面试：如何设计实时协同编辑器？
从 CRDT 收敛、文档房间、持久更新日志和状态向量出发，设计支持本地即时编辑、离线重连、临时光标、权限撤销与可验证故障恢复的协同编辑系统。
PostgreSQL 慢查询面试：如何诊断并优化慢 SQL？
从真实负载、执行计划和基数估算推导复合索引与部分索引，并给出上线验证、写放大和回滚检查，避免只凭直觉加索引。
数据工程面试：如何设计变更数据捕获（CDC）管道？
从 PostgreSQL WAL、初始快照和源位置推导无缺口 CDC 管道，并处理至少一次投递、删除、Schema 演进、复制槽风险、重放与数据对账。
如何实现 Fenwick Tree，并支持动态前缀和与按权重选项？
用低位组装的单数组结构实现单点更新、前缀和、区间和与按累计权重选项，分析下标边界、复杂度和负数限制。
系统设计面试：如何设计集中式日志系统？
从本地缓冲、持久消息流、选择性索引和对象存储归档出发，设计能承受日志风暴、下游故障、高基数字段和多租户噪声的集中式日志平台。
如何防止热点缓存过期引发缓存击穿？
从软过期、请求合并和分布式租约出发，设计能够承受热点键失效、刷新者崩溃、缓存故障与延迟写回的缓存读取链路。
数据工程面试：如何诊断并修复 Kafka 热分区？
从分区级 lag 和键分布定位 Kafka 热分区，计算积压增长速度，再根据真实顺序边界选择限流、分区内并行、新分区键与安全迁移方案。
如何实现 Skip List，并解释它为何期望 O(log N)？
用随机层高构建可插入、删除和按序查找的跳表，说明期望复杂度、随机数边界、重复键和内存取舍。
系统设计面试：如何设计云文件存储与多设备同步服务？
从分片上传、不可变文件版本和游标增量同步出发，设计支持断点续传、离线编辑、冲突副本、版本恢复与安全回收的云盘服务。
PostgreSQL 事务隔离如何防止写偏斜？
用医生值班这个跨行不变量，推导 Read Committed、Repeatable Read 与 Serializable 的真实行为，并比较串行化重试、显式锁和单行条件更新三种修复方式。
A/B 测试出现样本比例不匹配时，如何诊断？
从卡方检验确认 Sample Ratio Mismatch，再沿分流、执行、日志处理和分析过滤逐层定位根因，避免用失真的显著提升做上线决定。
如何实现 Vose Alias Method 做 O(1) 加权随机采样？
用概率表和别名表把静态离散分布预处理为常数时间采样，并处理权重更新、数值精度和分布验证。
系统设计面试：如何设计分布式锁服务？
从强一致锁状态、租约续期和 fencing token 出发，设计能抵御进程暂停、网络分区、响应丢失与主节点故障的分布式锁服务。
如何设计幂等的创建订单 API，避免重试产生重复订单？
从幂等键作用域、请求指纹和数据库唯一约束出发，设计可安全重试的创建订单 API，并处理并发请求、响应丢失、键过期与下游副作用。
SQL 面试题：如何查询每个品类销售额前三的商品？
先把订单明细聚合到商品粒度，再用 DENSE_RANK 处理并列销售额并筛选每个品类的前三档，讲清窗口函数、执行顺序、边界与验证。
如何实现 Count-Min Sketch 估算数据流中的频率？
用二维计数器和多组哈希在固定内存中估算任意键的出现次数，并解释误差上界、合并与重置。
系统设计面试：如何设计一个大规模网络爬虫？
从抓取预算推导主机分片的 URL frontier，处理 robots.txt、礼貌调度、去重、重抓取与租约恢复，并用容量计算和故障不变量验证设计。
如何监控生产环境中的机器学习模型？
以网约车 ETA 回归模型为例，建立从服务健康、数据质量、分布漂移到延迟标签质量的分层监控，并把每类信号映射到可执行的告警、回滚和重训练决策。
如何用 HyperLogLog 近似估算海量数据的去重数量？
用固定内存的 HyperLogLog 估算流式数据基数，掌握寄存器更新、误差修正和分布式合并边界。
如何设计一个 Feature Flag 系统？
通过分离管理控制面与进程内求值路径，设计低延迟功能开关平台，并明确灰度分桶、陈旧数据、治理和故障恢复规则。
如何离线与在线评估推荐系统？
从时间点一致的历史日志、排序与非准确率指标、曝光偏差和随机在线实验构建上线决策，并系统排查离线胜出、线上失败的原因。