开场： 1、自我介绍研究方向：2、介绍下你的研究方向这块实习：3、实习做了哪些工作4、系统的数据来源5、系统这些数据量大不大，用什么存储的6、慢查询排查优化完整流程讲一下7、这块MySQL的数据量大吗，怎么样的8、Caffeine参数怎么设置的9、Caffeine命中率统计过吗10、如何保证Caffeine命中率11、Redisson分布式锁解决缓存击穿是什么样的场景12、没拿到Redisson分布式锁的线程直接返回吗13、Caffeine + Redis + 数据库的三级缓存会出现缓存击穿吗，怎么解决项目：AI项目14、这是开源的还是你们真实存在的，介绍下15、召回率准确率有测量吗点评16、这个是开源项目吗17、介绍下你做了哪些优化18、滑动窗口限流用的Redis哪个数据结构19、这里面key这些怎么设置的20、滑动窗口和请求数设的多少21、那如果很高并发请求，这块还可行吗，怎么办22、做过压力测试吗23、Redis 是单体的吗还是24、Lua 脚本里redis key怎么构成的八股：25、常见限流算法还知道哪些，讲一下26、Lua脚本能保证原子性吗27、Kafka rebalance场景说一下28、Kafka 分区数与消费者组消费者数这里的关系讲一下29、Kafka 重复消费怎么解决30、Kafka 消费堆积怎么解决31、线程和进程的区别32、InnoDB默认隔离级别是，解决了哪些问题，怎么解决幻读的33、事务四大特性34、Spring 怎么解决Bean对象循环依赖的35、ArrayList是线程安全的吗，List里面有哪些是线程安全的36、ConcurrentHashMap如何保证线程安全的37、final关键字的作用38、synchronized 和 ReentrantLock 区别39、垃圾回收了解吗40、OOM如何排查优化，了解过吗41、实际用过MAT吗42、Redis有哪些数据结构43、Redis底层用了哪些数据结构44、Redis过期删除策略和内存淘汰策略

智能推荐 Agent（轻量易做，适配实习岗）推荐 GitHub 项目：OpenClaw（star 30k+）：自主执行 Agent，可拆解推荐任务（如商品 / 内容推荐），自动调用工具获取数据。地址：https://github.com/openclaw/openclawGen AI Beginner Projects：含推荐系统、RAG、Agent 入门案例，代码简洁，适合应届生从零学习。地址：https://github.com/pankaj-kaushik/gen-ai-beginner-projects

📍面试公司：荣耀💻面试岗位：java后端开发❓面试问题：bg双9，无实习+外卖点评。由于本人科研用到了深度学习，介绍时提了一嘴，于是被面试官问具体的情况。随后提问为什么别人找实习都至少有一个ai项目，我却还是古法编程？回答正在学习这方面的知识又看了几秒项目，面露难色，说传统技术知识点没什么好问的，随便问了一个redis的ZSet底层怎么实现的？回答跳表并解释后又问是否了解分布式系统的强一致性和最终一致性怎么实现？这里直接卡壳问了解RAG吗，具体怎么实现向量的检索？回答没详细了解过，但是推测是利用向量的相似度进行。面试官表示肯定问平时用ai干什么事，有没有用过openclaw？回答问答式ai用的多，没用过open claw问如何看待ai的发展，会不会对自己的职业产生冲击，如何更好的适应ai发展？无手撕🙌面试感想：感觉没有ai项目被狠狠嫌弃，相比之下还是美团那边气氛更好———————二编4月17号一面，20号发了测评，到现在还是显示去测评，没有约二面。估计是还在泡池子，有做完测评收到二面的同学吗———————三编27号收到了二面的通知，28号二面，面试官很和蔼，整个过程就是在聊天，二十分钟左右，面完显示录用决策中，有佬知道录用决策稳吗———————四编30号hr打了两个电话没接到（在面试），5月6号接到了电话，说了可以立刻到岗于是口头offer，等了两天接到正式offer

ps：个人建议先有一定的职业知识基础在去面试哈，有一定基础后，小厂可以去练手，大概面4-5家小厂再去挑战大厂，层层递进，才比较有把握！我是三月开始面试的，三月面比较多，大概约面40+厂，拿的3家小厂和一家中大厂（用友）的offer，我接下来会分享我如何准备和如何去约面来将，内容比较多.首先，自我介绍根本不是念简历，是 30 秒给面试官递一张「匹配度名片」！先分析一下，其实你的简历其实很早就在hr手中了。会有这么两种情况，一是hr很早就看过了你的简历了，这时候你的自我介绍其实是向他展示你的其他方面的优点；二是他根本没看过（hhh我就遇到过），趁我自我介绍的时候，看我的简历（感觉第二种占大多情况）...