聊项目 1.pgvector的索引2.embedding()向量化的算法3.为什么要用threadlocal4.秒杀场景下数据库没有扣减但是redis预扣减怎么处理5.geohash()的算法实现感觉项目很多底层还是了解不到位，继续加油吧

1.用的LLM模型随着变化，用起来有哪些不一样的地方？怎么应对模型差异带来的效果的一个变化2.milvus，mysql数据库用来村哪些数据3.关系型和非关系型数据库的区别4.mysql如何实现事务的，底层答得navicate begin commit roolbanck；应该是锁，MVCC相关5.索引有哪些，聚簇索引和非聚簇索引的区别好久没看八股了，答得不好6.乐观锁悲观锁的区别7.springboot自动配置的原理；怎么找到配置的类的8.hashmap底层结构，怎么扩容，线性安全吗；concurrent hashmap线程安全，怎么实现的；1.8前后的区别9.锁的话，synclized 和lock区别答的state关键字设置10.读写锁怎么实现的，retranlock；深挖源码里怎么实现读锁和写锁的答得AQS，state高低位设置11.比如实现读锁，写锁分别的state里面底层怎么设置12.线程状态，slleep和wait的区别13jvm内存模型，常量在哪里；方法区里面什么14.垃圾回收算法，分别用在什么场景答得分代回收用的多，新生代老年代15threadlocal有什么作用；thradlocal怎么保存参数的；强弱引用的话16.现在N个数，占了一半以上，怎么快速找到；hash单词遍历两个O(n);Arrays.sort(快排)17.快排是怎么快的，原理；那二分查找原理；回到刚刚更低的方法吗18.有用到什么中间件吗；redis kafka用来做什么；为撒选择kafka，其他rocket选型对比19kafka底层大概有哪些组件答得zookeeper，ack机制；分区局部有序20.通过api调用的话，怎么调用api的；走的apikey吗21.那你知道怎么读取向量数据库，看你在搞这个答得pymilvus工具包22.了解token怎么计费的吗答得内网私有部署，外网购买相关23.ai应用的，怎么节省token使用24.ai应用有什么实际产生效果25.用过claude code写过代码答得codex和claude code有个稍微的对比26.作业：AI辅助发邮件，写提示词完成json转需要字段格式json；交付1.一个prompt，交付2.返回json数据交付3，返回提示词验证过程，比如最后的数据是否符合条件cursor 3min秒了，发到共享框中4min反问面试表现：java细节多了解下，大模型实践还是比较多带个耳机收声好点

bg: 末二本,无实习飞猪的电话面,在这之前有一个京东的一面,大概率是kpi,所以阿里的算是处女面了,本来不敢投的,奈何没了解清楚,以为飞猪是哪个中厂想着试一下结果是阿里,牛牛心里素质本来也不咋好,紧张的没边,最后也是丝滑的被挂掉了无自我介绍在项目里担任的工作怎么进行的权限控制为什么nginx能实现跨域同源策略具体是什么除了nginx还有哪些跨域的方法用户关掉浏览器之后再打开是重新登录还是记录登录态怎么实现的token从创建到使用全流程token是过期时间设置在哪里怎么检查的token是否过期RAG对你项目起到什么作用是否对比过向量和关键词检索有没有了解过claude,agent,mcp这些东西养过龙虾吗就是openclawskills和mcp的区别和联系是否用过aicoding反问个人感言: token过期时间是在payload里,然后他问我该怎么检查是否过期,我说用的JWT库的一个方法,他好像不满意,一直在追问,我没太明白是我理解错了吗向量检索和关键词检索我也确实没有对比过aicoding我没用过(牛牛一直是古法编程,匠心手搓,只用ai进行学习和debug),龙虾也没养过,mcp了解一点但是skill了解的不多,我跟他讲mcp是工具包,skill是合理组合利用这些工具实现能力其他的我觉得答得都还行(其他的好像也没啥东西了),总的来说就是欧德奥特曼(old out man),被ai大人狠狠的踩在脚下蹂躏了boss上内推的,流程推的很快,挂的也很快,面试完五分钟就挂掉了,我在boss上问了一下他说要拥抱ai总的来说面试官大人人还不错,也没有阴阳什么的,也让我看到了自己的很多不足,只不过我可能确实能力不太行吧,对ai了解的太少了准备了一天的八股也没用上,我确实没想到前端面试会有这么多ai内容希望后面的面试能顺利一点吧,我会去多了解ai的

全程40min+自我介绍项目：1.介绍流程2.压测过程3.假设你负责一个电商平台的秒杀系统。数据库中共有 1 万种商品，本次秒杀活动仅针对其中部分热门商品进行了预热和缓存。活动开始时，预计会有千万级用户并发访问。问题描述：在流量洪峰到来时，除了针对秒杀商品的请求外，还存在大量合法的普通业务请求（例如用户访问非秒杀商品、汽车、电脑等未预热甚至不在本次活动范围内的商品）。这些请求虽然业务上合法，但数量巨大，若直接透传至数据库，可能导致系统崩溃，进而影响核心秒杀业务。请回答：如何设计系统架构，以区分并处理“核心秒杀流量”与“普通业务流量”？针对那些未命中缓存且不在秒杀范围内的合法请求，应采取何种策略（如限流、降级、缓存兜底等）来保护数据库，同时尽量不影响用户体验？如何防止因大量查询不存在或未预热数据而引发的“缓存穿透”风险以前没实习过吧？你有实习offer吗？什么时候去？那你为什么还来面我们？rag全流程如何选择合适的切块大小和重叠长度？哪些可以提升 RAG 检索质量的技术？agent结构mcp是什么function是什么aicoding在10min内完成设计反问部门业务，建议我在商言商，不要只看技术，要高维思考，整体的业务要干什么