感觉目前轻松面完基本都挂了，面试聊聊天就过了，压力面基本上顶住一半就给过了。感觉轻松面就是组里没hc但是有任务kpi，就大家聊聊天也不为难你，差不多水个时长。压力面是有hc，真想招一个不错的人，就会问的很深很难。

1、有点变得利己了，自己不相干的事情，直接甩给别人，对自己工作直接影响不大的事情不想过问。2、字节味极重，来了个实习生（我的继任），因为年级较低第一段实习，很多都不会，给他讲解的时候感觉有点不耐烦，难怪字节喜欢拿来就能用的人，想我之前在学校还是非常乐于给别人提供帮助3、反驳型人格，感觉别人说什么总喜欢反驳，还逐渐学会推卸责任，当一个不粘锅4、生活坏习惯，越来越喜欢高油高盐饮食，压力太大。5、喜欢熬夜晚睡，只有晚上的时间才是属于自己的。

没事去学校就业网上看了，投递了随便投递了几个，槽点太多了。各自网站简历填写，感觉在查户口，简历解析支持太拉垮了。有一个当场约第二天线下面试还要求正装，当场麻了。1、建议准备好正装，2、国企相对于技术难点询问远不比互联网企业，但是要思维完善。3、不会java输麻了

timeline 8.30 投递笔试时间冲突没做9.15一面（挂）1、实习和场景题40分钟。场景题与实习穿插。- 设计一个亿级用户量排行榜- 线上接口出现偶发性延迟高问题如何排查- 对于线上频发激增qps的处理2、八股5分钟，感觉在凑时间。- TCP和UDP区别- go的gc简单说说- 查看进程cpu和内存使用的指令- redis数据结构。3、无手撕。聊1年或者3年制规划（感觉有点踩雷，b站太wlb，别表现太牛马之前找实习和现在都感觉，总体感觉是有实习的话，八股会问少很多

1、实习经历，主要是我在讲，他提了一些问题，没有深入拷打。20分钟2、八股。美团是真的喜欢问八股。我是Go仔，他期间问了好几次会不会java，还说组内全是java。看得出来面试官不怎么会Go。感觉的出现他很想问Java的八股。一度连计网、redis、mq都没问。也可能是前面实习经历我主动说了一些相关的知识。Go的set集合——map和sliceGo中间有没有线程池，介绍了GMP调度Mysql使用优化（愣住了，这么大一个，一时间不知道从哪儿说起）3、手撕：链表交换 L1->L2->....->Ln-1->Ln 换成L1->Ln->l2->Ln-1....的形式

8.30号投递了好几家，现在一个约面的都没有，笔试也没有发，秋招9月酒这样了吗

天天各种没有意义的会，跟自己的关系几乎没有，各种群都在拉会对齐压力很大，感觉字节这边确实是把人当干电池，实习生的活很多，主要也是因为人力缺乏，实习生当正职，正职当1.5个人以上

坐得住：很多岗位实习生进去打杂的情况非常常见，在实习初期很难接触到核心有价值的东西，这是一个循序渐进的过程。从一些简单的基础的工作才能慢慢理解整个项目。主动性：如果对留用有需求，那在自己的本质工作外一定要学会主动向上管理，可以是对mt主动说自己最近做了啥，还想做一些什么工作，让你的直接上级看到你的产出和贡献，以及对业务和技术的思考。沉淀总结：在完成或者解决一定业务需求之后，对自己的工作进行一个文档沉淀，这个不仅对自己的技术有所帮助，增加自己对项目的理解，跟自己的直属领导沟通交流。但是能否留用最重要的一点：能不能留任还是得看部门也没有hc😩

2.27 一面50min3.1  二面1h3.5 三面1h3.10 hr面3.12 oc面试很慢，但是要光速入职

1、租房是一个大头，只能在通勤时间和房租中间做平衡，真的很难抠出来，合租奋斗小单间比一居室能省很大一笔。2、手机和充电宝带到公司充满电，电费也是电！3、饮水机牛饮+下班前带走一大杯水，公司免费茶袋就是一通牛饮，代替自己付费买咖啡饮料4、如果公司提供免费早晚餐，早上10点上班直接多拿点当午饭了（实测坚持了两三周顶不住了，中午还是好好吃饭），中午正常吃完，晚上免费晚餐狠狠炫5、公司活动福利狠狠薅羊毛，什么玩偶公仔、茶杯、JD卡，是东西我都要

三轮技术面基本上都在问实习相关的问题以及相应的应对办法，三轮技术加起来八股不超过10分钟，八股的汇总如下Kafka：怎么保证顺序消费，怎么保证消息的持久性/不丢失redis：分片，集群，内存预估计网：TCP为什么三次握手，为什么四次挥手，CSRF（完全没听过，不知道为啥问）场景题：设计一个扫码登陆系统算法：链表倒数n节点、多叉树深度、字符串删除相邻重复字符2.27 一面50min3.1  二面1h3.5 三面1h3.10 hr面3.12 oc

系统设计题 回答思路：1、先提出需求分析和非需求分析2、提出数据库表设计和存储方案，一般选择关系数据库+nosql3、针对数据量大的场景选取合适的分库分表思路，根据某个id哈希或者一致性哈希4、针对高并发场景的缓存优化，缓存和数据库一致性或者增加消息队列mq进行解耦5、详细接口设计，接口访问时的读写数据库和缓存的顺序6、性能优化——异步操作、批量处理、热点数据优化设计一个类似抖音的点赞系统1、需求分析和非需求分析需求分析：点赞/取消点赞视频+查看视频点赞数量+查看用户点赞的所有视频+点赞状态查询非需求分析：高性能，高可用，大数据量，数据一致性根据实际情境扩充2、库表设计点赞关系（Like Relationship）：存储用户对视频的点赞关系。user_id  video_id create_time视频点赞统计（Like Count）：存储每个视频的点赞总数。video_id count update_time3、分库分表思路分片策略：按照用户 ID 或视频 ID 进行分片。使用一致性哈希或取模的方式进行分库分表。考虑到点赞数量大，对于点赞关系表，可按 user_id 模 N 取余，将数据分散到 N 个库或表中。4、缓存操作点赞/取消点赞操作先更新数据库：执行点赞或取消点赞的数据库操作。更新缓存：更新 Redis 中的点赞状态和点赞计数。避免缓存不一致消息队列异步更新：将更新操作发送到消息队列，异步更新缓存，确保最终一致性。5、接口详细处理以点赞和取消点赞为例处理流程：参数校验：检查用户和视频是否存在，验证参数合法性。数据库操作：点赞：插入一条点赞关系记录，更新视频点赞统计表的计数。取消点赞：删除点赞关系记录，更新视频点赞统计表的计数。更新缓存：更新 Redis 中的点赞状态和点赞计数缓存。6、优化思路1.异步处理异步写入：将点赞/取消点赞操作通过消息队列（如 Kafka、RabbitMQ）异步写入数据库和更新缓存，减少请求的响应时间。异步更新缓存：在数据库操作完成后，将缓存更新操作放入消息队列异步处理，避免缓存与数据库不一致。2.批量操作批量查询：当需要获取多个视频的点赞数量时，提供批量接口，减少网络请求次数。批量写入：对于一些批量的点赞操作，可以批量写入数据库，减少数据库压力。3.热点数据优化热点缓存：对于热门视频，可能会频繁访问其点赞计数，可以在缓存中设置热点数据，确保其始终在内存中。数据分片：将热点视频的数据分散到不同的缓存和数据库节点上，避免单节点压力过大。在面试中，场景设计题往往是重头戏！这些问题不仅深度考察你的技术功底，更全面衡量你的工程综合能力。精彩的回答，将成为你脱颖而出的关键加分项。本文将首先概述通用的答题思路，然后以点赞系统为例，深入解析如何细致全面地回答这类问题。后续我将持续收集更多的设计题，不断更新和完善本文的内容，帮助你在面试中斩获佳绩。

1、实习拷打2、redis分片和分副本机制的作用3、tcp保证可靠原因4、详细说说流量控制和拥塞控制5、（缓存淘汰策略）LRU和LFU区别，详细说说6、设计一个缓存系统，从高性能，持久化，一致性的角度考虑设计7、链表相加II

1、自我介绍2、实习拷打，提到了MySQL八股3、MySQL的索引下推、最左匹配、回表机制4、MySQL的索引如何创建5、go的gmp模型，如何保证调度公平？6、go的gc，介绍三色标记法，gc过程中写入，新的对象怎么处理？7、map和sync.map的底层实现和区别，map插入的哈希冲突如何解决，map如何扩容，map加锁和sync.map的差别8、缓存击穿和缓存穿透的方式，singleflight9、redis基本数据类型，redis扩容机制，redis的aof和rdb，节点宕机后如何恢复10、kafka里面的broker的作用。11、和为K的子数组数