技术

✅一面：HR小姐姐面试HR小姐姐面试就是问一些基本情况整体聊天氛围还是很轻松。主要围绕着三个点：①自身情况。（包括从聊天中了解性格，成长，经历以及自己遇事的处理方法）②浅挖简历。基本上都是按照简历一项一项问，但不会很刁钻，都是浅问一下，没有专业性的问题。但一定要对自己的简历非常的熟悉。③可能其他方面就是简单聊聊，不需要太紧张，放平心态就行。✅二面：试业务总监面试业务总监的话就显得严肃很多，但聊着聊着感觉整体氛围也是比较轻松的。问了很多问题，主要都是深挖简历去问。①首先是两分钟的自我介绍。②询问我在校的学习情况以及习惯（因为我的成绩在校比较优秀，主要是考察我的自学能力，面试官业务观很重视这一块可以强调自己的自学能力）③你觉得对于这个岗位你有什么优势和劣势？（优势和劣势就结合自己的简历自由发挥啦～）④为什么会选择深圳而不是广州？⑤对于亚马逊运营有什么看法？（这个需要宝贝们自己去网页搜索一下相关的标准回答～）⑥为什么会选择亚马逊这个平台？你对他的了解有多少？（主要还是考察对电商这一块自己的理解）内推码：DZJFXUJ内推链接：https://lanhevip.jobs.feishu.cn/s/iPt9WagU

腾讯后台开发面经-暑期实习基本情况面试全程拷打了1.5个小时，基本网络、数据库、缓存、消息队列、算法都问到了。问题范围广，整体难度算适中，重点考察的是基础知识和实际问题的解决能力。* 网络：HTTPS原理、TCP粘包/拆包。* 编程语言：Golang协程、Context实现原理。* 消息队列：Kafka消息重复消费、消费者组管理。* 数据库：MySQL底层数据结构、慢查询优化、吞吐量提升。* 缓存：Redis vs 本地缓存、缓存一致性、本地缓存固定实例访问。* 项目经验：Job调度优化、导出性能优化。* 算法：回文链表。问题记录1. 自我介绍* 简洁明了，突出技术栈和项目经验。2. HTTPS的原理* HTTPS = HTTP + SSL/TLS，通过非对称加密交换对称密钥，后续通信使用对称加密。* 面试官可能会追问：为什么需要非对称加密？（因为对称加密的密钥传输不安全balabala）3. TCP的粘包、拆包* 粘包：TCP是字节流协议，消息边界不清晰，多个消息可能粘在一起。* 拆包：一个消息可能被拆成多个包传输。* 解决方法：固定长度、分隔符、消息头声明长度等等。4. Golang协程* 协程优势：轻量级、上下文切换快、由用户态调度。* 对比线程：协程更高效，适合高并发场景。5. Context实现原理* Context用于控制Goroutine的生命周期，传递请求范围的值。* 实现原理：通过树形结构管理Goroutine的取消信号和超时控制。6. Kafka消息重复消费* 原因：消费者提交offset失败、分区重平衡、消费者重启。* 解决方法：幂等消费、事务消息、去重表。7. 消费者组管理* 多个消费者在一个消费组中，Kafka会将分区分配给消费者。* 避免重复消费：确保每个分区只被一个消费者消费。8. 延迟调用API* 使用消息队列（如RabbitMQ的延迟队列）或定时任务（如Cron）实现。9. MySQL底层数据结构* InnoDB：B+树索引，支持事务、行级锁、外键。* 优势：查询效率高，支持高并发。10. 慢查询优化* 方法：加索引、优化SQL、分库分表、缓存热点数据。11. Redis vs 本地缓存* Redis：分布式缓存，数据共享，适合大规模系统。* 本地缓存：速度快，但数据不共享，适合单机场景。12. 本地缓存固定实例访问* 使用一致性哈希或固定路由策略，确保请求总是访问同一个实例。13. 缓存和数据库一致性* 方法：先更新数据库，再删除缓存（Cache Aside Pattern）或延迟双删，能分析出各自的优缺点更好。14. MySQL提升吞吐量* 方法：读写分离、分库分表、优化索引、使用连接池。15. Job调度优化* 通过调整调度策略（如优先级调度、批量处理）提升系统性能，和操作系统很相关。16. 导出性能优化，如何从30分钟优化到3分钟* 并行处理。* 减少数据库查询次数。* 使用缓存* 流式导出等等。17. 流式导出什么意思* 边查询边导出，减少内存占用，提升响应速度。18. 算法题：回文链表* 思路：力扣原题，快慢指针找到中点，反转后半部分，比较前后两部分是否相同。* 实现：手写代码，注意下边界条件。内推链接：https://join.qq.com/resume.html?k=ANQI6RfQ3rhPS2dpyIkeSw评论区可以留下姓名缩写加岗位，方便后台查看是否内推成功

基本情况 面试全程拷打了1.5个小时，基本网络、数据库、缓存、消息队列、算法都问到了。问题范围广，整体难度算适中，重点考察的是基础知识和实际问题的解决能力。* 网络：HTTPS原理、TCP粘包/拆包。* 编程语言：Golang协程、Context实现原理。* 消息队列：Kafka消息重复消费、消费者组管理。* 数据库：MySQL底层数据结构、慢查询优化、吞吐量提升。* 缓存：Redis vs 本地缓存、缓存一致性、本地缓存固定实例访问。* 项目经验：Job调度优化、导出性能优化。* 算法：回文链表。问题记录1. 自我介绍* 简洁明了，突出技术栈和项目经验。2. HTTPS的原理* HTTPS = HTTP + SSL/TLS，通过非对称加密交换对称密钥，后续通信使用对称加密。* 面试官可能会追问：为什么需要非对称加密？（因为对称加密的密钥传输不安全balabala）3. TCP的粘包、拆包* 粘包：TCP是字节流协议，消息边界不清晰，多个消息可能粘在一起。* 拆包：一个消息可能被拆成多个包传输。* 解决方法：固定长度、分隔符、消息头声明长度等等。4. Golang协程* 协程优势：轻量级、上下文切换快、由用户态调度。* 对比线程：协程更高效，适合高并发场景。5. Context实现原理* Context用于控制Goroutine的生命周期，传递请求范围的值。* 实现原理：通过树形结构管理Goroutine的取消信号和超时控制。6. Kafka消息重复消费* 原因：消费者提交offset失败、分区重平衡、消费者重启。* 解决方法：幂等消费、事务消息、去重表。7. 消费者组管理* 多个消费者在一个消费组中，Kafka会将分区分配给消费者。* 避免重复消费：确保每个分区只被一个消费者消费。8. 延迟调用API* 使用消息队列（如RabbitMQ的延迟队列）或定时任务（如Cron）实现。9. MySQL底层数据结构* InnoDB：B+树索引，支持事务、行级锁、外键。* 优势：查询效率高，支持高并发。10. 慢查询优化* 方法：加索引、优化SQL、分库分表、缓存热点数据。11. Redis vs 本地缓存* Redis：分布式缓存，数据共享，适合大规模系统。* 本地缓存：速度快，但数据不共享，适合单机场景。12. 本地缓存固定实例访问* 使用一致性哈希或固定路由策略，确保请求总是访问同一个实例。13. 缓存和数据库一致性* 方法：先更新数据库，再删除缓存（Cache Aside Pattern）或延迟双删，能分析出各自的优缺点更好。14. MySQL提升吞吐量* 方法：读写分离、分库分表、优化索引、使用连接池。15. Job调度优化* 通过调整调度策略（如优先级调度、批量处理）提升系统性能，和操作系统很相关。16. 导出性能优化，如何从30分钟优化到3分钟* 并行处理。* 减少数据库查询次数。* 使用缓存* 流式导出等等。17. 流式导出什么意思* 边查询边导出，减少内存占用，提升响应速度。18. 算法题：回文链表* 思路：力扣原题，快慢指针找到中点，反转后半部分，比较前后两部分是否相同。* 实现：手写代码，注意下边界条件。内推链接：https://join.qq.com/resume.html?k=ANQI6RfQ3rhPS2dpyIkeSw评论区可以留下姓名缩写加岗位，方便后台查看是否内推成功

❤拼多多集团-PDD | 2025届春招「技术专场」启动啦！📍报名自即日起至6月30日📚面向毕业时间在2024年9月-2025年8月期间的同学🔗招聘详情：https://mp.weixin.qq.com/s/XGMacoa_0f9xVMt304TYgQ-⭐6大岗位，内推简历优先筛选：服务端研发工程师 / 算法工程师 /  Web前端研发工程师客户端研发工程师 / 安全工程师 / 数据分析师⭐工作地点：上海⭐️特别说明：2025届秋招各批次的应聘结果，不影响此次春招的简历投递，放心大胆投！-内推链接：https://careers.pddglobalhr.com/campus/grad?t=qw8B3bgxVo，内推码：qw8B3bgxVo。期待你的加入！我们一起，无拼不青春！（通过此链接投递计入内推，内推简历优先筛选~）扫码直达！！！👉完成内推的同学，也可登录校招官网查看应聘状态~

目前已有去字节（包括Tiktok国际化），腾讯，小红书，小米，快手，美团，科大讯飞，莉莉丝，绿盟 的铁子了26或者27，28都欢迎，可以进来聊聊学习路线或者面试经验等等，不定期也有q友做技术分享，不乱狗叫😡活动：1. 大厂HR直推，会和HC较多部门的HR联系，简历直发HR2. 内推机会多多，平时有日常实习的组内直推3. 年后会邀请在职2-3年的正职技术岗、4年经验技术转产品的前辈做经验分享4. 不定时的技术交流分享，可以天南海北唠嗑，也能琢磨新兴技术5. 寒假逆袭打卡计划

基本情况 面试全程拷打了1.5个小时，基本网络、数据库、缓存、消息队列、算法都问到了。问题范围广，整体难度算适中，重点考察的是基础知识和实际问题的解决能力。* 网络：HTTPS原理、TCP粘包/拆包。* 编程语言：Golang协程、Context实现原理。* 消息队列：Kafka消息重复消费、消费者组管理。* 数据库：MySQL底层数据结构、慢查询优化、吞吐量提升。* 缓存：Redis vs 本地缓存、缓存一致性、本地缓存固定实例访问。* 项目经验：Job调度优化、导出性能优化。* 算法：回文链表。问题记录1. 自我介绍* 简洁明了，突出技术栈和项目经验。2. HTTPS的原理* HTTPS = HTTP + SSL/TLS，通过非对称加密交换对称密钥，后续通信使用对称加密。* 面试官可能会追问：为什么需要非对称加密？（因为对称加密的密钥传输不安全balabala）3. TCP的粘包、拆包* 粘包：TCP是字节流协议，消息边界不清晰，多个消息可能粘在一起。* 拆包：一个消息可能被拆成多个包传输。* 解决方法：固定长度、分隔符、消息头声明长度等等。4. Golang协程* 协程优势：轻量级、上下文切换快、由用户态调度。* 对比线程：协程更高效，适合高并发场景。5. Context实现原理* Context用于控制Goroutine的生命周期，传递请求范围的值。* 实现原理：通过树形结构管理Goroutine的取消信号和超时控制。6. Kafka消息重复消费* 原因：消费者提交offset失败、分区重平衡、消费者重启。* 解决方法：幂等消费、事务消息、去重表。7. 消费者组管理* 多个消费者在一个消费组中，Kafka会将分区分配给消费者。* 避免重复消费：确保每个分区只被一个消费者消费。8. 延迟调用API* 使用消息队列（如RabbitMQ的延迟队列）或定时任务（如Cron）实现。9. MySQL底层数据结构* InnoDB：B+树索引，支持事务、行级锁、外键。* 优势：查询效率高，支持高并发。10. 慢查询优化* 方法：加索引、优化SQL、分库分表、缓存热点数据。11. Redis vs 本地缓存* Redis：分布式缓存，数据共享，适合大规模系统。* 本地缓存：速度快，但数据不共享，适合单机场景。12. 本地缓存固定实例访问* 使用一致性哈希或固定路由策略，确保请求总是访问同一个实例。13. 缓存和数据库一致性* 方法：先更新数据库，再删除缓存（Cache Aside Pattern）或延迟双删，能分析出各自的优缺点更好。14. MySQL提升吞吐量* 方法：读写分离、分库分表、优化索引、使用连接池。15. Job调度优化* 通过调整调度策略（如优先级调度、批量处理）提升系统性能，和操作系统很相关。16. 导出性能优化，如何从30分钟优化到3分钟* 并行处理。* 减少数据库查询次数。* 使用缓存* 流式导出等等。17. 流式导出什么意思* 边查询边导出，减少内存占用，提升响应速度。18. 算法题：回文链表* 思路：力扣原题，快慢指针找到中点，反转后半部分，比较前后两部分是否相同。* 实现：手写代码，注意下边界条件。内推链接：https://join.qq.com/resume.html?k=ANQI6RfQ3rhPS2dpyIkeSw评论区可以留下姓名缩写加岗位，方便后台查看是否内推成功

美团系统数据研发Java面经【一面】1. 自我介绍不问实习和项目，上来就全八股2. 为什么 String 不可变，StringBuilder3. synchronized 和 Reentranlock 详细介绍，哪些情况优先使用后者，或者说为什么解决什么问题而存在4. 上面锁的话，有什么注意事项5. join 类型6. sql 怎么优化7. 查看执行计划8. explain 的属性9. 自动装配原理，流程10. 设计模式应用，好处11. 如何处理异常12. 哪里会打印日志13. 遇到性能瓶颈怎么解决核心代码模式，手撕旋转数组【二面】1. 自我介绍2. 实习相关3. 实习里面，有个点有串行执行，为什么不改成并行4. 如果这里成为系统的瓶颈，你怎么处理，异步失败了怎么处理5. 线程池6. 问我了不了解动态扩容的线程池（我说在看过美团技术的一个博客，讲解过，但自己没实现过）7. 对于抢票这样的业务，忙的时候要死，闲的时候也要死，你对于数据库的读写方式有什么考虑8. mysql 和 redis 的数据一致性问题（被打麻了，我记得看过的都是不存在强一致性的吧，都存在至少一点点时间的错误）内推链接：https://zhaopin.meituan.com/m/campus?zp-from=hiring-campus-bole-elephant&staffSsoId=23765171内推码：RXB7BM8

、好未来前端实习一面面经1.自我介绍2.看代码说结果，变量提升相关3.浮点数精度问题，通过过先转换为整数如果两个浮点数的长度不相等怎么解决？4.forEach、map、for循环之间的区别是什么？5.看代码说结果，事件循环相关6.场景题：在做tab的切换，一个是已读tab（展示已读列表）一个是未读的tab（展示未读列表），每次点击一个tab的时候都要去发送请求去获取信息，当快速切换按钮的时候会发发生什么问题？7.你之前是做B端这些的吧？主要是做哪些？相对来说你认为做的比较复杂的功能？8.做过哪些性能优化？反问整体下来感觉问的八股还是比较少的吧，大多数都是面试官写代码然后让我说结果，然后再解释为什么这样说，还有就是场景题和项目了。面试官人很好就算一些答不出来还是会去引导回答出来。作者：芝士小堡链接：https://www.nowcoder.com/feed/main/detail/b9a71d03667146ddb552852ad308752d?sourceSSR=users内推码：DSXPprHa内推有26个不同岗位，待遇都比较好，感兴趣的可以使用内推码投递，欢迎随时咨询进度！大家可以在评论区留下姓名缩写及投递岗位，我来查下后台有没有内推成功！内推链接https://app.mokahr.com/m/campus_apply/tal/148080?recommendCode=DSXPprHa&hash=%23%2Fjobs

腾讯后台开发面经-暑期实习基本情况面试全程拷打了1.5个小时，基本网络、数据库、缓存、消息队列、算法都问到了。问题范围广，整体难度算适中，重点考察的是基础知识和实际问题的解决能力。* 网络：HTTPS原理、TCP粘包/拆包。* 编程语言：Golang协程、Context实现原理。* 消息队列：Kafka消息重复消费、消费者组管理。* 数据库：MySQL底层数据结构、慢查询优化、吞吐量提升。* 缓存：Redis vs 本地缓存、缓存一致性、本地缓存固定实例访问。* 项目经验：Job调度优化、导出性能优化。* 算法：回文链表。问题记录1. 自我介绍* 简洁明了，突出技术栈和项目经验。2. HTTPS的原理* HTTPS = HTTP + SSL/TLS，通过非对称加密交换对称密钥，后续通信使用对称加密。* 面试官可能会追问：为什么需要非对称加密？（因为对称加密的密钥传输不安全balabala）3. TCP的粘包、拆包* 粘包：TCP是字节流协议，消息边界不清晰，多个消息可能粘在一起。* 拆包：一个消息可能被拆成多个包传输。* 解决方法：固定长度、分隔符、消息头声明长度等等。4. Golang协程* 协程优势：轻量级、上下文切换快、由用户态调度。* 对比线程：协程更高效，适合高并发场景。5. Context实现原理* Context用于控制Goroutine的生命周期，传递请求范围的值。* 实现原理：通过树形结构管理Goroutine的取消信号和超时控制。6. Kafka消息重复消费* 原因：消费者提交offset失败、分区重平衡、消费者重启。* 解决方法：幂等消费、事务消息、去重表。7. 消费者组管理* 多个消费者在一个消费组中，Kafka会将分区分配给消费者。* 避免重复消费：确保每个分区只被一个消费者消费。8. 延迟调用API* 使用消息队列（如RabbitMQ的延迟队列）或定时任务（如Cron）实现。9. MySQL底层数据结构* InnoDB：B+树索引，支持事务、行级锁、外键。* 优势：查询效率高，支持高并发。10. 慢查询优化* 方法：加索引、优化SQL、分库分表、缓存热点数据。11. Redis vs 本地缓存* Redis：分布式缓存，数据共享，适合大规模系统。* 本地缓存：速度快，但数据不共享，适合单机场景。12. 本地缓存固定实例访问* 使用一致性哈希或固定路由策略，确保请求总是访问同一个实例。13. 缓存和数据库一致性* 方法：先更新数据库，再删除缓存（Cache Aside Pattern）或延迟双删，能分析出各自的优缺点更好。14. MySQL提升吞吐量* 方法：读写分离、分库分表、优化索引、使用连接池。15. Job调度优化* 通过调整调度策略（如优先级调度、批量处理）提升系统性能，和操作系统很相关。16. 导出性能优化，如何从30分钟优化到3分钟* 并行处理。* 减少数据库查询次数。* 使用缓存* 流式导出等等。17. 流式导出什么意思* 边查询边导出，减少内存占用，提升响应速度。18. 算法题：回文链表* 思路：力扣原题，快慢指针找到中点，反转后半部分，比较前后两部分是否相同。* 实现：手写代码，注意下边界条件。内推链接：https://join.qq.com/resume.html?k=ANQI6RfQ3rhPS2dpyIkeSw评论区可以留下姓名缩写加岗位，方便后台查看是否内推成功

内推链接：https://careers.pddglobalhr.com/campus/grad?t=USwdk5TF4c内推码：USwdk5TF4c内推岗位：服务端研发工程师 /算法工程师 / Web前端研发工程师 /客户端研发工程师 /安全工程师 /数据分析师-💻应用场景新，需求迭代快🔝全方位培养，成长不设限🍰年轻化氛围，扁平化管理💰竞争力薪酬，多样化福利🔗招聘详情链接：https://mp.weixin.qq.com/s/XGMacoa_0f9xVMt304TYgQ（附个人内推二维码图）👉内推简历优先筛选，快人一步！👉投递完成可在本帖点赞、收藏、评论（听说一键三连的小伙伴，春招都offer满满哦~）