- 日期：2026-07-10
- 企业与岗位：腾讯｜测试开发
- 适用层级：中级—高级
内容说明
本篇为社区对用户分享面经的整理汇编，旨在帮助求职者了解面试考察方向。问题部分力求忠实还原原帖问答脉络；「参考答案 / 复盘思路」为整理方结合工程实践原创补充，仅供交流参考，不代表官方标准答案。
原始素材来自公开面经汇编，具体面试细节以末尾原帖为准。
一、原面经涉及的面试问题（6项）
1. 项目QPS优化了多少，具体如何优化？
参考答案 / 复盘思路： 先说清楚QPS的测量口径：哪个接口、何种业务比例、多少并发、什么硬件、以平均还是峰值为基准，不能只给“提升了两倍”。定位瓶颈可结合APM、火焰图、数据库慢查询、缓存命中率及线程池队列，分清CPU、IO还是锁竞争。优化措施可能是减少重复查询、批处理、缓存热点数据或调整连接池，但必须有前后对照实验。验收时同时看P95/P99延迟、错误率、资源成本和数据一致性，避免QPS上升却让关键用户请求更慢。没有真实项目数字就如实说明方法，不编造收益。
2. 两个翻译大模型，如何评测并做选型决策？
参考答案 / 复盘思路： 先明确翻译使用场景：聊天、商品标题还是合同，不同领域对术语、数字、文体的要求不同。用同一份覆盖语言方向、短长文本、专有名词、日期金额、歧义和低资源语言的样本集对比两个模型。质量上采用自动指标辅助，再让盲评人员按忠实性、流畅度、术语一致性打分，单独统计关键错误。工程侧比较P95延迟、成本、限流和失败重试。最后给出基于风险的取舍：平均分更高但经常把金额翻错的模型，未必适合合同业务。
3. 页面出现乱码，如何判断是前端还是后端问题？
参考答案 / 复盘思路： 沿数据链分层排查。先在浏览器Network查看响应体的字节、Content-Type和charset：若接口原始返回已乱码，重点看数据库编码、服务端序列化及代理网关；若响应正常但页面异常，检查HTML编码声明、前端解码和字体渲染。若只有某些用户或字符出问题，重点验证Emoji、中文扩展字符、导入数据和系统间编码转换。测试时准备确定的多语言样本，比较从数据库到API到页面各阶段的原始值，并避免把字体缺字误判为字符编码错误。
4. 如何查看进程的CPU与内存占用？
参考答案 / 复盘思路： Linux先用top/htop或ps定位PID及CPU、内存使用，再结合pidstat观察一段时间的变化，避免凭单次瞬时采样定结论。区分进程RSS与虚拟内存VSZ，了解容器里还可能受cgroup限制；高CPU进一步看线程热点、火焰图，高内存要区分堆、缓存、泄漏和正常增长。Java服务可辅以jcmd/jstack，Python可结合py-spy或tracemalloc。性能问题要同时看系统总体压力、IO等待及GC行为，不能见到CPU高就直接断言是代码死循环。
5. 腾讯会议涉及哪些网络协议和网络层次？
参考答案 / 复盘思路： 腾讯会议一类实时音视频应用可围绕信令与媒体数据分别回答：会话建立和控制常用可靠的传输机制（如基于TCP/TLS的HTTPS或WebSocket），实时媒体通常更重视低延迟，可能使用基于UDP的RTP/WebRTC等方案；实际产品实现不能不查资料就断言具体协议。网络层面涉及应用层媒体编码与控制、传输层拥塞和丢包策略、IP路由及链路条件。测试重点是弱网、丢包、抖动、切网、NAT穿透、重连和音画同步，而不是只背OSI七层。
6. 算法：滑动窗口中的第K小元素。
参考答案 / 复盘思路： 需要先澄清题意：“滑动窗口中的第K小元素”是给定固定窗口长度，还是求某一个窗口的Kth值；若每滑动一步都输出一次，暴力排序每窗大约是O(w log w)，实现简单但代价较高。可利用平衡有序容器、双堆加延迟删除（适合中位数）或频率结构（值域有限）维护窗口。面试官更关注插入新值、删除旧值、重复元素如何处理以及复杂度权衡。测试要覆盖k=1、k=w、窗口长度1、大量重复值、负数和非法k。
延伸思考（社区补充）
比较两个翻译大模型时，模型A的综合评分更高，却在合同金额和数字翻译上出现更多错误。团队应如何设计评测权重和上线门禁？
思考方向： 可将金额、数字、日期等高风险样本单列，分别统计严重错误率，再结合场景权重、延迟和调用成本判断。
