2 月底离职，3月中旬开始找的，结果面试开始倒是不少，但是拿到好的 offer 太难了，学历背景一般，前公司一般，挫败感很强#牛客AI配图神器#

介绍一下cap理论 CAP原则又称CAP理论，指的是在一个分布式系统中，Consistency（一致性）、Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼。 一致性：在分布式系统中的所有数据备份，在同一时刻是同样的值（等同于所有节点访问同一份最新的数据副本）。 可用性：在集群中一部分节点故障后，集群整体还能响应客户端的读写请求（对数据更新具备高可用性）。 分区容错性：以实际效果而言，分区相当于对通信的时限要求，系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。 分布式锁 分布式锁是用于分布式环...

一面问八股和挖项目经历怎么实现分布式锁？消息队列对分布式问题的解决方案？对账出问题怎么解决？大流量下怎么保证高并发？跟第三方支付接口对接具体细节？如果数据结构不一致怎么处理？数据库底层？事务隔离级别？事务是不是越多越好？事务传递？Spring 注解了解吗？然后问了几个注解问题然后手写了一个业务场景题，简单实现对账系统，考察业务思维和遍历对账数据的算法，主包最开始对客户数据和实际数据直接遍历两次，面试官说有没有遍历一次能解决问题的，最后搞定了二面问的内容其实差不多，只是深度和广度的区别，也是围项目和技术栈，八股比较少了，挖业务更多一点三面线下面就是正常终面问题，挑战成就 讲一个技术难题怎么解决的之类的#牛客AI配图神器# #爱奇艺#

设计一个秒杀系统时，Redis可以作为一个高性能的工具来防止库存超卖。以下是具体的设计思路和实现方法：#牛客AI配图神器#1. 使用 Redis 的原子操作Redis 提供了多种原子性操作命令，这些命令可以在高并发场景下确保数据的一致性。INCR/DECR：通过递增或递减某个键的值来控制库存。GETSET：获取当前值并设置新值，保证操作的原子性。Lua 脚本：将多个操作封装在一个 Lua 脚本中执行，Redis 会保证脚本内的操作是原子性的。示例代码（使用 Lua 脚本） local stock_key = KEYS[1] local stock_count = tonumber(redis....