1，自我介绍2，详细追问上一份工作涉及的项目的细节，表结构，数据量，改进的原因是什么，当时是怎么发现问题的……中间穿插着问了jvm 的结构，一次性加载10万条数据到list里，jvm 会怎么样？会oom吗？所有可能触发oom 的情况，如何定位慢查询，用到的设计模式3，整体介绍另一个项目4，最左匹配原则以及底层原理5，sychronized和Reentrantlock的区别6，redis什么时候会出现性能问题7，mq积压问题线上一般怎么解决？加消费者实例数来解决怎么样？为什么？8，题目：一个热门的直播间，需要计算观众累计的时长，例如一个人退出又重进需要累计观看时长，需要近实时显示观看时长top5。 回答用redis 的zset 。提问：考虑高并发场景和性能问题，例如几万个人同时在线，应该怎么处理？什么时候更新用户的时长？9，反问

分享一下我全程用 AI 辅助面试的一套打法。✅ 常用工具：ChatGPT / 豆包：通用搜索、快速问答IMA-Copilot：公众号专业文章聚合，垂类知识检索 + 笔记很好用✅ 面试前、中、后都能用上：1️⃣ 面试前个人面准备：把简历和项目文档丢给大模型，用固定结构的 Prompt 让它出题、帮我改回答，比如宝洁八大问、行为面、项目深挖这类。AI 生成的内容我再整理到自己的知识库，微调后直接背。业务知识速成：国内业务我一般用豆包 + IMA 快速查资料，直接复制到飞书文档。IMA 的一键收藏笔记特别方便，临时补知识效率很高。2️⃣ 面试中遇到不懂的专业名词，可以快速用 AI 查概念解释，但别一直低头看，眼神交流很重要，稍微瞄一眼心里有数就行。3️⃣ 面试后我每次面试都会录音转文字，把完整对话丢给大模型复盘。让 AI 帮我提炼：哪些问题答得不好、面试官的潜台词、可以优化的回答......然后整理成自己的面经题库，反复练，越面越稳。

RT,看官网说是笔试前一天发邮件，那感觉自己没准备好可以不参加这一场么，感觉太难了拒绝了能参加后面的吗

算法目前刷了50，项目准备启动一个外卖，然后就直接写简历开投。总结反思三年前暑期实习全挂的经历，这次痛定思痛，至少避开第一波，第一波的时候准备好的绝大多数都是已经有一段实习的人了，和他们竞争，实在是太不理智。我现在的优势第一是学历，第二就是我经历过一次秋招，我很熟悉这些公司的流程，也掌握面试的技巧。现在最欠缺的第一就是项目相关的技术学习，第二是还得继续强化算法代码的训练。希望这次能够顺利吧