猿辅导面经

时间点如下：9.1投递 -> 9.6一面 -> 9.15现场面

一点思考

    猿辅导整体面试的比较简单，效率也挺高。一面是远程面试的，二面、三面、hr面是在现场面试的，听说加班不严重。

    今年找工作十分不易，市场候选人很多，能过就是钱给不到位！希望这篇面经能帮到大家～

猿辅导一面（9.6）

1. 双栈排序，复杂度如何？

n^2

2. kafka的使用场景。kafka高性能的原因是什么？kafka优化如何解决重复消费的问题。

• 优雅下线
• 上游在消息编写幂等id，下游存储这个id是否处理过。处理成功再提交offset

3. mysql事务的原子性怎么实现的？redo log先写缓存，是否有丢失数据的风险？

答了两阶段提交

4. redis过期key的逐出策略是什么？

• 定期删除。是另一个线程么？

低版本用的是主要处理线程，会造成阻塞，每100ms检查一次，如果有超过1/4的过期，则会不断处理过期的key，造成阻塞。 https://segmentfault.com/a/1190000023311805
4.0版本开始支持异步删除
定期删除其实是一种折中方案，避免阻塞正常数据的处理。字典这种结构也一样，底层在扩容时是渐进式hash。

• 执行时删除。

内存满了的逐出策略是什么？

volatile-lru：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰
volatile-ttl：从已设置过期时间的数据集中挑选将要过期的数据淘汰
volatile-random：从已设置过期时间的数据集中任意选择数据 淘汰
allkeys-lru：从数据集中挑选最近最少使用的数据淘汰
allkeys-random：从数据集中任意选择数据淘汰
no-enviction（驱逐）：禁止驱逐数据，直接报错

5. mongodb为什么用b树？

• mongodb nosql，非关系型数据库，文档型数据库，场景定位是：精准查询某条数据，搜索时直接查到某条数据，数据在每个非叶子节点上也有，不必遍历到叶子节点，不适合范围查询。这种场景能减少IO次数。

• mongodb默认底层用的是wired tiger引擎

• mysql一般使用的是范围查询或者等值查询（可能有多条数据），这个时候叶子节点是连在一起的，能顺序IO，会更快。

• https://blog.csdn.net/weixin_41987908/article/details/105255119

6. 协程和线程有什么区别？GPM模型

7. 进程间通信方式有哪些？

• 共享内存
• 信号量
• 信号
• 管道（有名管道和匿名管道）
• socket
• unix domain socket

猿辅导二面（9.15）

1. 二叉树最大宽度

   关键在于如何找到上层和下层的切换节点，如何分割的问题。这里可以通过两个队列来实现，上一个队列存上层的所有数据，当前队列存当前层的所有数据。然后遍历下一层。这里的关键在于一层一层便利，整层出队。

2. 试用期内带团队，如果发现有这些方面的能力，会在一两个月后带团队。

3. 是不是业务成熟饱和就跳槽？

4. 六边形模型。领域建模。分布式事务和tcc

5. 注册中心有哪些

   zk/consul/nacos/eureca

6. 团队的流动率、司龄分布如何？业务挑战和技术挑战如何，技术如何解决这些业务问题呢？岗位对我的期望如何？

7. 长连接如何实现的，保活如何做？保活才是关键。ping/pong