后端项目大统计，看看你上榜没有

一面 1.聊项目 2.聊字节这边测开的实习3.Redis hash 的底层数据结构有哪几种？它大概是根据什么原则来选择具体实现的？4.Redis hase 数据量比较大时,底层是什么结构5.那 ZSet 的底层实现呢6.MySQL：索引的实现原理7.为什么 MySQL 会使用 B+ 树来实现索引8.线上遇到一个慢查询，通常说明索引设计可能有问题。你做索引优化时，大概会先从哪些地方入手？整体思路是怎样的9.你觉得 MQ 能给一个项目/工程带来哪些收益？出现哪些决策点时，我们会考虑甚至优先使用 MQ10.你觉得 MQ 带来的这些能力背后有哪些风险？在决定上 MQ 之前，需要重点评估和规避哪些风险11.分布式事务12.算法:现在有 k 个有序数组，平均长度是 n，元素都是整数，希望把它们归并成一个有序数组 (小顶堆)二面1.聊字节这边的测开实习(问了挺多)2. 聊了一点项目3.Redis 实现分布式锁4.分布式锁和单机锁5.如果使用单机 Redis 存储分布式锁，Redis 数据丢失或实例挂掉时，锁的可靠性如何保证？6.RedLock实现的基本思路7.RedLock 的优缺点8.Redis主从复制的流程9.Redis 哈希结构在扩容时是怎么做的？渐进式哈希的核心思路是什么，为什么要这么设计？10.在哈希扩容期间，读写数据的逻辑是怎样的11.算法: 大数加法,大数减法12.到岗时间,实习时长,反问已过，正在转岗流程中已入职

在 Claude Code、Cursor 等 AI Agent 工具的使用过程中，MCP（Model Context Protocol）与 Skill（Agent Skill）是两个高频出现的能力扩展概念。二者看似都是为了增强 AI 的能力边界，但在设计哲学、技术架构和适用场景上有着本质区别。本文将从这三个维度，彻底厘清两者的核心差异、存在价值及选型原则。一、一句话核心区分MCP 和 Skill 是 AI Agent 能力扩展的两大核心支柱，定位截然不同：MCP 解决「连接」问题：让 AI 突破自身数据局限，访问外部世界的工具、数据源与服务。Skill 解决「方法论」问题：为 AI 注入专业的...

1. 看过什么java相关的书？2. 项目中不足的点、可以改进的点有哪些？3. 说一下HashMap，底层数据结构是什么？不同版本的HashMap有什么不同？为什么用红黑树？4. 讲一下数据库的索引？原理？5. 什么是幻读？怎么解决幻读问题？6. 参加了什么社团？做了什么事？有什么爱好？7. 你认为除了技术方面的优势，你还有哪些优势？举几个例子证明8. 手撕：一道leetcode中等题，快速写完之后，面试官又让我讲思路、说空间复杂度和时间复杂度，又问有没有空间复杂度和时间复杂度更小的做法？

题目1：最长无重复字符子串