第一次二面，面试官依旧情绪价值很足，只可惜每到面试的时候才发现项目准备的还不够，手撕部分sql忘完尬了好长时间，算法用回溯暴力解了。 前面是专业和实验室项目的一些问题。SSE 与 WebSocket 有什么区别？为什么在这个场景选择 SSE？在项目中采用策略模式和模板方法模式，各自的用途和目的是什么？缓存预热、布隆过滤器、分布式锁分别应对什么场景和问题？查询场景下会有并发安全问题吗？分布式锁能彻底解决并发安全问题吗？分布式锁的超时时间如何设置？什么情况下需要做分库分表？单表数据量达到多少时 IO 次数会增加？原因是什么？高并发但数据量未达到分表阈值时，是否需要分表？高并发下数据库应如何应对？主...

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

为什么面了八次次次都是一面挂，次次都不说原因，问了面试官就是插科打诨，为什么别人一面就过呢，真的没有缘分呀。不考编程就是脑筋急转弯的概率题，考了编程a了也不过没a也不过 总之就是不过，没一次二面，深深的怨念。觉得我不够资格就直接拉黑简历呗，每次都捞起来重新拷打一顿什么意思呢。

逛牛客这么久，发现一个很有意思的现象：很多人把大厂当成“求职天花板”，拼尽全力投递、面试，哪怕拿到offer，也有不少人干了3个月就裸辞，吐槽“大厂节奏快到窒息”“内耗严重”“自己根本不适应”。 其实大厂从来不是“适合所有人的避风港”，它有清晰的优势——完善的体系、优质的资源、可观的薪资、清晰的成长路径，但也有不可忽视的压力——高强度加班、严格的KPI、复杂的协作流程、激烈的竞争。 与其盲目跟风冲大厂，不如先看清自己：你到底适不适合大厂？结合身边上岸大厂的朋友经历+牛友高频分享，总结出4类最适合大厂的人，对照看看，你是不是其中之一～ 一、目标明确，能接受“高压换成长”的人 大厂最不缺“努力的人...