后台开发

打x的问题没答上来[] 自我介绍[] 讲一下C++里面的智能指针[] 你提到了RAII的思想，能不能具体讲讲[x] 按照RAII的思想，如果打开一个文件描述符失败了，一般会怎么处理？[] 讲讲C++里面new和malloc的区别[] new具体是怎么分配内存的？[] 你提到了brk和mmap这两种分配方式，能详细讲讲吗？[] 什么时候选择brk，什么时候选择mmap？内存阈值是多少？[] 你提到了使用brk分配内存的时候，free的时候并不会立即归还给系统，为什么要做这样的事？[] 如果用malloc频繁的申请小块的内存，会出现什么问题？[x] 那你知道malloc会怎么管理这些内存碎片吗？具体是怎么做的？（答了会整理碎片，追问具体怎么做的没答上来）[] 你提到了堆内存和共享内存，能讲讲还有哪些内存空间吗？[] 栈区上面的内存是怎么开辟的？[] 那你知道C++对象的最小的占用空间是多少吗？[] 追问：为什么是1个字节？为什么不是0字节？为什么不能大于1个字节？[] 如果一个空对象里面只有一个虚函数，那这个对象的大小是多少？（4字节或8字节）[] 追问：为什么加了一个虚函数后大小就不是一个字节了？（多了个虚表指针）[] 能不能讲讲虚表是怎么做的？（虚函数是怎么实现的？）[] 比如有ABC三个类，A类里面有一个虚函数实现，B类和C类分别继承自A类，B类有自己的虚函数，C类没有。能不能分别讲讲B的对象和C的对象的内存分布情况？[x] 操作系统如何做线程调度的？[] 现在有一个多线程的程序，他们同时去修改一个int类型的全局变量，那这个时候会有线程安全问题吗？[] 追问：为什么会有线程安全问题？比如多个线程同时对i++，会有什么问题？（只加了一次）[] 追问：那应该怎么避免这种情况的发生呢？（单例模式）[] 追问：你提到了全局变量使用单例模式来替代，那具体应该怎么做呢？（静态局部对象）[] 追问：还有其他方法吗？（原子操作、加锁）[] 追问：你知道C++里面提供了哪些原子操作吗？[x] 追问：如果现在修改的不是int变量，而修改的是全局map，还能用原子操作解决并发问题吗？[] 回到多个线程进行i++这个问题，a线程将i加了1，线程b也将i加了1，但是线程b并没有感知到线程a将i加了1，是什么原因导致了这个问题呢？（可能是缓存没同步）[] 追问：你这里的缓存是什么缓存？（CPU缓存）[] 追问：能讲讲CPU的缓存吗？它和内存有什么区别？[] 追问：那你能讲讲如何做才能避免缓存不同步的问题吗？（MESI协议）[] 追问：能讲讲这个协议吗？[] DNS解析的过程是怎样的？[x] 追问：DNS向其他几级服务器查询的时候，用的什么协议？[] TCP的数据包有大小限制吗？（有，大了要分片）[x] 追问：你知道这个限制是多大吗？（回答的1500字节，实际应该是1460字节）[] 追问：比如我一个TCP发送方，在发送的时候一次性不能超过1500字节吗？（一个TCP包不能超过1500字节）[x] 追问：实际上调用send的时候，这个地方会有限制吗？（不了解网络编程）[x] 追问：接收方调用receive的时候，一次接受1500字节吗？（不了解网络编程）[] TCP的servier端调用close关闭连接，这时候client端继续发送数据，会出现什么情况（我回答了正常的四次挥手的过程，但是面试官的不太满意，不了解close是怎么做的）[] MySQL的事务怎么实现的回滚？（undolog）[] 追问：讲讲undolog是个啥？[x] 追问：它记录的是动作还是记录的数据？[] 追问：每次操作都会向undolog中写内容，那如何解决undolog过大的问题？（我回答的效仿redis的AOF重写）算法题如图：      

19:30开始，19:26面试官现身面试间，一句"你好听得到吗"把在玩手机的我吓得一激灵，脑子一片空白，跟他说了好几次我在最后发现没开麦....1.面试官先介绍部门业务2.自我介绍接下来拷打项目3.微服务架构和单体架构的区别4.网关是怎么将请求分发给服务的（注册中心）5.说一下你们的负载均衡怎么做的6.如果其中一个服务宕机了，网关是怎么知道的（心跳机制）7.心跳机制有延迟吧，在这段时间如果有很多请求打过来怎么办（没答出来）8.忘了接下来怎么引导的了，然后我理解错了，想成了请求限流，就说用令牌桶算法什么的，面试官继续引导我说有的时候这个服务请求数量很多，有的时候会很少吧，有资源紧缺和资源浪费的情况怎么办（感觉在问削峰填谷我就说加消息队列）9.消息队列了解多吗（我说还没学）10.怀疑是上面我提了令牌桶，面试官为了不让我尴尬问了一个令牌桶的问题11.你的项目中用了Redis，具体是做什么（缓存）12.缓存击穿怎么办13.布隆过滤器怎么实现的14.布隆过滤器的准确率是多少（我直接说有公式不记得了，现在想想忘记跟面试官说说会产生误判的原因什么的了，有点后悔）15.布隆过滤器的长度（这个我其实也好奇过，当时问ai没怎么看懂，这下好了被问到了，只能说不知道）16.MySQL索引用的什么数据结构17.主键索引和普通索引的区别18.场景题：一个大文件存储了上亿个或者更多的用户id，然后客户端要根据id请求用户详情，设计一个系统（这个答得特别差Orz一开始的思路完全错了）一开始说用位图，后面意识到位图只是快速查询这个id存不存在，不能用来查详情然后开始了一错再错的不归路，中间的路程很曲折实在是不好描述，答的也很混乱面试官不断引导我以及给我添加各种各样开挂的条件，最后的回答是参照redis做分片集群，客户端请求发到网关，网关根据注册中心拉取服务找到对应的节点，查询信息其实我还是觉得我回答的很怪，到现在也没有一个很满意的答案19.追问：如果你的分片节点宕机下线了怎么办（我开始扯主从复制-读写分离）20.追问：主节点下线怎么办（继续加机器做哨兵集群。。这个时候已经有点绝望了，感觉在水多加面面多加水，部署机器跟不要钱一样）21.追问：主节点下线后怎么从从节点中挑选新的主节点（没回答上来，面试官跟我解释为什么机器数一般都是单数，像3、5这样的，然后会比较好挑选节点，其实我没太听懂，之后再研究研究吧）22.算法题：给一个字符串如aa=bdd&c12=b，输出map[aa]=bdd，map[c12]=b，即 ‘=’ 两边是键值对，‘&’ 是分隔符，但是字符串可能有异常，比如&&&==a=b&，要求尽可能屏蔽异常得到正确的结果，没见过这道题，直接模拟做的反问：我的面试表现&&建议面试官人特别特别好，一直在引导我，我理解错了他还安慰我说他没表达清楚，我一晚上不停的闯祸，太不好意思了btw因为一开始在玩手机实在是被吓到了忘录音了，不记得有没有缺什么，等想起来我再补充吧—————————二面————————只有差不多40min，没有手撕始终是场景题和一些基础概念的深挖，比如微服务架构思想，jwt的应用，拆表做数据迁移可能遇到的问题等等。。我的回答没有让面试官满意的。。暴露出来好多问题，面试官跟我说我对一些概念还只是会用和基本的了解，没有让理论和实际有很好的结合，让我再去好好思考这些，之前确实是没怎么想过最后反问面试流程:四次技术面+hr面     

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

1.自我介绍2.到岗时间3.描述一下微服务思想4.InnoDB的索引结构5.为什么用B+树6.B树是什么样子的7.主键索引和唯一索引的区别8.redo log是干什么的9.bin log是干什么的10.你项目中redis和mysql是怎么保证数据一致的11.延时双删怎么实现的（固定2s12.有没有别的方法（消息队列，cannal订阅13.有了解过消息队列吗（没有，计划学习14.你知道redis的大key（分片）问题和热key问题吗（互斥锁，预热，设置永不过期15.热key还有什么方法吗（没想出来16.假如有一个redis集群，一个在节点在中国，一个节点在美国，通信延迟很高，有一个大key分片存在这个集群中，中国节点向美国节点同步数据时很多数据没传成功，怎么办（不会，瞎说了一通，面试官说哦...行了解，感觉是不太满意17.这个微服务项目中不同微服务之间是怎么调用的，RPC吗（不是，用的http18.你用过RPC吗（没有，计划学习19.tcp怎么保证可靠的算法题:带过期时间的LRU因为是遍历双向链表修改TTL所以这个复杂度是O(n)，面试官问有没有O(1)的方法，当时没想出来，回来的路上意识到可以记录维护最小堆来实现O(1)的复杂度反问:具体业务没录上音，凭记忆写的，不记得还有没有遗漏了连续两场八股盛宴，面完脑子晕晕的——————补充————————想起来还有一个问题同步/异步IO，阻塞/非阻塞IO是什么，他们的区别，这个真不会又是在瞎说      

3/20一面，3/20已挂1. 自我介绍2. 项目在什么时候做的，是什么类型的项目（是不是业务相关或者有来源的，很遗憾不是）3. 描述一下你的项目4. 遇到了哪些困难，怎么解决的（基本都是自学的项目）5. 你觉得你的项目有哪些亮点（没答上来）6. 进程和线程的区别7. select和epoll的区别8. epoll的两种模式，描述一下9. 上下文切换10. 如何实现线程之间的独立11. 虚函数的实现原理12. new和malloc的区别13. new有分配内存吗14. vector和list区别15. vector超过给定大小是怎么扩容的16. 扩容后迭代器会发生改变吗17. i++和++i的区别18. 智能指针有了解吗，说一下19. 左值和右值20. 快排的实现21. C++面向对象的设计原则22. 三次握手描述一下23. 为什么是三次不是两次不是四次24. 为什么要closewait25. 为什么要timewait26. 并发和并行27. 手撕：从左上角到右下角的最短路径（push_back读入数组标红，用固定大小的数组输出了一个样例）28. 有了解过大模型吗29. 部署过吗，实验精度有没有提升30. 你的同学们现在都在找实习了吗，会做哪些准备31. 反问部门业务：目标是做地图平台，中心负责数据生产部分，主要是采集路线路口等真实地图数据存入库中，利用这些数据渲染虚拟地图，不止数据的采集和分析，其他的每个流程都要大模型的参与（大概）总结：只背了八股没准备好项目，开始八股大礼包的时候已挂，面试结束秒挂。

5.22感谢信5.20一面实习：1.最大收获是什么2.用责任链的时候有用到一些框架吗3.Shiro这个框架你了解多少4.介绍下线程池是怎么用的5.数据从内存到插入数据库是怎样的流程基础：1.Java类加载过程2.知道类加载优先级机制吗3.介绍下双亲委派，可以被打破吗4.讲一下HashMap是怎么实现扩容的5.HashMap为什么线程不安全6.为什么头插法改成尾插法7.有线程安全的Map结构吗8.ConcurrentHashMap中CAS加在哪里，Synchronized加在哪里9.ArrayList、LinkedList有哪些区别，在性能上是什么区别10.O(1)级别插入和查询的数据结构11.AQS的原理12.AQS有哪些应用13.用过哪些锁14.了解CountDownLatch吗15.ThreadLocal底层实现是怎样的16.有用过CompletableFuture吗，底层是如何实现的17.线程之间传递参数，有哪几种方式18.线上一个应用进程，突然之间CPU100%了，怎样去定位是哪里出了问题19.Jdk17和1.8的主要区别20.偏向锁原先是被用在哪里的，为什么被废除了21.介绍下索引的底层结构及为什么用22.B+树的高度一般是多少23.有没有遇到过B+树叶分裂的问题24.让你设计一张表，主键一般选择什么数据类型25.Redis的持久化有哪几种方式26.Redis缓存过期策略有哪些27.IOC的实现原理和好处是什么28.IOC底层比较重要的BeanFactory和FactoryBean的关系是什么29.AOP的具体底层是怎么做的30.RocketMQ的底层了解多少31.RocketMQ的工作流程是什么32.你是怎么理解NameServer的33.有用过Dubbo吗，整体架构是怎样的34.算法：快速幂           

年前就投递了后台开发的岗位，但当时投的太晚了已经没实习机会可捞我了。2.10腾讯实习基地（暑期实习提前批）启动后更新了简历，13号收到S3部门的面试邀请1.一面    2.14（周五） 20：00 一面 八股＋算法题＋SQL题    半小时后通过，2.17上午收到二面邀请2.二面    2.18（周二）19：00 二面 问了个人项目和之后的规划，并且介绍了部门业务    半小时后通过，一直没有约三面。    19号下午打电话催（因为同时面试的字节那边推到HR面了已经）第二天20号收到三面邀请3.三面    2.24（周一）11：00 三面 问个人项目＋八股，也介绍了一下部门业务    第二天25号下午通过并同时收到HR电话面试邀请4.HR面（电话面试）    2.25（周二）18：30 HR面    确定了入职时间、薪资福利的一些事情然后进录用评估。说下周一左右发正式offer    从收到一面邀请到确定录用过了12天，三轮技术面，一轮HR面。腾讯在面试过程中都很友好，问题答不出来也会引导，没有刁难人的情况，每轮的反问阶段面试官都很热情的介绍部门工作内容。并且对双非也比较友好，我投简历除了腾讯字节都过不了初筛的upd:27号（周四）收到了正式offer

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

> 暑期实习> 北京线下面bg：双非本霸面全流程：1. 和保安沟通是来霸面的，无需出示短信，直接进大楼；2. 入口处签到，主要将你的简历放到线下池子里(个人理解)，然后在旁边的阶梯式等候区等待；3. 等待面试官把你捞起来面试；4. 捞起后，进入内部的等待厅，待面试官‘叫号’，跟着指引的工作人员去面试间即可；5. 每次面完都回到等候厅，循环 4 直到挂了 or 完成hr面 or 时间太晚，后续流程应该要线上推进；btw，如果没有被面试官捞起，会有hr同学帮忙看看简历之类的，这部分就不是很清楚了；一些补充的点：1. 一般来说霸面是在已有面邀间隙插入的，理论上早点去更好；2. 霸面的同学不用过于紧张，hr同学都是很友好的，只要你的能力过硬，技术上有自己的亮点，在面试中也不会处于劣势地位，只要流程没灰都是有机会的；3. 我参与的这场线下面，中午仍在流程中的同学不需要自己点外卖，现场会提供餐食(我那场好像点了肯德基)；个人的timeline：- 9点40签到- 9点54一面- 12点二面- 1点33hr面 口头oc+云证4小时，速度起飞，hr面后，还有其他hr同学采访了下 整体流程体感很爽！keep on！------------------二更 250423 已offer    

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

云智二面面完 两天后状态从业务复试变成筛选中 是不是g了          

基本情况投递岗位：后台开发投递部门：腾讯qq招聘类型：暑期实习Base地点：深圳时间：2.23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。19. 反问部门业务面试表现内推链接：https://join.qq.com/resume.html?k=ANQI6RfQ3rhPS2dpyIkeSw

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

介绍：腾讯音乐TME旗下产品包括：QQ音乐、全民K歌、酷狗音乐、酷我音乐、懒人听书等深圳base主要为 QQ音乐、全民K歌广州base主要为 酷狗更多base地，在官网【工作地点】里面筛选$ 招聘官网： 校园招聘 | 腾讯音乐娱乐招聘https://join.tencentmusic.com/campus/  <==投递简历吧【记得填内推码哦：GPC1JJ】更多信息等你来探索：微信公众号【腾讯音乐招聘】：TMEZP_tencent===========我们组三个实习名额：天琴实验室AI后台开发工程师(暑期实习):1. AI中台开发方向参与搭建AI中台服务，构建并优化企业级自研工作流引擎，为算法服务编排提供便捷、高可用、高效率的一站式接入服务- 计算机、软件工程和人工智能等相关专业- 掌握计算机网络、操作系统等基础知识- 熟悉Golang、Python、java中的至少一门语言，有一定工程项目经验2. 多模态算法工程化方向参与音视频、图像等AI领域的算法工程落地并保证服务运行的稳定性，为QQ音乐海量AI场景提供基础能力支撑- 计算机视觉、自然语言处理、机器学习和人工智能等相关专业- 熟悉Python语言，对AIGC技术有一定研究经验，包括但不限于stablediffusion、TTS等- 对前沿AI技术保持敏锐洞察，具有技术创新意识与攻关能力；对TensorRT、Triton、MPS等推理优化技术有使用经验者优先3. ComfyUl开发方向参与ComfyUl的二次开发，开发基于ComfyUl的模块化插件体系，为构建文生图、图生图等多模态工作流提供平台基础- 计算机视觉、自然语言处理、机器学习和人工智能等相关专业- 熟悉Python语言，了解Stable Diffusion技术- 有ComfyUl的使用经验优先

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

请问投实习有哪些厂是不脏面评的吗    

1.自我介绍2.前端到后台的一个请求，完整的流程是怎样的3.在控制层常用的注解有哪些4.用没用过java的线程池，是怎么用的5.使用线程池相比创建一个新的线程有哪些优点6.介绍下线程池中的几个核心参数7.线程池的工作流程是什么8.对于数据库索引是怎么理解的9.知道回表吗10.了解java中的异常处理机制吗11.Try、catch、finally这几个块中的代码一般都是分别写什么12.finally在文件流场景下一般写什么13.讲下java虚拟机中的核心的东西14.一个对象来了之后，在新生代和老年代之间是怎么去做的15.一般新生代到了多少岁之后就会到老年代16.个人相关问题17.对消费金融行业有什么了解呢18.对招联的了解19.反问技术栈

1.自我介绍2.类加载器有哪些实际的应用场景3.了解双亲委派吗4.为什么要打破双亲委派，怎样打破，会不会有安全问题5.介绍下热更新6.有用过反射吗7.反射有哪些具体的使用场景8.反射的弊端有哪些9.有看过spring源码吗10.有一个抢购的场景，从前端到后端，怎么去满足这种大并发的一个请求11.很多个人问题：研究方向、就业方向、公司了解、各种看法等

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