京东风控面经

三面 1. 介绍实习项目，预测出来的结果如何使用2. 评估指标如何计算，真实上线后门店有什么反馈，就实习项目扩展3. 处理时间序列的其他方案？4. 实验室的论文方向5. tree模型中节点划分依据，计算一个节点划分后的信息增益6. 无监督算法？聚类Kmeans流程？EM算法？GMM算法（混合高斯算法）？Kmeans和GMM之间的关联性，从EM角度上解释7. 降维算法？PCA降维前数据要做什么处理？归一化，为什么要做归一化处理？8. Kmeans如何选择K值？9. 深度模型？bert模型？self-attention？时间复杂度代码考核：用梯度下降求解一个数的根号反问：1. 部门负责的内容2. 如何实现搜索和反扒问题？

自我介绍无八股，全部问的实习相关手撕，easy#牛客AI配图神器#

1.实习介绍2. 你刚才说全链路 10ms 内，这个“10ms”的统计口径具体是从哪到哪？是否包含撮合？如果不包含，柜台内处理和SDK 通信层各占多少？实际压测数据大概是怎么样的3. 说一个最近一次的容量上限：平峰 QPS、行情峰值 QPS、触顶现象是什么4. 为什么选Disruptor而不是LinkedBlockingQueue5.userId%128 做分片——如果用户写或者查很频繁倾斜怎么监测？当有三五个高频量化用户扎堆到同一分片，你们是怎么处理6.迁移前后的有序性怎么保证？7. 第一阶段和第二阶段双层 RingBuffer 的拆分依据是什么8.业务逻辑、持久化、推送为什么不放在一个阶段里用不同handler9.你们是事件源还是只是“事件日志 + 最终态”？RocksDB里存事件还是快照？快照生成策略是什么10.baseLog和RocksDB的边界点是什么？如果RocksDB 落地成功但baseLog→MySQL异步失败怎么办11. 说你们做的是真改单不是撤下重下。那由10个BTC调到11个时，增量冻结要做两阶段么，怎么做，撮合拒绝后怎么回滚呢12.市价改单vs限价改单的冻结口径什么区别？盘口估算失败时你们有保护系数吗？精度/最小变动价位校验放在第一阶段还是SDK前面13.改单失败场景列举一下？比如订单已撮合、深度变更、风控锁定、余额变化、系统切分片迁移中。每种失败的用户可感知到的行为和状态的回退分别是什么样的14. 你们那个柜台和撮合通信的SDK 的发送队列和接收队列是批量阈值触发，那批大小是静态还是自适应？峰值时批过大对尾延迟的影响怎么去抑制呢15.rokesDB 写放大/读放大/空间放大这些你们怎么权衡？用了哪些compaction 策略16. 压测时出现RocksDB 写吞吐低，你们改成128分片、8线程写8库？你们为什么要这么去分，依据是什么，128个分片会不会太多17. 统一账户上线前，你们老柜台如何兼容限额？母账户限额、币对限额、池子限额、档位限额的冻结时机分别是什么？新老系统共用/分开配置怎么保证一致呢18.自动借币/还币是Try/Confirm/Cancel 还是最终一致补偿？借币失败是不是要回滚下单

一、引言如果你已经有过几轮面试经验，肯定会遇到过类似的问题。面试官会问你：“如果数据量特别大的时候，分页查询慢该怎么办？”我们都知道，数据库分页查询很常见，尤其是展示列表的功能，基本上每个系统都有。但是，如果你做过大流量、高并发的系统，就会知道，当数据量上来后，分页查询的性能问题真的是一大痛点。数据量小的时候，分页查询没问题，但是当表里有上千万条数据时，翻一翻第几页，查询就开始卡了，慢得让人想砸电脑。那面试官提这个问题的时候，肯定希望听到你对于分页查询慢的根本原因是什么，知道你是怎么解决这个问题的，以及分库分表后深度分页的问题该如何解决？所以，小北今天就用最简单的语言，带大家逐步分析这个问题，...