高德后端二面

华测导航武汉，嵌入式软件，10.23 一面感觉面试官还不错，10.24约二面，二面的面试官太恶心了，全问八股，一点项目不看，有两个回答不上来，还冷笑一番，总共面了12分钟，就结束，最后还嘲讽一句感谢你的时间，遇到这种面试官真该怼他几句

八股问答 1.final的用法 - list，map，set区别2.在并发场景下，怎么保证顺序执行3.在分布式场景下，怎么保证客户端顺序执行4.java怎么开启多线程5.hashmap的数据结构和扩容过程6.try catch finally throw throws分别干啥7.直接获取class对象的方法 - 反射实现原理和优缺点8.ioc原理和实现方式9.minGC和fullGC触发条件10.innodb引擎下事务的隔离级别，和默认隔离级别 乐观锁和悲观锁 -11.mysql下怎么实现，对于版本号要注意什么 -12.mq啥时候用 -13.grep干啥，grep怎么实现大小写忽略 -14.大模型和传统机器学习模型和深度学习模型区别 self attention手撕 - 限时15min翻转单链表 - 最长公共前缀 - N个有序链表合并场景题1.你认为高德的酒旅和美团的酒旅从产品模型来讲有什么区别2.你分析和商品相关有哪些链路环节3.讲讲你对于电商核心的下单过程的业务和技术的理解4.讲讲你之前做的项目，你认为最失败的项目是哪个，分析分析原因5.讲讲你之前在字节的时候做的广告，讲讲广告宏观的链路过程和广告风控具体的链路过程反问

1. 手撕 合并区间2. 八股1）请介绍 Transformer 的结构组成及各部分作用，在长序列时空数据中，2）如何降低 Transformer 的计算复杂度？常见的稀疏注意力变体有哪些？3）GNN的消息传递机制是怎样的？在时空图中，如何结合时间信息编码节点特征？你接触过哪些时空 GNN 模型？4）LoRA微调的原理是什么？秩 r 的选择会对模型表现产生什么影响？5）RAG的完整流程，在时空出行数据场景里，构建向量检索库时如何处理时间衰减对召回的影响？6）强化学习在 Agent 优化中的应用，结合出行推荐 Agent，你会如何设计 Reward 函数？3. 项目1）微调时的训练数据是怎么构建的？如何保证样本多样性和质量？2）在 RAG+时空知识图谱的 Agent 系统中，知识图谱更新的机制是怎样的？是怎样保证实时性的？3）在大规模轨迹数据下是怎么做负采样（Negative Sampling）的？4）训练 LoRA 模型时，你是如何选择冻结层的？依据是什么？5）在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？4. 开放题1）大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计？2）如果你要在 GPU 资源有限的条件下同时提供推理和微调服务，如何做资源分配和任务调度以保证时延和吞吐？

感觉现在java八股文都集中在java mysql redis这些，对于消息队列，nacos dubbo postgresql类似这些有没有写的比较好的文章呢，最好深挖一点。有没有大佬推荐一下？