美团AI面

1. Java nio 和普通io
2. Final关键字
3. 索引最左匹配
4. Rsync
5. 订阅系统设计不涉及高并发挺好答的

八股题库应该不大,基本都在大家面经里看到过

Ps 美团这个AI很灵敏一直让你盯着它,我屏幕大点看题都给我滴滴滴😅面试的时候还突然来了个弹窗 警告我不要切屏🤣
全部评论
警告切屏对后续面试有影响吗
点赞 回复 分享
发布于 03-08 16:22 陕西
需要共享屏幕吗
点赞 回复 分享
发布于 2024-09-02 15:13 四川
老哥 这个rsync是什么题呀 我是小菜鸡没见过这个
点赞 回复 分享
发布于 2024-08-15 11:31 湖北
pdd 秋zhao了解一下嘛
点赞 回复 分享
发布于 2024-08-11 15:19 上海

相关推荐

虽然笔试没过,但还是参加一下AI面试,以下是记录总结。1.计算机网络:TCP的粘包问题(刚背的,可熟悉了)回答:在网络拥塞或者Nagle算法中,会将多个TCP包合在一起,但是TCP在传输中是以字节流形式的,粘在一起之后没办法区分包之间的边界,例如发送两个数据包Hello 和World,合在一起后,接收方收到的是HelloWorld。        解决办法主要有四个,第一个是固定数据包的大小,发生粘包后根据字节大小切分,但这样比较死板;        第二种是在数据包末尾加入"\n"的分隔符,但是在中间文本中出现了分隔符的话,需要进行转义;        第三种是在TCP报文前加入一个字段,记录这个包的大小,这种比较常用;        第四种是对协议进行限制,例如禁用Nagle算法,不允许合并数据包。2.Linux:grep如何使用(确实没准备)回答:完全不会。3.Java:装箱和拆箱是什么,举一个例子。回答:举了int型和Integer类的例子,一些接口使用的时候会发生拆箱和装箱(但我不太记得了)4.高并发:解决投票中刷票问题回答:使用IP检测,限制单个IP的高频访问。追问:要是对方使用代理IP,或者IP连接池该怎么解答回答:根据行为检测,刷票行为和个人投票行为肯定存在差异(但我不知道差异是什么)5.数据库:主键的作用是检索到这条数据的唯一标识,也用来构建聚簇索引。(应该还有其他作用但我忘了。)6.通用问题1:学习新技术的路线回答:阅读官方文档,对于难点搜索视频讲解或者Github文档;项目实战有问题去找熟悉项目的技术人员。        追问1:如何判断学习资料是否有用,是否走过弯路        回答:根据点赞量,Start量。        追问2:走过弯路后下次如何判断?        回答:根据文档关键词判断对我是否有帮助?7.通用问题2:你项目中遇到的难点怎么解决追问1:如何通过持续改进解决一个一直出现的问题追问2:如何平衡局部调优和整体的稳定性8.通用问题3:你未来3年的职业规划回答:1-2年熟悉公司技术栈,后续熟悉公司业务流程,做到技术和业务两手抓。最后给出DeepSeek的回答。1.计算机网络:TCP的粘包问题  TCP粘包问题是由于TCP是面向字节流的协议,发送端可能将多个数据包合并发送(如Nagle算法或网络拥塞),接收端无法区分数据边界。例如发送"Hello"和"World",接收端可能收到"HelloWorld"。 解决方案 :● 固定包长度 :每个包固定为相同长度(不足时填充),接收方按固定长度拆分。缺点是灵活性差,适合固定格式场景。● 分隔符 :在数据包末尾添加特殊字符(如\n),接收方按分隔符拆分。需处理数据中的转义字符(如HTTP头用\r\n\r\n)。● 头部声明长度 :在报文头部添加长度字段(如4字节表示包体长度),接收方先读头部,再按长度截取数据。这是最常用的方式(如HTTP的Content-Length)。● 禁用Nagle算法 :通过TCP_NODELAY选项关闭合并优化,但可能增加小包传输次数,影响性能。2.Linux:grep如何使用 grep用于文本搜索,常见用法:● 基本搜索 :grep "pattern" file.txt● 递归搜索目录 :grep -r "pattern" /path/to/dir● 忽略大小写 :grep -i "pattern" file.txt● 显示行号 :grep -n "pattern" file.txt● 反向匹配(排除)  :grep -v "pattern" file.txt● 正则表达式 :支持^(行首)、$(行尾)、.(任意字符)等,如grep "^start" file.txt。3.Java:装箱和拆箱是什么,举一个例子 ● 装箱(Autoboxing)  :将基本类型转换为包装类,如int → Integer。● 拆箱(Unboxing)  :将包装类转换为基本类型,如Integer → int。Integer a = 10;      // 自动装箱(底层调用Integer.valueOf(10))  int b = a;           // 自动拆箱(底层调用a.intValue())  4. 高并发:解决投票中刷票问题 ● 基础防御 :  IP限流 :限制同一IP单位时间内的请求次数(如Redis计数器+过期时间)。○ 用户鉴权 :要求登录后投票,限制每个用户的投票次数。○ 验证码 :在频繁请求时触发验证码(如滑动拼图、短信验证)。● 对抗代理/IP池 :  设备指纹 :通过浏览器指纹(UserAgent、Canvas渲染)、设备ID等标识唯一设备。○ 行为分析 :检测异常行为(如毫秒级连续投票、无页面停留直接提交)。○ 风控系统 :实时分析请求特征(IP地理分布、时间分布),拦截异常流量。● 业务层优化 :  异步队列削峰 :将投票请求放入消息队列,后端批量处理,避免瞬时高并发。5.  数据库:主键的作用 ● 唯一标识 :确保每行数据的唯一性(如自增ID、UUID)。● 聚簇索引 :InnoDB中主键默认作为聚簇索引,数据按主键顺序物理存储,加快检索速度。● 外键关联 :主键作为其他表的外键,维护数据一致性。● 优化查询 :主键查询最快(如WHERE id=1),避免全表扫描。●注意事项 :避免业务字段做主键(如身份证号),优先使用无意义的自增ID。●复合主键需谨慎,可能增加索引复杂度。6.  通用问题1:学习新技术的路线 ● 学习路径 :  官方文档 :掌握核心概念和最佳实践(如Spring Boot的Spring.io)。    ○ 实践项目 :通过小项目验证技术点(如用Redis实现分布式锁)。    ○ 源码与社区 :阅读源码、参与GitHub讨论(如Dubbo的Issue)。● 判断资料质量 :  筛选标准 :作者权威性(如Oracle认证工程师)、内容更新日期、社区评价(Stack Overflow投票)。    ○ 避免弯路 :优先选择官方推荐资源,再参考高星GitHub项目或经典书籍(如《Effective Java》)。● 持续改进 : 定期复盘学习效果,建立知识体系脑图,与团队分享经验。7.  通用问题2:项目难点解决  结构化回答(STAR模型)  :● 情境(Situation)  :在XX项目中,接口响应慢,导致超时报警。● 任务(Task)  :需在1周内将平均响应时间从2s优化至200ms内。● 行动(Action)  :  定位瓶颈 :通过Arthas追踪调用链,发现SQL查询耗时占80%。○ 优化SQL :添加索引、重构分页查询,减少全表扫描。○ 缓存引入 :对热点数据(如配置信息)增加Redis缓存。● 结果(Result)  :响应时间降至150ms,且通过压测验证稳定性。●平衡调优与稳定 :局部优化前评估影响范围,通过灰度发布观察效果。●监控核心指标(CPU、内存、错误率),确保优化不引发链式故障。8.  通用问题3:未来3年的职业规划 ● 短期(1年)  : 深入掌握公司技术栈(如微服务架构、中间件),成为团队核心开发。○参与高复杂度模块(如分布式事务、性能优化)。● 中期(2年)  : 提升架构设计能力,主导跨系统方案设计(如亿级流量系统)。○培养业务洞察力,推动技术与业务融合(如通过数据驱动产品决策)。● 长期(3年)  : 向技术管理者或架构师转型,负责技术选型与团队规划。○持续学习行业前沿(如云原生、AI工程化),保持技术敏感度。
美团AI面330人在聊 查看12道真题和解析
点赞 评论 收藏
分享
05-06 15:29
东华大学 C++
1. ​分布式订单ID生成? 短时间高并发下如何保证唯一性?我先回答了雪花-like, 上段实习中, 我们项目的全局GUID生成器是我写的, 考虑了短时间内大量产生的情况, 向后借用, 未考虑时钟回拨然后想起来当时和leader讨论,  单独的GUID生成中心, 分批向各个ds批发号段.. 或者是用tacplus的自增id, 但是这样效率太低2. ​CPU 性能瓶颈分析使用 prof 工具监视热点函数的性能消耗3. 上段实习工作内容? 难点?    背包/仓库/道具 ​重构模块追问​:    在两周内重构1万行代码,如何保证代码质量?是否引入单元测试或自动化验证?    10天完成15天任务,如何协调开发与测试资源?是否牺牲技术债?4. 问了一点网络: 网络通信与实时系统视频会议与代码共享的链路设计追问​:解释从你的设备到面试官屏幕的完整网络路径(如NAT穿透、协议选择)5. 游戏服务器同步机制? 和互联网开发的区别服务器作为权威状态源,定期向客户端广播游戏世界的完整或增量状态(如玩家位置、血量)电商无状态服务可通过REST API+RPC横向扩展,而游戏服务器需维护长连接和会话状态。6. 系统设计 分布式事务与最终一致性​游戏道具交易涉及多个系统(背包、仓库、邮件),如何设计分布式事务?对比电商订单支付+库存扣减。​回答方向​:​Saga模式​:将事务拆分为多个可补偿步骤(如“扣道具-发邮件-记录日志”,失败则回滚)。对比:电商更倾向异步消息队列​(如Kafka)实现最终一致性。7. 游戏服务器宕机后如何快速恢复玩家状态?电商系统如何设计类似容灾机制?定时落DB+游戏整体运行在共享内存, 方便resume7. 游戏后端请求链路分析采用自定义的可靠UDP协议​(KCP),平衡延迟与可靠性. 玩家操作(如移动、技能释放)需携带时间戳和操作序列号,用于服务端验证顺序, 请求直达, 客户端直接和服务器感觉面试内容很不"八股", 答得稀里糊涂的, 上面的顺序不是面试提问顺序, 想起来什么说什么, 大家做个参考
查看11道真题和解析
点赞 评论 收藏
分享
04-28 17:58
门头沟学院 Java
查看15道真题和解析
点赞 评论 收藏
分享
评论
5
17
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务