面经合计

9377 (一刀999传奇游戏平台)2.25 一面:1. 对比Java, Golang和 Rust，优缺点2. Java和Golang的GC对比与阐述，Golang和Java的线程对比。3. Golang和Rust编译器对比4. 如果一个Rust写的程序编译慢，有什么解决方案5. 项目问题，问了一个go web和一个rust web的6.实习相关7. Redis相关问题，还有缓存一致性，缓存和数据库修改顺序。该删缓存还是改缓存(系统安全优先，效率次之)8. 手撕，回溯剪枝不会，换了个回文串秒了9.反问(我的回合，开炮！)2.25 二面:1.学习历程2.项目拷打4个都问了，项目难点(解释半天)3.对ai的应用4.vue2，vue3，htmx5.为什么不读研和一些杂七杂八的问题。6.后面的忘了，压力还是给够了。7.反问，(我的回合，抽卡!)战斗，爽! 面试，爽!混沌手锤大魔手感火热，更多面经正在从亚空间来的路上。已拒，不稀饭渣渣灰。#春招# #面经#

#腾讯# #面经#2月18日早上11：36发面试邀请，下午3点半面试，这追的。。。我以为是kpi面凑数的，但后面问的又不像。一面 自我介绍、项目介绍、然后面试官对简历项目一行行的问。问数据库表字段针对业务怎么设计的，怎么做的冗余设计，怎么做的处理。由于项目都是自己自写自用的项目，所以面试官问了很多设计层面上的问题，问了很多容灾备份上的问题。要扯一些高可用的知识以及负载均衡的东西，但很可惜，我项目用不大上，没接着问。一点八股也没有，这方面根本分享不了一点面经。最后做一道题：最长严格递增子序列，dfs暴力解完，耗时15分钟，中间脑子抽了想暴力搜，发现无关顺序立马换dfs了，实际拿dp写可能更好一些...

去年的存货面试公司：字节【基架部门】面试岗位：后端开发面试问题：1.实习项目2.有哪些方案可以避免流量高峰造成的问题- 消息队列削峰填谷- 缓存预热- 负载均衡，分散请求- 限流和降级3.了解常用的限流或者降级的算法嘛？描述一下原理？固定窗口计数器：按照时间段划分窗口，有一次请求就+1，最为简单的算法，但是限流不够平滑且无法应对突然激增的流量。滑动窗口计数器：通过将窗口再细分，并且按照时间“滑动”来解决突破限制的问题，但是时间区间的精度越高，算法所需的空间容量就越大。漏桶：请求类似水滴，先放到桶里，服务的提供方则按照固定的速率从桶里面取出请求并执行。缺陷也很明显，当短时间内有大量的突发请求时，即便此时服务器没有任何负载，每个请求也都得在队列中等待一段时间才能被响应。令牌桶：往桶里面发放令牌，每个请求过来之后拿走一个令牌，然后只处理有令牌的请求。令牌桶满了则多余的令牌会直接丢弃。令牌桶算法既能够将所有的请求平均分布到时间区间内，又能接受服务器能够承受范围内的突发请求，因此是目前使用较为广泛的一种限流算法。4.滑动窗口相对固定窗口算法解决了什么问题相比于固定窗口算法，滑动窗口计数器算法可以应对突然激增的流量。5.【手撕】字符串的z型变换6.操作系统，进程和线程的区别进程是操作系统资源分配的基本单位，线程是cpu调度的基本单位。进程是一个程序的动态运行实例，而线程是进程当中的一条执行流程。进程包含多个线程，线程从属于一个进程；各进程间相互独立，但线程不一定，同一个进程的多个线程可能相互影响。进程切换的开销显著高于线程切换。7.threadlocal的原理就是线程本地变量，如果创建了一个ThreadLocal变量，那么访问这个变量的每个线程都会有这个变量的一个本地拷贝，多个线程操作这个变量的时候，实际是操作自己本地内存里面的变量，从而起到线程隔离的作用，避免了线程安全问题。ThreadLocal的底层数据建构就是ThreadLocalMap,它的key就是ThreadLocal的引用，值就是Object对象。8.用户的请求进来，用户的信息怎样在一个请求内传递？在web应用程序中，ThreadLocal可以用来存储当前请求的上下文信息，使得不同请求之间相互独立9.epoll？当调用epoll_create方法时，Linux内核会创建一个eventpoll结构体，用于存放通过epoll_ctl方法向epoll对象中添加进来的事件。这些事件都会挂载在红黑树中，如此，重复添加的事件就可以通过红黑树而高效的识别出来。而所有添加到epoll中的事件都会与设备(网卡)驱动程序建立回调关系，也就是说，当相应的事件发生时会调用这个回调方法，它会将发生的事件添加到rdlist双链表中。当调用epoll_wait检查是否有事件发生时，只需要检查eventpoll对象中的rdlist双链表中是否有epitem元素即可。如果rdlist不为空，则把发生的事件复制到用户态，同时将事件数量返回给用户。10.项目的代码结构是怎样的微服务架构，ddd11.流量是rpc进来还是http进来12.介绍一下rpc和http在使用场景上的区别rpc通常使用在分布式系统、跨语言调用、高性能服务中。http通常使用在网页浏览、RESTful API、文件下载等13.用rpc代替http会有什么问题？？？14.http底层连接可以基于连接池嘛15.了解golang嘛？了解golang的协程吗16.描述一下动态规划的核心思想？什么样的问题可以用它去解决？17.排序算法有哪些？挑选排序算法的时候要考量哪些？考量：时间复杂度、空间复杂度、稳定性、实现难度、数据规模和特性18.快排是稳定排序的算法嘛？哪些算法是稳定排序的？不是。稳定排序的算法：冒泡排序、插入排序和归并排序19.红黑树相对于普通的树有哪些特征？通常用来解决什么问题？20.mysql的事务隔离级别？21.读已提交和可重复读的底层区别？22.mysql有哪些日志？23.了解redolog吗？24.redolog的刷盘机制是怎样的？25.kafka和rocketmq在业务中使用场景上有什么区别？26.git中版本管理的模型是什么？Git 中的版本管理模型是围绕快照（snapshot）的概念构建的。每次提交（commit）都会记录一个当前所有文件的快照。快照包含了当时整个目录树的状态，包括文件内容和目录结构。27.git的常见操作28.git merge和rebase的区别`git merge` 合并后的历史记录保留了所有分支的历史，呈现出分叉后再合并的结构。`git rebase` 会将当前分支的提交按顺序应用到另一个分支的顶端，这相当于在另一个分支的基础上重新应用当前分支的更改。29.反问#软件开发笔面经##字节跳动#

#腾讯#腾讯后台开发面经-暑期实习基本情况面试全程拷打了1.5个小时，基本网络、数据库、缓存、消息队列、算法都问到了。问题范围广，整体难度算适中，重点考察的是基础知识和实际问题的解决能力。* 网络：HTTPS原理、TCP粘包/拆包。* 编程语言：Golang协程、Context实现原理。* 消息队列：Kafka消息重复消费、消费者组管理。* 数据库：MySQL底层数据结构、慢查询优化、吞吐量提升。* 缓存：Redis vs 本地缓存、缓存一致性、本地缓存固定实例访问。* 项目经验：Job调度优化、导出性能优化。* 算法：回文链表。问题记录1. 自我介绍* 简洁明了，突出技术栈和项目经验。2. HTTPS的原理* HTTPS = HTTP + SSL/TLS，通过非对称加密交换对称密钥，后续通信使用对称加密。* 面试官可能会追问：为什么需要非对称加密？（因为对称加密的密钥传输不安全balabala）3. TCP的粘包、拆包* 粘包：TCP是字节流协议，消息边界不清晰，多个消息可能粘在一起。* 拆包：一个消息可能被拆成多个包传输。* 解决方法：固定长度、分隔符、消息头声明长度等等。4. Golang协程* 协程优势：轻量级、上下文切换快、由用户态调度。* 对比线程：协程更高效，适合高并发场景。5. Context实现原理* Context用于控制Goroutine的生命周期，传递请求范围的值。* 实现原理：通过树形结构管理Goroutine的取消信号和超时控制。6. Kafka消息重复消费* 原因：消费者提交offset失败、分区重平衡、消费者重启。* 解决方法：幂等消费、事务消息、去重表。7. 消费者组管理* 多个消费者在一个消费组中，Kafka会将分区分配给消费者。* 避免重复消费：确保每个分区只被一个消费者消费。8. 延迟调用API* 使用消息队列（如RabbitMQ的延迟队列）或定时任务（如Cron）实现。9. MySQL底层数据结构* InnoDB：B+树索引，支持事务、行级锁、外键。* 优势：查询效率高，支持高并发。10. 慢查询优化* 方法：加索引、优化SQL、分库分表、缓存热点数据。11. Redis vs 本地缓存* Redis：分布式缓存，数据共享，适合大规模系统。* 本地缓存：速度快，但数据不共享，适合单机场景。12. 本地缓存固定实例访问* 使用一致性哈希或固定路由策略，确保请求总是访问同一个实例。13. 缓存和数据库一致性* 方法：先更新数据库，再删除缓存（Cache Aside Pattern）或延迟双删，能分析出各自的优缺点更好。14. MySQL提升吞吐量* 方法：读写分离、分库分表、优化索引、使用连接池。15. Job调度优化* 通过调整调度策略（如优先级调度、批量处理）提升系统性能，和操作系统很相关。16. 导出性能优化，如何从30分钟优化到3分钟* 并行处理。* 减少数据库查询次数。* 使用缓存* 流式导出等等。17. 流式导出什么意思* 边查询边导出，减少内存占用，提升响应速度。18. 算法题：回文链表* 思路：力扣原题，快慢指针找到中点，反转后半部分，比较前后两部分是否相同。* 实现：手写代码，注意下边界条件。内推链接：https://join.qq.com/resume.html?k=ANQI6RfQ3rhPS2dpyIkeSw评论区可以留下姓名缩写加岗位，方便后台查看是否内推成功#前端##技术##面经##后台开发##实习内推#