美团实习面经 核心本地商业

一、基础信息与求职意向类你现在是在哪？你对工作地点有什么要求吗？（北上广深都 OK 吗？）二、项目相关类（用户答题项目）你挑一个项目来聊一下。这个题目是什么题目类型，这些是怎么规定的？所有的题目都是依赖于你们自己去写吗？题目是随机生成的，它的范围是随机生成吗？会生成各种难易程度的题是吗？那怎么判断题目结果是否正确呢？没有主观题的话需要怎么处理（判断）？那我们的第一版（项目）有没有这些 AI 相关功能呢？如果是基于第一版，我们怎么样去做主观题的判断呢？你这里面用的那个 redis，这个 redis 的话是做了些啥呢？那相当于说 redis 只是做排序用是吧？那你这个（redis 数据）如果说数据有更新，你这块需要怎么更新？这个（先操作数据库再删缓存）有没有什么问题？如果说我们有一个数据场景，在一个方法内后续的流程会立马用到缓存，那延迟双删有效果吗？那你这个积分的更新的话是怎么做的呢？怎么避免一个更新多更的场景？积分是加积分吗？还是减积分？那累加的话，你怎么避免加少加错呢？如果说是集群场景（积分累加），怎么处理？使用 redis 的 set NX 做分布式锁，假设出现网络超时，这种会不会有风险呢？分布式的场景有哪些？分布式锁的优缺点是什么？锁的获取是有公平性的吗？死锁产生的必要条件有哪些？积分的更新除了加锁这个方案，还有其他方案吗？（乐观锁 / CAS）具体怎么实现？是在哪一层实现的？（数据库层面）通过 SQL 要怎么做来保证积分更新的准确性？（数据库更新积分的 SQL）你这个 service 要怎么写，大概可以描述一下吗？（举例：库存有 30 个，要把库存加 1）你怎么保证数据库操作中判断的数值是一致的？或者说你这个一样的值是什么值？你怎么样保证 AI 出题的结果按照预期返回？那 AI 出题会不会有乱返回的情况？三、技术基础类缓存的优缺点是什么？缓存性能比数据库好的具体原因有了解过吗？缓存有哪些结构呢？缓存雪崩有了解过吗？（怎么解决？）如果数据量特别大，缓存雪崩该怎么处理？缓存的删除逻辑 / 过期逻辑是什么样子的？比如说缓存过期了，会立马删除吗？TCP 和 UDP 了解吗？TCP 和 UDP 的区别是什么？UDP 的使用场景是什么呢？TCP 是怎么去保证它的可靠性传输的？（关于 TCP）滑动窗口的相关知识可以说一下吗？TCP 的慢启动为什么要这么设计呢？mysql 怎么避免注入的呢？在 mysql 层面是怎么做防 SQL 注入的，不是在业务层面？四、AI 工具与大模型相关类你有用那个 open class（OpenAI 相关工具）吗？那你用它去做了哪些事情呢？那你有没有去写过 skills？那怎么避免 skills 带来的安全风险呢？那 skills 和 MCP 的区别是什么呢？你平时中用到了哪些大模型？你觉得大模型给你个人有了哪些提升吗？或者说他给你带来的帮助有哪些呢？大模型生成的代码是一个白盒的吗？（功能是否符合预期？）五、算法实操类挑简单 / 中等 / 困难的算法题来做一道。（二分法递归的一道hard题，题目有点想不起来了，手撕失败，写了50多行没跑通）六、职业发展类（求职者提问后，无直接问题，为交流式回应，无明确提问点）

一直卡在测评是寄了吗😭

美团二战一面(核心本地商业-业务研发平台-美团app业务)承接了3000多的 QPS,服务端的机器有几台？这个接口(订单接口)的性能是?(响应多少毫秒) 返回哪些信息？订单列表只能看到一个商品，还是说是有个商品列表呢？分页的 每一页返回多少商品数据啊？Redis 里面主要存哪些东西本地缓存里面主要存在哪些东西 为什么固定的放在内存里面Redis 是多久更新一次吗？假设我在服务端，变更了一个库存，然后变更在那个接口发现超时了，就是你变更的时候发现返回了一个报错，但是后台其实是已经变更成功了，这种情况下怎么处理？(换了种说法 结合场景)用户下单，然后下单我调接口的时候，接下单接口超时了。但是这只是因为网络问题超时了，但是它内部其实扣减库存啊什么的都已经成功了。这种情况下怎么处理？这个 token(防重) 是在什么过程中去生成的?乐观锁解决超卖怎么解决的？为什么要用乐观锁呢？你的个性化推荐,高峰期不是会有很多很多用户会下单失败吗？JWT 的令牌认证具体是怎么做的？JWT 的三次校验（三型校验）ai封装那些订单查询、配送咨询这些问题，这个具体是怎么去做的？你是直接用用户提问的，然后直接调用大模型去询问的？你怎么知道配送状态的？因为你的那些配送不是都是兼职吗？用户下完单之后，你怎么给订单分配给兼职呢？智能客服是实现 7×24 小时智能回复。需要做到 7×24 小时吗？你还实现了那个性化菜品推荐，这具体是怎么去做的？你的那个订单数据表跟用户表，这两张表是怎么去设计的？问一个 AI 的吧，你做了一个客服问答，对吧？但是你是去调用自己封装了几个tool，然后让大模型去调用嘛，那我也想做一个智能客服，但是我的智能客服可能是基于一些，比如说我是医院，医院需要做一个智能客服，然后我会把一些那个患者常问的一些医疗上面的一些事情作为一个知识库，然后作为一个回答。那我应该怎么设计这个客户问答系统？把它给放到知识库里面，比如说我怎么切片？然后你刚讲到那个用户提问，敏感词过滤，这些我怎么去给它分词？怎么去做增强等等。按照你的那个分片，假设我按照你的那个分片形式去分片，然后我发现我检索出来的内容好像相关性并不是很强，我怎么去解决？检索相关性的算法与方案那个 Spring 框架里面有用到哪些设计模式啊？Autowired 跟 Resource 有什么区别？synchronized 跟 lock 有什么区别啊？Synchronized 底层。索引分哪几个索引？联合索引怎么创建？(具体到sql写法)不在创建表的时候创建这个索引，表已经创建完了，然后我要再创建这个索引,怎么做?like会不会走索引？MySQL 里边有哪几个日志啊？

1. 请做个自我介绍，包括你的个人背景、大学经历或实习经历。同时，我们作为一家拥抱新技术的公司，也特别想了解像 AI 大模型这类新工具是如何融入你的学习和实践中的，给你的经历带来了哪些帮助或变化？2. 你提到在项目中使用了 AI 大模型，比如 LLM 进行热点话题的命名，这个过程具体是怎么设计的呢？你是如何确保命名的准确性或者提升模型效果的？3. 请你解释一下正向代理和反向代理的区别，以及它们各自的应用场景。4. 正向代理和反向代理其实是网络中的两种代理机制，而不是直接和代码中的动态代理相关。我们再深入一点聊聊吧。正向代理通常是客户端通过代理服务器访问目标服务器，你能不能举一个具体的例子，说明正向代理在实际网络场景中的应用，比如它解决了什么问题？5. 你提到正向代理可以用于数据分流和解决高并发场景下目标服务器的压力，这可能更接近负载均衡或反向代理的功能。正向代理的核心作用，其实是帮助客户端访问目标服务器，比如绕过访问限制或隐藏客户端的真实身份。接下来我想问你，在正向代理的工作过程中，客户端和目标服务器之间的通信是如何通过代理服务器进行的？代理服务器在这个过程中具体扮演了什么角色？6. 请你解释一下 Java 中检查异常和非检查异常的区别，以及它们在设计上的规范和使用场景。7. 检查异常需要在代码中显式处理，比如通过 try-catch 或 throws 声明，而非检查异常则不强制要求处理。你能举一个具体的例子，说明检查异常或非检查异常在实际开发中的应用场景吗？8. 在设计一个方法时，如何决定是抛出检查异常还是非检查异常？你认为这两者的选择会对代码的可维护性和使用者的体验产生什么影响？9. 请你谈谈在 SQL 查询优化中常用的方法有哪些？10. 如果在实际场景中发现某条查询已经建立了索引，但执行速度仍然很慢，你会如何进一步排查问题？11. 如果数据量确实过大，分库分表是一个解决方案，但在分库分表之前，你会如何评估分库分表的必要性，以及如何设计分库分表的策略？12. 如何设计一个在线租赁平台，包括用户、商品和租赁交易的管理？13. 关于租赁交易的管理，你提到记录交易的时间和相关联的用户与商品。能否具体说明如何处理租赁周期的管理，比如租赁开始和结束时间的逻辑设计？14. 如果多个租赁交易同时接近过期时间，定时任务的执行效率可能会受到影响。你会如何优化这种场景下的处理逻辑？15. 大模型服务经常需要多供应商或多模型兜底，后端如何设计统一的模型网关，支持模型选择、回退策略、配额管理，以及不同供应商返回格式的兼容？16. 你提到的回退给下一个模型，具体是如何实现的？比如说如何定义下一个模型的选择规则？17. 如果某些模型的性能或者响应时间差异较大，如何在这个设计中动态调整模型的优先级或者选择策略呢？18. 请描述一次你遇到的复杂问题，你是如何识别出问题的根本原因的，请举例说明。19. 在你识别问题根本原因的过程中，你具体是如何确认问题出在数据传递环节，而不是其他环节，比如前端代码逻辑或后端接口设计？你是通过什么方法或工具来定位这个问题的？20. 请描述你的疑问或体验中遇到的问题。