一面：

1. 自我介绍 介绍实习

2. 解释下排查问题的过程，怎么验证的。。

3. 聊聊实习技术栈是怎么选型的

4. mysql redis kafka 哪一个熟悉

5. 索引一般怎么建立

6. 打过acm吗，你是想挑战高难度的算法，还是中等偏难的算法

算法：前K个高频词

二面：

1. 自我介绍
2. 实习
3. 讲一下RAG的流程 索引阶段：文档收集与切割->向量转换与存储 检索生成阶段：文档过滤和检索->查询增强和关联
4. concurrentHashMap 在并发场景下 我想获取他的size 统计他的一个元素数量他是怎么保证并发安全的 1.7：会无锁计数两次，然后判断两次计数是否相等，如果相等，则返回，不相等，再加分段锁去计数 1.8：维护一个“总帐本”，多个“分账本”，写元素的时候哪个账本抢到锁哪个账本原子+1(CAS)，读大小的时候把所有的账本相加
5. kafka的架构是什么样的 生产者生产消息、kafka集群管理消息、消费者消费消息、zookeeper集群注册消息 在集群中，每个分区都可以包含多个副本，这些副本中包含了一个Leader(处理请求用)和多个Follower(备份用)
6. redis是怎么保证高可用的 三种集群模式：主从、哨兵、Redis Cluster
7. redis的集群模式是怎么保证高可用的 Redis Cluster将数据自动分片到多个节点上，每个节点分片负责一部分数据 采用主从复制模式保证高可用，每个分片都有一个主节点和多个从节点，主节点负责写操作，从节点负责复制主节点的数据并处理读请求
8. redis的哈希结构底层是什么样的 元素较少且单个元素长度较小的情况，是zipList，原因是内存占用小，元素少的情况下O(n)复杂度能接受 其他情况，是HashTable
9. redis的渐进式rehash是什么 HashMap的扩容reHash方式：到达负载因子的时候，直接把所有的元素全部重新hash到另一张扩容后的哈希表中 随着redis哈希表数据升高，这种方式会导致IO升高，线程长时间阻塞，redis通过渐进式reHash解决这个问题 扩容时不会直接全部rehash，而是只有当这个桶的元素被增删改查的时候，才把当前桶的元素全部reHash到另一张哈希表
10. java中保证并发安全有哪些机制 原子性：sychronized/lock 可见性：sychronzied/lock/volite 重排序优化导致的有序性问题：happen-before规则
11. 你所负责的一个服务中，如果出现了某个接口，他的响应时长变长，不符合预期了，现在让你去做相关的一个优化，你有什么思路吗 发现瓶颈：根据接口的traceId去分布式链路追踪平台上，就可以看到整个链路上哪里慢了 可能的问题及解决思路： 后端层面： 慢sql:sql优化（略） 死锁：乐观锁、CAS无锁、降低锁粒度 下游服务慢：异步调用 查询慢：加缓存 前端层面：考虑网络请求发出到返回到耗时，包括DNS、TCP、TLS握手、数据传输等 网络层面： 假如别人调你的接口，说你的接口超时了，但是你排查发现你的接口没有问题，那问题出在哪了 （客户端显示超时，但是服务端不超时） 考虑网络延迟、TCP重传的情况
12. 你提到了网络、慢sql、死锁这些，可以怎么去解决-同上
13. 你觉得你的优势是什么

算法：复原IP地址