字节+大数据+电商+二面 35分钟

二面的强度比较大，问的问题都很深刻，关于对上一段的实习经历的询问就暂时不放出来了，因为是用实习公司的实际运营内容去作答的，涉及到机密问题。 ok，让我们再复盘一下面试官问的技术细节问题吧。1.Spark是怎么做内存管理的？（开头就有点涉及到我的知识盲区了） 因为Spark与MapReduce最大的区别就是Spark是在内存中做计算，中间数据几乎不落盘，所以Spark对内存的管理有一套它自己的规范，主要目的是平衡数据的存储（基本就是RDD 的缓存，注意：很多同学一想到RDD的缓存就也想将checkpoint说出来，但是checkpoint是把时间落盘了的，这点要尤其注意，说错了很减分）和执行计算...

建议我找个实习一道题，很抽象有点像脑筋急转弯，而我脑筋转不过来反问估计是挂了这是最后一个给我面试的了，我的秋招到此为止了吗一个多月紧绷的精神，终于是绷不住了一共三家给面试的，全是秋招，投了一大批实习全挂简历了，还有半数没反应，初筛5个周了其中两家没面试不要，一家捞起来打复活赛说2-3天出结果，现在一个多星期了没下一步，估计也无了一直紧绷的精神，终于是绷不住了

1. 自我介绍2. 拷打实习。3. 键入 www.douyin.com 发生了什么？4. 网络传输过程中，如果网络特别拥挤，应该怎么处理？5. 二维数组按行遍历和按列的区别？6. CPU 缓存为什么要分多级？ 手撕：相交链表。 撕完又问了两点，可能是觉得面试时长不够hhh。 7. Redis 和 MySQL 数据一致性：Redis 和 MySQL 一起使用时，数据一致性怎么保证，有哪些方案？8. Redis 可靠性和可用性：Redis 如何保证数据可靠性和服务可用性？ 总结：感觉自己状态不好，不懂的地方说多了。想引导面试官继续问的点但是他没有深挖，感觉应该寄了。

今天和同事吃饭的时候，了解到现在还有一种agent面试。提前把声音录进AI里面，直接让AI和面试官对线，然后面试的时候那些人就故意挡住嘴，或者是在灯光昏暗的地方面试。面试问什么都问不倒，各种场景题，系统设计题对答如流。真不敢想象以后会不会出现连摄像头里面的人都是AI的面试😂