一、面试基本情况本次面试主要围绕 React 相关技术、流式传输以及算法与 React Hook 实现展开，包含技术原理问答和两道代码实现题。二、技术问题回顾与解答1. React Router 的实现机制React Router 基于 HTML5 的 history API 实现单页面应用的路由功能。它通过监听浏览器的 popstate 事件（当用户点击浏览器的前进、后退按钮时触发）以及手动调用 history.pushState()、history.replaceState() 方法来更新 URL 地址，同时不触发页面刷新。在 React 组件中，通过 BrowserRouter（基于 history API）、HashRouter（基于 URL 的 hash 部分，兼容性更好）等组件包裹应用，结合 Route 组件定义不同路径对应的渲染组件。当 URL 变化时，React Router 会根据当前路径匹配相应的 Route 并重新渲染对应的组件，从而实现页面内容的更新 。不过在本次面试中，我对这块知识掌握不够扎实，未能完整清晰作答。2. React memo 是做了什么React.memo 是一个高阶组件，用于对函数式组件进行性能优化。它会对组件的 props 进行浅比较，如果前后两次传入的 props 浅比较结果相同，就直接复用之前渲染的结果，不再重新执行组件函数，从而避免不必要的重复渲染。但需要注意，它仅对 props 变化进行比较，当组件内部状态（如通过 useState 创建的状态）变化时，即使 props 未变，组件仍会重新渲染。3. React Suspense 怎么实现的React Suspense 用于处理组件的异步加载情况，让开发者可以指定在异步操作（如数据获取、动态导入组件）进行时显示的加载状态。它通过在组件树中标记一个“等待”区域，当子组件中有异步操作未完成时，会先渲染 Suspense 组件指定的 fallback 内容（如加载动画），直到异步操作完成，再渲染实际的子组件内容。内部实现依赖于 React 的 Fiber 架构，利用 Fiber 的可中断、可恢复特性，在等待异步操作完成期间释放 CPU 资源，不阻塞主线程，提高应用的响应性能 。4. 流式传输相关讨论在讨论流式传输时，我提出可以在前端利用 Server-Sent Events（SSE）实现。SSE 是一种单向的、由服务器向客户端推送数据的技术，适合用于实时数据传输场景。同时，对于 JSON 数据的处理，采用流式解析会更加高效，比如在处理阶乘等数据量较大且逐步生成的场景下，流式解析无需一次性将所有数据加载到内存中，而是边接收数据边解析处理，减少内存占用，提升数据处理效率。三、代码题实现1. 大数相减（考虑负数结果）function subtractLargeNumbers(num1, num2) {    function compare(num1, num2) {        if (num1.length > num2.length) return 1;        if (num1.length < num2.length) return -1;        for (let i = 0; i < num1.length; i++) {            if (num1[i] > num2[i]) return 1;            if (num1[i] < num2[i]) return -1;        }        return 0;    }    const sign = compare(num1.split(''), num2.split(''));    let larger = sign >= 0? num1 : num2;    let smaller = sign >= 0? num2 : num1;    let result = '';    let carry = 0;    for (let i = 0; i < larger.length; i++) {        let diff = parseInt(larger[larger.length - 1 - i]) - (parseInt(smaller[smaller.length - 1 - i]) || 0) - carry;        if (diff < 0) {            diff += 10;            carry = 1;        } else {            carry = 0;        }        result = diff + result;    }    while (result[0] === '0' && result.length > 1) {        result = result.slice(1);    }    return sign < 0? '-' + result : result;}2. 实现一个可暂停、继续的倒计时 React Hookimport { useState, useEffect } from'react';function useCountdown(initialTime) {    const [time, setTime] = useState(initialTime);    const [isRunning, setIsRunning] = useState(true);    let intervalId;    useEffect(() => {        if (isRunning && time > 0) {            intervalId = setInterval(() => {                setTime(prevTime => prevTime - 1);            }, 1000);        } else {            clearInterval(intervalId);        }        return () => clearInterval(intervalId);    }, [isRunning, time]);    const start = () => {        setIsRunning(true);    };    const pause = () => {        setIsRunning(false);    };    return {        time,        start,        pause    };

主要问了项目 代码沙箱的基本原理是什么？为什么能保护系统安全？ Flink是不是本身就有任务调度的能力？为什么要自己实现一个？ 有没有了解别的产品化的数据分析工具？ 做数据分析的话，里面的挑战是什么？ 血缘分析中提到的影响分析是指什么？ CDC技术介绍一下具体的原理 有没有其他的组件有类似的功能？ 为什么要使用一个调度框架，而不是自己定义定时任务？ Quartz的调度是在单实例上面的吗？还是可以是分布式的调度？ Quartz是怎么进行调度的？是将表达式写在表里面然后去扫表吗？如何平衡性能和可靠性呢？ 在限制用户多次提交的场景中，有了解用Redis实现分布式锁来实现控制要怎么做吗？ 通用大模型缺...

介绍系统 分布式事务怎么做的 RocketMQ怎么实现负载均衡 consume 要进行队列的合理分配 实现负载均衡 consumer/producer负载均衡 RocketMQ消息积压怎么处理 增加消费者 限制生产者 结合实际情况分析 接上题除了单独加队列 然后配置单独的队列 还有什么处理手法可以处理消费拥堵 队列堵了之后如果你打算加消费者，你觉得应该加多少 当时答得是应该加和queue等值的 后来思考了一下 可以缓慢的加找平衡点 为什么要刚好和生产者一个数目 因为要1：1消费 RocketMQ MQ存储的是什么 RocketMQ底层存储有了解吗 怎么存储数据的 MQ的消费机制是什么 集群消费...