忐忑的心情被狐厂治愈了！

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花MySQL主从同步是保障数据高可用、读写分离的核心架构，但在实际运维中，主库与从库数据不一致的问题时有发生，会导致读写分离异常、数据恢复失败等风险。本文将从“原因排查→解决方法→预防措施”三个维度，详细说明如何应对主从不一致问题，覆盖日常运维常见场景，兼顾实用性和可操作性。一、主从不一致的核心原因（先定位，再解决）主从不一致的本质是“主库binlog日志未完整、正确同步到从库”，或“从库执行binlog日志时出现异常”，常见原因可分为以下5类，排查时优先核对：网络异常：主从节...

很多人刚开始实习时，都会有一种期待：有 mentor 手把手带，有同事耐心讲解，每天都能学到新的技术和经验。但真正进入团队之后，很快就会发现现实没那么理想。mentor 可能经常在开会，同事也各自忙着推进需求。你有问题的时候，有人简单回一句文档里有，有人让你先自己看看代码。等到真的卡住了，很多时候只能自己查资料，或者干脆去问 AI。刚开始遇到这种“放养”状态，很容易怀疑自己：是不是团队不重视实习生？是不是这段实习学不到什么东西？但时间久了你会发现，其实这种情况挺常见的。一方面，团队本身就很忙。大部分人都有自己的任务和进度，很难抽出很多时间专门带人。另一方面，工作里的很多知识，本来就很难通过讲解快速掌握。代码结构、业务逻辑、系统设计，这些东西往往要自己慢慢看、慢慢试，才能真正理解。所以很多时候，实习能学到多少，确实很大程度取决于自己。遇到问题先自己查资料、看代码，实在不行再去问人；做完需求之后再回头想一想，有没有更好的写法。这些主动的过程，反而比别人直接给答案更有用。从这个角度看，“放养”未必完全是坏事。它可能不那么舒适，但会逼着你自己去摸索。只要环境不是完全没人理，愿意回答关键问题，其实已经算不错的实习体验了。

1、知道 GPT 和 BERT 这种模型的基础框架是怎样的吗BERT 和 GPT 都是基于 Transformer 的预训练模型，但结构和任务目标不一样。BERT 一般采用 Transformer Encoder 堆叠起来的双向编码结构，在预训练时主要做 MLM，也就是随机遮盖一部分 token，让模型根据上下文去恢复被遮掉的词，因此它更适合理解类任务，比如分类、匹配、抽取、检索表示学习。GPT 采用 Transformer Decoder 堆叠起来的单向自回归结构，在预训练时做 next token prediction，也就是根据前面的 token 预测下一个 token，因此它更适合生成...

太压力了，面了2个多小时，本菜比已经被拷打的瑟瑟发抖面完两个小时后通知过了1.算法题三道（1）leetcode124 二叉树中最大路径和hard题 因为不久前才刷过撕出来了，又来了一道（2）leetcode 300 最长递增子序列变种除了递增之外还加了一个权重因素，但是思路没变，dp就行（3）寻找词汇库里符合固定长度前缀的匹配单词应该是他们自己题库的题。给了一串单词列表，然后又给了一个单词，一个下标，根据这个下标的前缀去单词列表里面找到所有匹配的单词再返回思路是创建一个单词前缀树，然后根据树找，但是可能是构件树数有问题没撕出来2.全方位项目拷打基本没有问八股，全部都是项目企业场景题，哎哟我操，完全不会。我就纯八股战士，结果没想到一道八股都没问反正尽可能把企业场景往八股上引吧。。1. 微服务多点部署其中一个宕机了怎么办2. 要是mq占据大量CPU该怎么排查？MySQL占据大量CPU该怎么排查？3. 假如说让你实现视频点赞功能，你打算怎么设计？讲讲思路（我知道多级缓存，但是碰巧没背……寄）4. Redis延迟双删是什么，分布式锁，哨兵模式5. MySQL到es同步的延迟该怎么优化6. Rabbit mq的队列是怎么实现的？（这个完全没整明白，可能是队列的底层结构? 反正我硬扯的讲了一下rabbit mq的架构）还扯了很多，但是往后完全就慌了），记住的是这些