美团暑期实习

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##腾讯#

在处理高并发系统性能时，QPS（Queries Per Second）、TPS（Transactions Per Second）和并发数的换算是核心指标。以下是它们的关系模型及实际场景中的换算方法：一、核心定义与关系QPS每秒查询次数（请求数），衡量服务端处理简单请求的能力（如HTTP请求）。API接口、静态资源服务TPS每秒完成的事务数（一个事务可能包含多个操作，如数据库读写），强调业务完整性。支付系统、订单提交等事务型场景并发数系统同时处理的请求数（或用户数），分为并发连接数（网络层）和并发用户数（业务层）。压测设计、系统容量规划关键关系公式 QPS ≈ \frac{并发数}{平均响应时间...

最近用了牛友的内推码投了美团好多个后端实习岗，但是一个星期过去了全是简历筛选中，想让内推我的人帮我查一下进度，看看是不是被hr锁简历了，但是内推我的人却说没查到我的进度。有牛友知道什么情况吗？我很确定填了内推码

#饿了么求职进展汇总# 现在一直是笔试完成状态，好几天了没啥动静是咋回事。