南京超星java面经（已oc）

转正后8.5k * 14，包住，试用期 80% 薪资。 网上看好像风评不太好，值得去吗

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首先明确核心前提：MySQL 的 InnoDB 存储引擎中，可重复读（Repeatable Read） 是默认隔离级别，其核心作用是保证「同一事务内，多次读取同一数据，结果始终一致」，可解决「不可重复读」问题，但无法解决「幻读」问题。幻读的定义：同一事务内，两次执行相同的范围查询（如 WHERE 条件匹配一批数据），第二次查询的结果中，出现了第一次查询没有的新数据（或消失了第一次查询有的数据），这种“凭空出现/消失”的现象，就是幻读。下面通过「员工工资查询」的具体场景，完整演...

1.自我介绍2.智能体项目里WebRTC方案是什么，如何实现的3.ASR/TTS是如何集成的，对话是如何实现的4.智能体上下文管理是怎么做的5.稀疏向量和稠密向量的理解(脑袋空白)6.向量数据库索引的选择，向量维度选择7.聊聊GMP模型8.第二段实习主要内容，SQL如何优化的9.索引失效的场景10.MySQL索引底层数据结构11.B+树范围查询的优势12.项目是如何压测的，压测的链路有哪些，结构如何13.Redis高性能的原因14.防超卖方案展开聊聊15.除了本地信息表外的其他一致性方案16.分布式锁实现方案，聊聊你用过的17.kafka如何实现信息可靠性机制(没咋看信息队列，掰扯了一些乱七八糟的)18.反问没有手撕算法，问完就开始介绍业务了，感觉蛮顺利的

一、基础与中间件Q1：线程池的参数一般怎么设置？依据是什么？A：主要看任务是 IO 密集型还是 CPU 密集型。IO 密集型可设核心线程数为 2N（N 为 CPU 核数），CPU 密集型设为 N+1；最大线程数和队列长度根据业务负载调整，拒绝策略按场景选择（如丢弃或由提交线程执行）。✅ 思路正确，但未明确“N 是 CPU 核数”，且拒绝策略表述可更规范。Q2：G1 垃圾回收器的设计原理是什么？A：先初始标记 root 对象，再并发标记，然后重新标记修正，最后回收被标记对象。优化可调大堆内存减少 GC 频率。⚠️ 流程大致对，但未提 G1 核心机制（Region 分区、Remembered Set、Mixed GC），术语不够准确。Q3：MySQL 可重复读（RR）下如何避免幻读？A：InnoDB 通过 MVCC 和加锁机制防止幻读。✅ 方向正确，但未说明具体是 Next-Key Lock（记录锁 + 间隙锁） 实现。Q4：SQL 走了索引还是很慢，怎么优化？A：先看执行计划是否真走索引（避免隐式转换、最左匹配失效）；若数据量大，考虑分库分表；还可加缓存，用消息队列更新缓存。✅ 思路完整，覆盖排查 → 架构 → 缓存三层优化。Q5：如何保证缓存（Redis）和数据库的一致性？A：更新数据库后删除缓存；读时若缓存为空，再查 DB 并回填。实习中也用过“写 DB 后更新缓存”。⚠️ 未明确推荐方案是 “先更新 DB，再删缓存”（Cache-Aside 模式），后者易引发脏读。Q6：Redis 缓存雪崩怎么解决？A：给缓存设置随机过期时间；热点 key 更新时加锁，只让一个线程重建缓存，其他等待。✅ 回答清晰，覆盖主流方案（过期打散 + 互斥重建）。Q7：Kafka 如何保证消息不丢失、不重复消费？A：不丢：靠副本机制和磁盘持久化（默认保留 7 天）；不重：业务层做幂等，比如用达人 ID 去重。✅ 工程实践优秀，结合 Kafka 特性与业务兜底。Q8：Spring AOP 如何实现方法耗时统计？A：自定义注解，在切面中记录方法执行前后时间，计算差值。✅ 完全正确，简洁实用。二、项目与实习Q9：请讲一段你实习中做得比较关键的项目。Q10：项目中有用到事务吗？如何保证一致性？三、AI 与开放设计Q11：MCP 是什么？A：MCP 是一种协议，统一封装 AI 调用外部工具的能力（如查天气），类似 USB 接口，便于插拔扩展。✅ 理解准确，类比形象。Q12：如果让你用 AI 优化教务系统，你会怎么做？A：针对教师排课，AI 可自动分析课程依赖关系，生成多套排课方案并给出推荐理由，减轻老师负担。✅ 抓住核心痛点（排课复杂），有业务思考；可补充更多场景（如智能选课、毕业审核自动化）。四、行为与规划Q13：你未来的职业规划是什么？A：坚定走后端方向，前期深耕业务与技术栈，后期考虑往技术深度或管理发展。✅ 方向清晰；⚠️ 可更具体（如“希望深入分布式系统或云原生架构”）。Q14：你有什么想问我们的？A：询问部门具体负责哪个产品（学习通/学工/教务/校园信息化），以及校招流程。✅ 体现主动性和岗位关注。