新华三面试

📍面试公司：默契破冰（玩吧）🕐面试时间：03/17💻面试岗位：java后端开发（社招）❓面试问题：1. 简单做下自我介绍2. 讲一个你解决问题的思路/项目难点3. 接口变成慢接口，你的通用排查思路是什么4. 极端场景：数据库、SQL 都正常，但高峰期接口有毛刺、RT 波动，监控基本正常，只有线程状态不正常，怎么排查，多个维度思考5. 线程 BLOCKED 状态一般出现在什么情况下6. synchronized 加锁时线程状态是什么？ReentrantLock 加锁时线程状态是什么，其他等待的线程的状态呢？7. 讲一下你对线程池的理解8. 线程池的核心线程是什么时候创建的9. 线程池 keepAliveTime 这个参数是干什么的？怎么控制空闲线程的存活时间10. 手撸一个通用的池化技术实现（支持借用、归还、过期淘汰）11. 讲一下你最近在比心的这个项目，以及你在项目中的职责12. 你们项目整体业务架构是怎样的？分了几层13. 项目是单体还是分布式？流量是怎么流转的14. 项目用的是 MVC 还是 DDD 架构，了解ddd吗15. 讲一下 Apollo 配置中心的原理16. 服务启动时怎么拿到配置？配置更新后怎么同步到服务？17. 集群规模很大、实例很多时，配置变更怎么保证及时通知到所有节点18. 在项目里遇到过什么比较严重/难排查的线上问题19. 礼物发送为什么用长连接（WebSocket），而不是 HTTP20. HTTP 也能长连接（keep-alive），为什么还要用 WebSocket21. 详细讲一下礼物连击、送礼统计的整个流程设计22. 礼物服务是有状态还是无状态？多实例部署下怎么统计全局连击次数23. 你们礼物信息、运营配置是谁维护的？缓存怎么做的24. 本地缓存如何实现及时更新，而不是等过期才淘汰25. 怎么保证本地缓存和 DB 的一致性26. 讲一下分布式事务，以及常用方案27. 你们项目里用的是哪种分布式事务？保证的是最终一致性还是强一致性28. 礼物扣款和横幅推送这两个操作，你们是怎么保证一致性的29. 推送时机是在扣钱同时触发，还是扣钱完成后再触发30. 如果让你设计一个简单的 IM 聊天系统（只发文本），架构怎么设计31. 如何保证消息不丢失32. 如何保证群聊/单聊消息的顺序性33. 大量用户、高并发下，消息序列号怎么保证唯一34. 消息存储怎么做？会选取什么数据结构？用户离线消息怎么处理35. 如果用户很久不上线（10 天半个月），消息怎么处理，避免队列积压36. 服务节点宕机，怎么保证消息不丢、用户上线后能收到，主从切换如何保证连接的一致性？37. 平时工作中有用过 AI 吗？用来做什么38. 举一个你用 AI 解决实际工作问题的例子39. 你怎么看待现在 AI 对开发、对行业的影响40. 最近有看过什么源码吗？为什么看41. 为什么从上家公司离职42. 你理解的“稳定性”是指什么43. 你更喜欢做哪类业务？职业规划是什么44. 最近短期有什么学习/提升计划45. 你有什么想问我的🙌面试感想：很感谢这次面试，因为业务垂直所以也给我一个面试机会，这一次面试其实主要的收获在于场景，因为和他们具体的开发业务相关，所以说问了我会如何设计IM系统，然后围绕着这几个问题发散的去问解决方案，还好在学习go语言的时候有写过IM系统还是能回答出一些面试官很专业，对于一些底层原理还是很了解，尤其是锁那一块关于不同锁的不同线程状态，这一块其实还有更细节的东西没了解清楚，好好复盘学习一下啦

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Caffeine是Java生态中性能顶尖的本地缓存库，对标Google Guava Cache并实现全面超越，主打高吞吐量、低延迟、超高缓存命中率，核心优势源于创新的淘汰算法、精细化并发设计和高效内存管控。它完美解决了传统LRU缓存污染、LFU内存开销大、新热点数据难留存的痛点，成为分布式系统、本地缓存场景的首选方案。一、底层存储架构：高效并发+低开销统计Caffeine没有重新造轮子，而是基于Java原生并发容器优化，搭配专用数据结构实现读写分离、无锁争抢，核心存储组件分为...

求问腾讯春招三面是不是gm面，需要注意什么呢。csig一般有多少轮面试啊😭

（真诚提问，并非想要否定AI对于画师和配音演员以及类似职业的侵权行为，也不是想对比谁过的更苦，只是单纯地好奇这个问题）发现一个有意思的现象，想听听大家的看法：同样面临AI的冲击，配音圈、绘画圈都在集体抵制，但程序员这边，几乎看不到类似的行动。代码也是创造性的手艺，AI同样在“偷掉”程序员的手艺，也在替代不少传统的程序员的岗位，今年不少公司停招传统Java、裁掉前端，就业影响明明就在眼前，却很少有人站出来说因为侵权而“要抵制AI”。目前程序员对AI的抱怨，更多集中在“AI写的代码质量差、难维护”等技术层面，而非对职业替代/代码侵权的群体性反抗。是程序员更接受技术变革，还是已经习惯了在冲击里自我调整？还是说只是因为程序员群体中AI的既得利益者更多，大家依靠AI更快速地写出了更多的代码，获得了更多的收益（工资），而那些因为AI被裁掉的团队的声音又太小？有点好奇，这背后的差别到底在哪。