好未来服务端笔试

20min八股1.线程池介绍一下，核心参数2.拒绝策略有哪些3.主线程传递信息给子线程有哪些方法4.多个子线程对用一个变量注意什么5.怎么理解可见性，有什么应用6.有一个场景，我有多个子线程，我需要在所有子线程跑完之后在进行下一步操作，应该怎么实现7.场景：sql中有一个很大的表几千万行，我在查询的时候想查询第9999页的数据，怎么才能查的快一点？8.如果我有一个查询语句，在groupby里面有条件，我使用groupby的条件建索引会加快查询速度吗9.linux里面发现cpu占用率很高，应该怎么排查，用什么命令10.jvm里面发现oom了，怎么排查11.说一个实现分布式自增id的算法，知道雪花算法（好像叫这个，没听清，不会）吗？12.redis怎么保证与sql的一致性13.账号密码登录的时候怎么保证传输和存储的安全性14.对称加密有什么算法15.aes两种加密方式了解吗说一下16.sha算法和md5是怎么样的17.说一下sql注入吧，原理和预防做题 10分钟智力题：两个水杯，5ml和2ml，需要量出4ml水，但是不能连续两次用用一个杯子手撕sql，表结构：name,course,score 代表学生，课程名，成绩。需要查询出两门课程大雨80分的学生。（没撕出来，原地尴尬五分钟）手撕代码：链表判环。2min项目拷打20min1.先介绍一下自己的项目2.文件下载断点续传是有么，怎么做的3.用户认证怎么认证的，有用密钥吗，怎么保存的，用的什么加密，md5可逆吗，可重复吗4.鉴权怎么搞的5.统计信息怎么做的，现在是单节点，怎么做成多节点6.有结合ai做什么吗反问

项目拷打 1.请详细说明你当前所在公司日常进行数据统计时，主要采用哪些方式?这些方式分别适用于什么场景?例如针对实时数据统计、离线批量数据统计等不同需求，会选择不同的工具或方法吗?2.结合你参与过的具体项目，谈谈你是如何分析项目的业务数据结构的?请说明该数据结构包含哪些核心字段、表与表之间的关联关系，以及你是如何基于业务逻辑梳理清楚这些结构的?3.请问你有相关的数据处理或分析类实习经历吗?另外，你是否接触过非底层(如偏向业务应用层、基于现有平台进行数据处理而非搭建底层架构)的项目?如果有，请简要介绍项目背景和你的职责。4.Spark了解吗?5.从代码到输出结果，Spark引擎做了什么sql题目：表1:用户信息表(含id:用户唯一标识date:用户行为日期，is_new:是否为新用户标识，1表示新用户，0表示老用户)表2:红包领取记录表(含id:用户唯一标识，date:领取日期，time:领取时间，money:题目1:请编写SQL语句，计算"未领取红包的用户在未领取次日、未领取后7日的留存情况"(注:需先明确“未领取红包用户"的定义，即在指定时间范围内有行为记录(表1有数据)但表2无对应领取记录的用户，再计算该类用户在未领取红包日期的次日、第7日是否仍有行为记录(表1有数据)的留存率)。题目2:请编写SQL语句，完成以下两个指标的计算:(1)每日DAU(日活跃用户数):指每日有行为记录(表1中当日有数据)的独立用户数;(2)最近1个月内，3天连续登录的用户占比:即最近 30天内，至少有一次连续3天每日均有行为记录(表1中有对应日期数据)的用户数，占该月内总活跃用户数(表1中该月有至少一天数据的用户数)的比例。反问

项目 1. 介绍项目 10min2. Redis锁相关3. Protobuf进行数据压缩，如何进行技术选型的？4. 看你用了Unix Domain Socket，说一下是什么，为什么用？5. 还有什么IPC？6. 说一下这个项目里的channel读写分离7. golang如何实现生产消费者模型场景题8. 如何设计一个读多写少的场景的处理9. 开放题：如何确定一个服务器能够连接多少TCP，需要考量什么10. TCP半连接，全连接，建立完成，哪个阶段最占用内存呢算法11. 反问：业务，收集机器人大数据上报算法：零钱兑换sql题：id(主键), user_id, content, update_at 找到每个userid的最新的content（没做出来）SELECT t1.*FROM your_table t1JOIN (SELECT user_id, MAX(update_at) AS max_updateFROM your_tableGROUP BY user_id) t2ON t1.user_id = t2.user_id AND t1.update_at = t2.max_update;反问12. 反问：业务，收集机器人大数据上报

1.实习介绍2.拷打项目3.RAG中如何处理非结构化知识与结构化知识的混合检索？4.在金融业务中，像“杠杆”、“对冲”等许多术语都存在歧义性。你如何在 RAG 中实现术语的准确消歧？5.你认为RAG 是大模型能力的一种补偿手段还是主流范式？未来还会存在吗？6.如何控制Agent生成的内容在业务上规避风险，比如合规和隐私之类的？7.Agent 执行链中失败重试会导致长尾耗时，你如何优化策略以控制 SLA？8.LoRA 微调时哪些层是可以不冻的？为什么有时候逐层解冻效果更好？9.如何部署一个高并发低延迟的大模型 API 服务？10.你觉得通用大模型和垂类小模型之间最终会形成怎样的分工？哪个更适合企业落地？