美团到家Java一面。

1.实习介绍2.base 在上海，是否能接受3.项目相关的问题4.高并发情况下锁要怎么实现5.什么场景适合用乐观锁6.如何避免死锁7.在高并发的情况下，有没有更好的方法来保证缓存一致性8.平时开发的时候会用到Alcoding吗9.Java中 threadlocal是如何实现的，会产生内存泄漏吗10.用过线程池吗，有哪些比较重要的参数11.在使用线程池管理线程时，什么时候会销毁线程12.核心线程会被销毁吗13.算法题:反转链表

1. 介绍一下 RAG2. 怎么评估 RAG 的生成内容3. RAG 如果生成的内容不好，采用对抗学习应该怎么做4. String 为什么设计成不可变，怎么实现的不可变5. final 加在类上、方法上和字段上有什么区别6. Java 垃圾回收方法介绍7. Java8 以后的 JVM 内存介绍8. Java8 取消了永久代，引入了元空间，为什么手撕最长合法括号长度问了个Sql最左匹配题目还问了两个容斥原理题目

性格问题，面试之前非常紧张，没有录音，说一下记得的内容8.28一面（95min）1.子类与父类的加载过程，静态方法重写，静态代码块2.Java中sync阻塞与可重入是怎么实现的，轻量级锁这么可重入，重量级锁维护了wait set3.sync锁升级，AQS4.用户态，内核态5.wait与sleep,调用后操作系统发生了什么，sleep是怎样唤醒的6.concurrenthashmap介绍，size()怎么个流程7.单例模式，双重校验锁，volatile机制，可见性原理(MESI)，直接将sync加方法上的锁粒度问题，类加载机制的懒汉8.MySQL中select语句执行流程9.事务与并发MVCC10.rr隔离级别下的间隙锁导致的死锁问题11.索引的注意事项12.uuid与自增id，顺序写与随机写，空间占用，可能导致极端情况varchar数据存不下导致的行溢出问题，同时网络消耗（其实这都不重要，能消耗多少）11.mysql能否保证数据不丢失12.事务注解失效的情况，你是怎么避免的，主要说了代理类，吃异常的一些问题13.spring循环依赖解决，两级缓存能否解决，可以，只是需要实例化后都暴露且暴露代理类，三级缓存提供了一个延迟以及按需加载的思想（不知道理解的对不对），判断是否需要加载代理类，以及需要时才提前暴露14.mybatis执行流程，缓存有了解吗，说一下优缺点15.实习问题手撕：链表加法9.3二面(65min)1.聊一下hashmap,负载因子与len = 8锁涉及到的概率问题，树化的优缺点2.介绍concurrenthashmap -> CAS + sync + volatile，主要说一下尽量使用用户态的CAS去尝试，这点再AQS中也有体现（不知道我的理解有没有问题）3.你说了concurrenthashmap 这么多优点，那有没有缺点 -> 主要提了一下并发机制，常见的缓存，MVCC中rc，rr允许读旧数据，尽管volatile无需加锁，但cpu缓存一致性时也存在消耗，可能在读写并发量较高时性能有所缺陷4.MySQLselect语句流程（我真绷不住了，一面问了我没复习）5.MySQL如何解析到select语法错误的，客户端连接时，用户名密码存在错误时MySQL如何解决的6.介绍B+树，主要从多叉有序平衡，树高来说7.你说了B+树有这么多优点，那有没有缺点，这边主要讲了并发量高的insert/delete场景下页分裂时锁整棵树，讲了B-link树的一些优化点，谈到了跳表设计机制8.说一下常用的jdk，1.8的新特性，lambda实现原理，功能性接口9.实习拷打手撕：山峰数组二分找变化点下标补充：简历上的实习内容有些不清楚，还好找同事咨询了，不然也是难绷有保底心态确实会不一样9.6 oc

1、实习介绍2、如何在生产环境不停服情况下进行数据迁移从原来的16张表迁移到64张表中?3、订单到期关单如何实现4、为什么MySQL用B+树，MongoDB用B树?5、Redis的zset实现排行榜，实现分数相同按照时间顺序排序，怎么做?6、如果让你实现一个RPC框架，会考虑用哪些技术解决哪些问题?7、不使用synchronized和Lock如何设计一个线程安全的单例?8、MySQL热点数据更新会带来哪些问题?9、MySQL 里有 2000W 数据，Redis 中只存20W 的数据，如何保证 Redis 中的数据都是热点数据?10、应用占用内存持续增长，但是堆内存、元空间都没变化，可能是什么原因?11、和其他公司做数据交互时，有什么需要注意的?12、如果要存IP地址，用什么数据类型比较好?13、一次RPC请求，客户端显示超时，但是服务端不超时，可能是什么原因?14、如何提升RocketMO顺序消费性能?15、如何优化系统架构设计来缓解流量压力提升并发性能?16、假设数据库成为了性能瓶颈点，动态数据查询如何提升效率