华为公司招聘避坑指南：面试必问的3个硬核技术点
看了一堆教程还是不会写项目？这是很多准备冲击大厂校招或社招的同学最大的痛点。尤其是面对华为公司招聘这种高门槛、高标准的选拔流程，光背八股文根本不够用。HR和技术面试官最看重的是你能不能把知识落地成可运行的代码。
面试必问的环节里，基础不扎实会被秒拒，但基础扎实却不会工程化，同样会挂。今天我们就以华为公司招聘中常见的后端开发岗位为例，从零搭建一个高并发场景下的“短链接生成服务”。这个项目不大，但涵盖了缓存、数据库索引、异步处理等核心考点，足以帮你打通“从教程到项目”的任督二脉。
项目目标
我们要做的不是一个简单的CRUD练习，而是一个能抗住一定并发压力的短链接服务。
为什么选这个？因为在华为公司招聘的历年面试真题库中，系统设计题占比很高，而短链接是经典的入门级高并发案例。它能考察你对Redis缓存策略、MySQL自增ID与雪花算法的权衡、以及后端异步IO的理解。
核心目标拆解：输入：长URL。
处理：生成一个6位以内的短码，存入Redis和MySQL。
输出：返回短链接 http://s.example.com/{code}。
查询：访问短链接时，先查Redis，未命中再查MySQL并回填缓存。
性能指标：单机QPS至少达到5000，平均响应时间10ms。这个目标设定很务实。很多新手喜欢搞分布式微服务，但如果你连单机高并发都没吃透，面试官根本不会给你机会展示架构能力。华为公司招聘的技术面往往从最基础的原理开始深挖，直到你答不上来为止。
目录结构
工程化是区分“学生代码”和“生产代码”的分水岭。在面试必问的工程实践环节，目录混乱会被直接扣分。我们采用标准的Spring Boot分层架构，同时引入Maven管理依赖。
short-link-service/
├── pom.xml
├── src/
│ ├── main/
│ │ ├── java/
│ │ │ └── com/
│ │ │ └── example/
│ │ │ └── shortlink/
│ │ │ ├── ShortLinkApplication.java # 启动类
│ │ │ ├── config/
│ │ │ │ ├── RedisConfig.java # Redis配置
│ │ │ │ └── WebConfig.java # Web配置
│ │ │ ├── controller/
│ │ │ │ └── ShortLinkController.java
│ │ │ ├── service/
│ │ │ │ ├── ShortLinkService.java # 接口
│ │ │ │ └── impl/
│ │ │ │ └── ShortLinkServiceImpl.java
│ │ │ ├── mapper/
│ │ │ │ └── ShortLinkMapper.java # MyBatis Plus
│ │ │ ├── entity/
│ │ │ │ └── ShortLink.java
│ │ │ └── util/
│ │ │ └── SnowflakeIdGenerator.java
│ │ └── resources/
│ │ ├── application.yml
│ │ ├── mapper/
│ │ │ └── ShortLinkMapper.xml
│ │ └── sql/
│ │ └── init.sql
│ └── test/
│ └── java/
│ └── com/
│ └── example/
│ └── shortlink/
│ └── ShortLinkServiceTest.java注意util包下的SnowflakeIdGenerator。为什么不用数据库自增ID？因为在高并发下，自增ID会产生热点行竞争，导致数据库性能急剧下降。而雪花算法生成的ID是全局唯一的，且趋势递增，非常适合做短码的基数。这一点在华为公司招聘的数据库优化面试中，几乎必考。
核心代码实现
代码是项目的灵魂。我们不看花哨的框架封装，直接看核心逻辑。
1. 实体类与数据映射
@Data
@TableName(t_short_link)
public class ShortLink {@TableId(type = IdType.INPUT) // 使用自定义ID，非自增private Long id;private String url; // 原始长链接private String shortCode; // 短码private Integer hitCount; // 点击次数private LocalDateTime createTime;
}这里用了MyBatis Plus，IdType.INPUT表示ID由代码生成，而非数据库生成。
2. 雪花算法生成ID
public class SnowflakeIdGenerator {private final long twepoch = 1288834974657L;private final long workerIdBits = 5L;private final long datacenterIdBits = 5L;private final long maxWorkerId = -1L ^ (-1L workerIdBits);private final long maxDatacenterId = -1L ^ (-1L datacenterIdBits);private final long sequenceBits = 12L;private long workerId;private long datacenterId;private long sequence = 0L;private long lastTimestamp = -1L;public SnowflakeIdGenerator(long workerId, long datacenterId) {if (workerId maxWorkerId || workerId 0) {throw new IllegalArgumentException(String.format(worker Id can't be greater than %d or less than 0, maxWorkerId));}if (datacenterId maxDatacenterId || datacenterId 0) {throw new IllegalArgumentException(String.format(datacenter Id can't be greater than %d or less than 0, maxDatacenterId));}this.workerId = workerId;this.datacenterId = datacenterId;}public synchronized long nextId() {long timestamp = currentTimeMillis();if (timestamp lastTimestamp) {throw new RuntimeException(String.format(Clock moved backwards. Refusing to generate id for %s milliseconds, lastTimestamp - timestamp));}if (lastTimestamp == timestamp) {sequence = (sequence + 1) sequenceMask;if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);}} else {sequence = 0L;}lastTimestamp = timestamp;return ((timestamp - twepoch) timestampLeftShift)| (datacenterId datacenterIdShift)| (workerId workerIdShift)| sequence;}// ... 辅助方法省略
}这段代码来自Twitter的开源实现，是行业事实标准。在官方文档如Spring Boot或Netty的并发处理章节中，都推荐类似的时间戳+机器ID+序列号的组合方式。面试时，如果面试官问“如果时钟回拨怎么办”，你要能答出“等待时钟追上”或“使用备用机器ID”等策略，而不是只会背代码。
3. 核心服务逻辑
@Service
public class ShortLinkServiceImpl implements ShortLinkService {@Autowiredprivate StringRedisTemplate redisTemplate;@Autowiredprivate ShortLinkMapper shortLinkMapper;@Autowiredprivate SnowflakeIdGenerator idGenerator;private static final String CACHE_KEY_PREFIX = shortlink:;private static final int CACHE_EXPIRE_SECONDS = 3600;@Overridepublic String generateShortLink(String longUrl) {// 1. 校验URL合法性if (!isValidUrl(longUrl)) {throw new IllegalArgumentException(Invalid URL format);}// 2. 检查缓存是否已存在该长链接String cacheKey = CACHE_KEY_PREFIX + longUrl;String existingCode = redisTemplate.opsForValue().get(cacheKey);if (existingCode != null) {return existingCode;}// 3. 生成短码String shortCode = generateShortCode();// 4. 保存至数据库ShortLink entity = new ShortLink();entity.setId(idGenerator.nextId());entity.setUrl(longUrl);entity.setShortCode(shortCode);entity.setHitCount(0);entity.setCreateTime(LocalDateTime.now());shortLinkMapper.insert(entity);// 5. 写入缓存redisTemplate.opsForValue().set(cacheKey, shortCode, CACHE_EXPIRE_SECONDS, TimeUnit.SECONDS);return shortCode;}private String generateShortCode() {long id = idGenerator.nextId();// 将ID转换为36进制字符串，缩短长度return Long.toString(id, 36);}private boolean isValidUrl(String url) {// 简单的正则校验，实际生产环境建议使用更严格的URI解析return url != null url.matches(https?://.*);}
}逐行解析关键点：缓存穿透防护：这里没有做布隆过滤器，因为短链接是“先查后写”，如果URL不存在，我们直接生成新的。但在真实场景中，如果担心恶意查询不存在的URL，需要加布隆过滤器。
36进制转换：Long.toString(id, 36) 是生成短码的关键。二进制转十进制太长，转36进制（0-9, a-z）可以显著缩短字符串长度。
原子性：注意，insert和set之间不是原子的。如果DB插入成功但Redis写入失败，下次请求会再次生成新短码，导致同一个长URL对应多个短码。这在业务上通常可接受，但如果要求严格唯一，需要使用Redis的SETNX或数据库唯一索引兜底。运行与测试
代码写完，必须跑通。在华为公司招聘的现场笔试或编程题中，代码能跑通、输出正确，是及格线。
1. 数据库初始化
CREATE TABLE `t_short_link` (`id` bigint(20) NOT NULL COMMENT '主键ID',`url` varchar(255) NOT NULL COMMENT '原始链接',`short_code` varchar(10) NOT NULL COMMENT '短码',`hit_count` int(11) DEFAULT '0' COMMENT '点击次数',`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',PRIMARY KEY (`id`),UNIQUE KEY `uk_short_code` (`short_code`),KEY `idx_url` (`url`(191)) -- 前缀索引，因为url可能很长
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;避坑提示：url字段如果直接加唯一索引，会占用大量空间且效率低。使用前缀索引idx_url(191)可以解决长字符串索引问题。这也是MySQL优化的经典考点。
2. JUnit单元测试
@SpringBootTest
public class ShortLinkServiceTest {@Autowiredprivate ShortLinkService shortLinkService;@Testpublic void testGenerateShortLink() {String longUrl = https://www.example.com/very/long/path?id=123name=test;String shortCode = shortLinkService.generateShortLink(longUrl);// 断言1：短码不为空assertNotNull(shortCode);// 断言2：短码长度在合理范围内assertTrue(shortCode.length() = 10);// 断言3：再次生成，应返回相同的短码（缓存生效）String shortCode2 = shortLinkService.generateShortLink(longUrl);assertEquals(shortCode, shortCode2);}
}测试时，务必使用@SpringBootTest加载完整上下文，包括Redis连接。如果本地没装Redis，可以用Docker快速启动：
docker run -d -p 6379:6379 redis:alpine在面试必问的测试环节，面试官会问：“如果Redis挂了，你的服务会怎样？”
答案应该是：服务降级。捕获Redis异常，直接查MySQL。虽然性能下降，但保证可用性。这叫“熔断”思想的初级应用。
优化扩展
项目能跑，不代表项目好。在华为公司招聘的终面或架构面中，优化能力决定了你能拿多高的Offer。
1. 异步落库优化
上面的代码是同步写DB和Redis。在高并发下，DB写入会成为瓶颈。
优化方案：引入消息队列（如Kafka或RabbitMQ）。生成短码后，只写Redis。
发送消息到MQ。
消费者异步消费消息，写入MySQL。这样，主链路（用户请求）的耗时从“Redis+MySQL”变成了“Redis”，延迟降低50%以上。
2. 缓存雪崩防护
所有短链接的过期时间如果设置成一样的，一旦大量key同时过期，流量会瞬间打到DB。
优化方案：在CACHE_EXPIRE_SECONDS基础上，增加一个随机数（例如0-300秒）。
int randomExpire = ThreadLocalRandom.current().nextInt(300);
redisTemplate.opsForValue().set(cacheKey, shortCode, CACHE_EXPIRE_SECONDS + randomExpire, TimeUnit.SECONDS);3. 点击计数异步化
hitCount字段如果在每次访问时都更新DB，性能极差。
优化方案：使用Redis的INCR命令原子递增计数，定时任务（如每5分钟）将Redis中的计数同步回MySQL。
这些优化点，每一个都足以作为面试必问的深入话题。不要怕答不出来，要敢于展示你的思考过程。面试官喜欢的是“我知道哪里慢，我尝试过这样优化，虽然没上线但我知道原理”的候选人。
小结
这个项目虽然简单，但覆盖了华为公司招聘后端岗的三大核心：并发控制（雪花算法、同步锁）、缓存策略（穿透、雪崩、一致性）、数据库优化（索引、异步）。
记住，教程是死的，项目是活的。你不需要写出百万行代码，但你需要把一个百行代码的项目，讲出深度，讲出坑，讲出优化思路。
你在项目里踩过这个坑吗？比如雪花算法时钟回拨导致ID重复，或者Redis与MySQL数据不一致？评论区聊聊，看看有多少人中招。 华为公司招聘避坑指南：面试必问的3个硬核技术点
华为公司招聘避坑指南：面试必问的3个硬核技术点
看了一堆教程还是不会写项目？这是很多准备冲击大厂校招或社招的同学最大的痛点。尤其是面对华为公司招聘这种高门槛、高标准的选拔流程，光背八股文根本不够用。HR和技术面试官最看重的是你能不能把知识落地成可运行的代码。
面试必问的环节里，基础不扎实会被秒拒，但基础扎实却不会工程化，同样会挂。今天我们就以华为公司招聘中常见的后端开发岗位为例，从零搭建一个高并发场景下的“短链接生成服务”。这个项目不大，但涵盖了缓存、数据库索引、异步处理等核心考点，足以帮你打通“从教程到项目”的任督二脉。
项目目标
我们要做的不是一个简单的CRUD练习，而是一个能抗住一定并发压力的短链接服务。
为什么选这个？因为在华为公司招聘的历年面试真题库中，系统设计题占比很高，而短链接是经典的入门级高并发案例。它能考察你对Redis缓存策略、MySQL自增ID与雪花算法的权衡、以及后端异步IO的理解。
核心目标拆解：输入：长URL。
处理：生成一个6位以内的短码，存入Redis和MySQL。
输出：返回短链接 http://s.example.com/{code}。
查询：访问短链接时，先查Redis，未命中再查MySQL并回填缓存。
性能指标：单机QPS至少达到5000，平均响应时间10ms。这个目标设定很务实。很多新手喜欢搞分布式微服务，但如果你连单机高并发都没吃透，面试官根本不会给你机会展示架构能力。华为公司招聘的技术面往往从最基础的原理开始深挖，直到你答不上来为止。
目录结构
工程化是区分“学生代码”和“生产代码”的分水岭。在面试必问的工程实践环节，目录混乱会被直接扣分。我们采用标准的Spring Boot分层架构，同时引入Maven管理依赖。
short-link-service/
├── pom.xml
├── src/
│ ├── main/
│ │ ├── java/
│ │ │ └── com/
│ │ │ └── example/
│ │ │ └── shortlink/
│ │ │ ├── ShortLinkApplication.java # 启动类
│ │ │ ├── config/
│ │ │ │ ├── RedisConfig.java # Redis配置
│ │ │ │ └── WebConfig.java # Web配置
│ │ │ ├── controller/
│ │ │ │ └── ShortLinkController.java
│ │ │ ├── service/
│ │ │ │ ├── ShortLinkService.java # 接口
│ │ │ │ └── impl/
│ │ │ │ └── ShortLinkServiceImpl.java
│ │ │ ├── mapper/
│ │ │ │ └── ShortLinkMapper.java # MyBatis Plus
│ │ │ ├── entity/
│ │ │ │ └── ShortLink.java
│ │ │ └── util/
│ │ │ └── SnowflakeIdGenerator.java
│ │ └── resources/
│ │ ├── application.yml
│ │ ├── mapper/
│ │ │ └── ShortLinkMapper.xml
│ │ └── sql/
│ │ └── init.sql
│ └── test/
│ └── java/
│ └── com/
│ └── example/
│ └── shortlink/
│ └── ShortLinkServiceTest.java注意util包下的SnowflakeIdGenerator。为什么不用数据库自增ID？因为在高并发下，自增ID会产生热点行竞争，导致数据库性能急剧下降。而雪花算法生成的ID是全局唯一的，且趋势递增，非常适合做短码的基数。这一点在华为公司招聘的数据库优化面试中，几乎必考。
核心代码实现
代码是项目的灵魂。我们不看花哨的框架封装，直接看核心逻辑。
1. 实体类与数据映射
@Data
@TableName(t_short_link)
public class ShortLink {@TableId(type = IdType.INPUT) // 使用自定义ID，非自增private Long id;private String url; // 原始长链接private String shortCode; // 短码private Integer hitCount; // 点击次数private LocalDateTime createTime;
}这里用了MyBatis Plus，IdType.INPUT表示ID由代码生成，而非数据库生成。
2. 雪花算法生成ID
public class SnowflakeIdGenerator {private final long twepoch = 1288834974657L;private final long workerIdBits = 5L;private final long datacenterIdBits = 5L;private final long maxWorkerId = -1L ^ (-1L workerIdBits);private final long maxDatacenterId = -1L ^ (-1L datacenterIdBits);private final long sequenceBits = 12L;private long workerId;private long datacenterId;private long sequence = 0L;private long lastTimestamp = -1L;public SnowflakeIdGenerator(long workerId, long datacenterId) {if (workerId maxWorkerId || workerId 0) {throw new IllegalArgumentException(String.format(worker Id can't be greater than %d or less than 0, maxWorkerId));}if (datacenterId maxDatacenterId || datacenterId 0) {throw new IllegalArgumentException(String.format(datacenter Id can't be greater than %d or less than 0, maxDatacenterId));}this.workerId = workerId;this.datacenterId = datacenterId;}public synchronized long nextId() {long timestamp = currentTimeMillis();if (timestamp lastTimestamp) {throw new RuntimeException(String.format(Clock moved backwards. Refusing to generate id for %s milliseconds, lastTimestamp - timestamp));}if (lastTimestamp == timestamp) {sequence = (sequence + 1) sequenceMask;if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);}} else {sequence = 0L;}lastTimestamp = timestamp;return ((timestamp - twepoch) timestampLeftShift)| (datacenterId datacenterIdShift)| (workerId workerIdShift)| sequence;}// ... 辅助方法省略
}这段代码来自Twitter的开源实现，是行业事实标准。在官方文档如Spring Boot或Netty的并发处理章节中，都推荐类似的时间戳+机器ID+序列号的组合方式。面试时，如果面试官问“如果时钟回拨怎么办”，你要能答出“等待时钟追上”或“使用备用机器ID”等策略，而不是只会背代码。
3. 核心服务逻辑
@Service
public class ShortLinkServiceImpl implements ShortLinkService {@Autowiredprivate StringRedisTemplate redisTemplate;@Autowiredprivate ShortLinkMapper shortLinkMapper;@Autowiredprivate SnowflakeIdGenerator idGenerator;private static final String CACHE_KEY_PREFIX = shortlink:;private static final int CACHE_EXPIRE_SECONDS = 3600;@Overridepublic String generateShortLink(String longUrl) {// 1. 校验URL合法性if (!isValidUrl(longUrl)) {throw new IllegalArgumentException(Invalid URL format);}// 2. 检查缓存是否已存在该长链接String cacheKey = CACHE_KEY_PREFIX + longUrl;String existingCode = redisTemplate.opsForValue().get(cacheKey);if (existingCode != null) {return existingCode;}// 3. 生成短码String shortCode = generateShortCode();// 4. 保存至数据库ShortLink entity = new ShortLink();entity.setId(idGenerator.nextId());entity.setUrl(longUrl);entity.setShortCode(shortCode);entity.setHitCount(0);entity.setCreateTime(LocalDateTime.now());shortLinkMapper.insert(entity);// 5. 写入缓存redisTemplate.opsForValue().set(cacheKey, shortCode, CACHE_EXPIRE_SECONDS, TimeUnit.SECONDS);return shortCode;}private String generateShortCode() {long id = idGenerator.nextId();// 将ID转换为36进制字符串，缩短长度return Long.toString(id, 36);}private boolean isValidUrl(String url) {// 简单的正则校验，实际生产环境建议使用更严格的URI解析return url != null url.matches(https?://.*);}
}逐行解析关键点：缓存穿透防护：这里没有做布隆过滤器，因为短链接是“先查后写”，如果URL不存在，我们直接生成新的。但在真实场景中，如果担心恶意查询不存在的URL，需要加布隆过滤器。
36进制转换：Long.toString(id, 36) 是生成短码的关键。二进制转十进制太长，转36进制（0-9, a-z）可以显著缩短字符串长度。
原子性：注意，insert和set之间不是原子的。如果DB插入成功但Redis写入失败，下次请求会再次生成新短码，导致同一个长URL对应多个短码。这在业务上通常可接受，但如果要求严格唯一，需要使用Redis的SETNX或数据库唯一索引兜底。运行与测试
代码写完，必须跑通。在华为公司招聘的现场笔试或编程题中，代码能跑通、输出正确，是及格线。
1. 数据库初始化
CREATE TABLE `t_short_link` (`id` bigint(20) NOT NULL COMMENT '主键ID',`url` varchar(255) NOT NULL COMMENT '原始链接',`short_code` varchar(10) NOT NULL COMMENT '短码',`hit_count` int(11) DEFAULT '0' COMMENT '点击次数',`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',PRIMARY KEY (`id`),UNIQUE KEY `uk_short_code` (`short_code`),KEY `idx_url` (`url`(191)) -- 前缀索引，因为url可能很长
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;避坑提示：url字段如果直接加唯一索引，会占用大量空间且效率低。使用前缀索引idx_url(191)可以解决长字符串索引问题。这也是MySQL优化的经典考点。
2. JUnit单元测试
@SpringBootTest
public class ShortLinkServiceTest {@Autowiredprivate ShortLinkService shortLinkService;@Testpublic void testGenerateShortLink() {String longUrl = https://www.example.com/very/long/path?id=123name=test;String shortCode = shortLinkService.generateShortLink(longUrl);// 断言1：短码不为空assertNotNull(shortCode);// 断言2：短码长度在合理范围内assertTrue(shortCode.length() = 10);// 断言3：再次生成，应返回相同的短码（缓存生效）String shortCode2 = shortLinkService.generateShortLink(longUrl);assertEquals(shortCode, shortCode2);}
}测试时，务必使用@SpringBootTest加载完整上下文，包括Redis连接。如果本地没装Redis，可以用Docker快速启动：
docker run -d -p 6379:6379 redis:alpine在面试必问的测试环节，面试官会问：“如果Redis挂了，你的服务会怎样？”
答案应该是：服务降级。捕获Redis异常，直接查MySQL。虽然性能下降，但保证可用性。这叫“熔断”思想的初级应用。
优化扩展
项目能跑，不代表项目好。在华为公司招聘的终面或架构面中，优化能力决定了你能拿多高的Offer。
1. 异步落库优化
上面的代码是同步写DB和Redis。在高并发下，DB写入会成为瓶颈。
优化方案：引入消息队列（如Kafka或RabbitMQ）。生成短码后，只写Redis。
发送消息到MQ。
消费者异步消费消息，写入MySQL。这样，主链路（用户请求）的耗时从“Redis+MySQL”变成了“Redis”，延迟降低50%以上。
2. 缓存雪崩防护
所有短链接的过期时间如果设置成一样的，一旦大量key同时过期，流量会瞬间打到DB。
优化方案：在CACHE_EXPIRE_SECONDS基础上，增加一个随机数（例如0-300秒）。
int randomExpire = ThreadLocalRandom.current().nextInt(300);
redisTemplate.opsForValue().set(cacheKey, shortCode, CACHE_EXPIRE_SECONDS + randomExpire, TimeUnit.SECONDS);3. 点击计数异步化
hitCount字段如果在每次访问时都更新DB，性能极差。
优化方案：使用Redis的INCR命令原子递增计数，定时任务（如每5分钟）将Redis中的计数同步回MySQL。
这些优化点，每一个都足以作为面试必问的深入话题。不要怕答不出来，要敢于展示你的思考过程。面试官喜欢的是“我知道哪里慢，我尝试过这样优化，虽然没上线但我知道原理”的候选人。
小结
这个项目虽然简单，但覆盖了华为公司招聘后端岗的三大核心：并发控制（雪花算法、同步锁）、缓存策略（穿透、雪崩、一致性）、数据库优化（索引、异步）。
记住，教程是死的，项目是活的。你不需要写出百万行代码，但你需要把一个百行代码的项目，讲出深度，讲出坑，讲出优化思路。
你在项目里踩过这个坑吗？比如雪花算法时钟回拨导致ID重复，或者Redis与MySQL数据不一致？评论区聊聊，看看有多少人中招。