百度春招 一面面经

时间:3.18

1、自我介绍
2、介绍项目和难点
3、为什么选择epoll,有什么特点?
4、并发模型实现的过程?
5、 Linux命令,如果查看日志中出先频率最频繁的字段,userID,?
6、 vim里面常用的指令?
7、日志系统?
8、垃圾回收机制 ?
9、介绍下TCP?
10、流量窗口、如果滑动窗口为0,发送发触发什么机制?
11、mysql的索引结构?
12、msyql的B+树和B树的优势,查询速度?
13、mysql的临建锁的作用?
14、mysql的幻读出现在什么阶段? 如何解决幻读的?
15、mysql如何防止索引失效?
16、mysql的联合匹配原则?
17、mysql插入唯一索引和普通索引哪个块?
18、mysql的bin log 和 redo log? 
19、 mysql的两阶段提交
20、一条sql语句怎么执行的
21、redis常用的数据结构,zset的底层数据结构
22、 redis可以分布式缓存吗
23、 redis如何实现一个分布式锁
24、算法题:全排列算法题
#软件开发2024笔面经##面经#  #百度#
全部评论

相关推荐

头像
03-03 15:53
已编辑
黑龙江大学 Java
在当前开源项目极为丰富的背景下,付费资源并不一定意味着最前沿的技术优势,在具体执行层面展示出自己的独特价值,才是简历上最重要的加分项。1. WebMCP — 让网站主动告诉 AI 该怎么操作AI 操作浏览器的方案一直靠"猜"——截图识别、DOM 解析,错误率 15-30%。WebMCP 反过来,让网站自己声明能做什么,AI 直接调用结构化接口,准确率接近 100%。Chrome Canary 已实装。企业内部系统的 WebMCP 适配目前几乎没人做,是明确的蓝海。推荐理由:简历上写的不是"我会用某个框架",而是"我在标准刚发布时就做了企业适配&...
书海为家:#人脑vsAI# 尽管深度学习的最初灵感来源于人类的大脑,但二者的运作方式截然不同:深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练,它在相同领域的表现将远远超过人类(尤其是在数字的量化学习,例如挑选某人最可能购买的产品,或从100万张脸中挑选最匹配的一张)——相对来说,人类在同一时间内只能把注意力放在少数几件事情上面,而深度学习算法却可以同时处理海量信息,并且发现在大量数据背后的模糊特征之间的关联,这些模糊特征不仅复杂而且微妙,人类往往无法理解,甚至可能不会注意到。 虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”,但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。 与人类相比,深度学习想要充分发挥作用,离不开海量的相关数据、单一领域的应用场景以及明确的目标函数,这三项缺一不可,如果缺少其中任何一项,深度学习将无用武之地。
AI求职实录
点赞 评论 收藏
分享
03-04 17:07
南昌大学 Java
点赞 评论 收藏
分享
评论
1
8
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