阿里高德-出行业务-开放平台二面的时候面了一个小时+闲聊了一个小时感觉ld人很好，闲聊一个小时有聊到高德加班强度......杂七杂八聊的很多信息：1.组内人员精炼，个位数的rd，除了一个前年校招招的，其他都是社招10来年资深大佬，（甚至还有在组里10年的？）。ld表示这几年每年都有给校招hc，但是面下来除了前年那个师兄，其他年份都没看上眼，宁缺毋滥          2.地位核心，这个项目倒了高德也倒了，高德整个公司倒闭了这个项目肯定是最后一个倒闭的。同时承担了高德主要的盈利来源（或许夸张？）          3.挑战足够大，百万qps起步，承担高德地图所有外部流量入口，任何web，app，小程序要用到高德定位导航的都通过组内工作接入，举了几个例子百万qps下的鉴权，流控，计费，导航规划......          4.技术栈前沿，java的技术栈有用到响应式编程，还有探索很多前沿技术，(spring reactive? )           5.实习碰不到线上环境，主要学习，说3个月基本上是不可能完整学明白的          6.按大部门转正，大部门转正以往都是60%-70%，三进二          7.闲聊聊到加班强度的事说，确实高德这强度大点，有些部门确实9点起步上不封顶，但是他这里不要求，活干完就可以走，组内下班走人一般是最早的，89点就走完了老哥们给点建议，推荐去吗，其他还有淘天新品导购，虾皮供应链，饿了么商家营销，美团金融平台......在流程里暑期主要考虑转正的事，主要看阿里系+美团#牛客创作赏金赛##阿里巴巴##腾讯##字节跳动##快手#

1.这次面试官没有让鼠鼠介绍了。对着简历开始发问，问了一下中间的gap的情况。2.开始对着简历上问八股，因为简历上写了Elasticsearch，问了Elasticsearch为什么可以进行聚合查询，优点是什么，然后Elasticsearch为什么适合AI使用，特点是什么。（鼠鼠完全没想到问这个，没怎么背，这一套下来鼠鼠想回家了）3.然后开始问Maven，Maven从远端到应用经历哪些步骤，Maven本地仓库在哪，Maven为什么如何从远程仓库下载jar包不出错？（这个鼠鼠还知道点，这部分还答了一下）4.然后问了一下Docker部署5.开始问redis，redis缓存有哪些，除了异步队...

无手撕  面试官迟到三分钟（这应该不算迟到）以为会问八股，结果全是项目引申的，麻了 有的面试官不问我这玩具项目呜呜+在日常实习就没看，自己介绍都没讲清楚1. 线程通信方式  oom  线程安全 死锁2. 分布式事务 如果c超时没反应， 咋处理。直接通知回滚的话，可能有c先处理回滚的命令，后面又执行了本地事务（c查看本地事务的状态 执行中就不回滚 还是咋处理）3. 协调者挂了 咋办  项目: 库存变化流程 redis回滚库存为啥会超卖 mq重投db会不会超卖 （幂等判断和回滚在一个事务中）4. 分库和分表的区别（分库一般是多个实例解决高并发，分表是单表数据量比较大  分库和分表很像，都是按分片键路由）基于买家id分表分库的话，卖家想查询怎么办（binlog 卖家id分片）自己说话要坚定，不能弱弱怂怂的 晚上一看，挂了感觉是除了分布式事务那两问题基本都能回答个大概，可能"大概"这种程度不行吧，太久没看了，自己的项目都不熟了，分布式事务确实就学了一点   看见我的项目都想吐，重复看的东西。。#毕业后不工作的日子里我在做什么#呜呜呜呜，好菜，本科学历不太行感觉银行国企也不太稳麻了3. 我搜的是1.TCC  2.本地消息表  3.多节点选举机制（如Raft协议）实现高可用，避免单点故障     三阶段提交只是缓解了单点故障问题      （TCC和本地消息表根本就没有协调者所以没有单点故障   没有往这上面想 一直在绕三阶段提交）2. #### 1. 参与者C超时无响应**解决方案：**- **事务状态查询机制**：协调者先发起事务状态查询（3PC中的CanCommit阶段）- **异步补偿机制**：记录操作日志，超时后通过定时任务重试事务查询- **最终一致性兜底**：若长时间无响应，记录异常事务日志人工介入- **示例流程**：  1. 协调者发送prepare请求  2. 参与者C超时未响应  3. 协调者发起事务状态查询请求  4. 若C本地事务已提交 -> 继续提交其他参与者  5. 若C未提交/回滚 -> 发起全局回滚（我前面讲的RMQ的事务消息 也是反查本地事务状态 这没回答出来）4. ### 二、分库分表核心区别|          | 分库                          | 分表                  ||----------|-----------------------------|---------------------|| 拆分维度  | 数据库实例级别                   | 单表结构级别           || 核心目标  | 降低单点压力，提升并发处理能力        | 解决单表数据量过大问题   || 典型场景  | 电商系统买家库、订单库分离           | 用户表按月分表          || 实施难度  | 需要处理分布式事务、跨库join        | 主要处理SQL路由        |

📍面试时长：65分钟1、C++和python各自的优缺点2、本科学过哪些课程3、大数据技术有哪些组件4、场景：百度有一个数据量很大的内容，如何应用大数据技术的方法提取出频率最高的是个词5、mapReduce是什么6、搭建一个Hadoop需要什么组件和过程📍C++八股1、讲一下C++的封装继承多态2、多态是怎么实现的3、用过的STL有哪些4、C++11新特性有哪些5、为什么要专门设计nullptr？6、map和unordered_map有什么区别？哪个性能更好？7、vector和list有什么区别？8、unordered_map和map哪个性能好？为什么？9、栈和队列分别是什么特征？10、如...