美团面试官：“给你1G内存，如何存储100亿条地址数据？”

欢迎大家来到IT世界,在知识的湖畔探索吧!

假设每条地址数据包含如下字段：

public class Location {       String city;       // 城市，如"北京市"       String region;     // 区域，如"海淀区"       String countryCode;// 国家代码，如"CN"       double longitude;  // 经度       double latitude;   // 纬度   }  

欢迎大家来到IT世界,在知识的湖畔探索吧!

美团面试官：“给你1G内存，如何存储100亿条地址数据？”

小伙伴直接被问懵了，想到了好几种方案面试官都不满意，最终挂了。

一、原始数据结构：内存爆炸的根源

欢迎大家来到IT世界,在知识的湖畔探索吧!public class Location {       private String city;       // 20字节       private String region;     // 20字节       private String countryCode;// 4字节       private double longitude;  // 8字节       private double latitude;   // 8字节   }  

按每条数据平均占用60字节计算，100亿条数据需600GB内存，直接OOM！

二、破局第一招：数据结构分层拆解

1. 共享高频字段：剥离地理信息

将高频重复的city/region/countryCode拆分为独立对象，全局复用：

// 共享地理信息（全局单例）   public class SharedLocation {       String city;       String region;       String countryCode;   }   // 精简后的定位数据   public class Location {       SharedLocation sharedLoc;  // 4字节（指针压缩后）       double longitude;          // 8字节       double latitude;           // 8字节   }  

优化效果：

• 单条数据内存从60字节 → 20字节，总内存降至200GB。

2. 地理信息复用率计算

若100亿数据中，城市/区域重复率为90%：

• 独立SharedLocation对象数量 = 100亿 × 10% = 10亿个
• 内存占用：10亿 × 40字节（字段） ≈ 40GB → 仍不达标！

三、致命第二招：String.intern() 榨干内存

1. 对共享字段二次压缩

对SharedLocation中的字符串字段强制池化，彻底消灭重复：

欢迎大家来到IT世界,在知识的湖畔探索吧!SharedLocation shared = new SharedLocation();   shared.city = cityStr.intern();  // 关键操作！   shared.region = regionStr.intern();   shared.countryCode = countryCode.intern();  

String#intern方法的作用

如果常量池中存在当前字符串,就会直接返回当前字符串.如果常量池中没有此字符串,会将此字符串放入常量池中后,再返回

欢迎大家来到IT世界,在知识的湖畔探索吧!

String.intern() 效果：

• 假设”北京市”出现1亿次，池化后内存仅存1份。
• 字符串总内存从40GB → 4GB（按唯一值1%估算）。

2. 终极内存计算

四、落地代码：3层优化实战

1. 字符串池化工厂（防止并发瓶颈）

public class LocationFactory {       private static final Interner 
  
     STRING_POOL = Interners.newWeakInterner();       public static SharedLocation createShared(String city, String region, String code) {           SharedLocation sl = new SharedLocation();           sl.city = STRING_POOL.intern(city);      // Guava线程安全池化           sl.region = STRING_POOL.intern(region);           sl.countryCode = STRING_POOL.intern(code);           return sl;       }   }   
  

Guava的线程安全池化指的是利用Guava库中的Interners工具，实现多线程环境下安全、高效的对象复用机制。它的核心是解决两个问题：消除重复对象和避免并发竞争。

2. 经纬度列式存储（避开对象头）

欢迎大家来到IT世界,在知识的湖畔探索吧!// 使用双数组替代对象集合   double[] longitudes = new double[100_000_000_000];   double[] latitudes = new double[100_000_000_000];   // 存储时直接按索引写入   longitudes[index] = loc.getLongitude();   latitudes[index] = loc.getLatitude();  

3. 冷热数据分离（LRU淘汰策略）

// 使用Caffeine缓存高频SharedLocation   Cache 
  
    cache = Caffeine.newBuilder()           .maximumSize(100_000)           .build(key -> loadFromDisk(key));   
  

五、面试官连环追问激活成功教程

问题1：String.intern()用多了会不会OOM？

答：

• JDK7+中，字符串常量池位于堆内存，可被GC回收。
• 使用Guava的WeakInterner，无引用字符串自动释放。

问题2：如何应对高并发写入？

答：

• Guava池化器内部采用分段锁，并发写性能损失＜5%。
• 预处理高频字符串（如城市列表预加载），减少实时intern()调用。

问题3：为什么不用Redis？

答：

• 内存计算延迟是Redis的1/10（百ns级 vs μs级）。
• 百亿数据下Redis集群成本极高，而JVM方案仅需普通服务器。

六、性能实测对比

七、总结

“数据结构拆解 + String.intern”组合拳的核心逻辑：

1. 分层：将高频字段剥离共享，减少对象数量。
2. 池化：用intern()实现字符串全局唯一，彻底榨干内存。
3. 列存储：绕过对象模型，直击数据存储本质。

掌握这一招，不仅能在面试中秒杀内存优化题，更能体现“空间与时间的极致权衡”这一顶级架构思维！

你在面试中还遇到过哪些“变态级”内存优化问题？评论区聊聊你的激活成功教程思路！