苏州的凌志软件

1、常见的方案有数据库自增ID、UUID、Redis生成和雪花算法。实际分布式场景下，雪花算法更常用，它将ID分为时间戳、机器ID和序列号三部分，性能高且趋势递增。但要注意时钟回拨问题，可通过记录上次生成时间戳或使用扩展版算法解决。2、雪花算法的ID在时间戳维度是递增的，但同一毫秒多机器生成的ID可能乱序。如需严格单调递增，可用数据库号段模式：服务启动时申请一个ID范围，内存分配用完后再次申请，这样单服务内ID严格递增。3、redo log是InnoDB的物理日志，崩溃恢复时重放提交的事务；undo log记录数据修改前的状态，用于回滚和MVCC读；binlog是MySQL Server层的逻辑日志，用于主从同步和数据备份。4、主库将变更写入binlog，从库通过IO线程拉取binlog到relay log，再由SQL线程重放SQL实现同步。5、优化索引时要减少回表和利用覆盖索引。索引失效常见于：违反最左前缀、对索引列计算、类型转换、LIKE左模糊匹配、OR连接非索引列等情况。6、InnoDB索引用B+树实现，联合索引按字段从左到右排序。如果跳过左侧字段，因为b的值在全局无序，无法利用索引快速定位，导致失效。7、当元素少且小时，用压缩列表节省内存；当元素多或大时，自动转为 "跳跃表+字典" 组合。跳跃表负责按分值排序，支持高效范围查询；字典负责成员到分值的映射，实现O(1)快速查分数。这种设计平衡了内存与性能。8、跳表插入节点时，从最高层向右向下逐层搜索并记录小于目标的分值位置（update[]）；随后随机生成新节点层高，创建节点并按层将其插入：每层链接到对应update[]节点之后，并指向其原后继；最后更新跳表的最大层高和节点总数，实现高效定位与平衡插入。9、Redis有6种淘汰策略，常用的是allkeys-lru和allkeys-lfu。LRU淘汰最近最少访问的，LFU淘汰访问频率最低的。LFU更适合长期热点场景，而LRU对突发流量更敏感。10、Redis用惰性删除+定期删除组合：访问key时检查过期，同时后台定期抽样清理过期key。当内存不足时，再根据淘汰策略主动删除数据。11、TCP通过滑动窗口实现流量控制：接收方在ACK包中携带窗口大小。发送方根据这个窗口动态调整发送数据量，避免接收方缓冲区溢出。

1.介绍第一段实习内容2.hadoop是什么3.讲一下mapreduce4.什么是数据倾斜5.怎么解决数据倾斜6.对 python的掌握程度7.python的装饰器是什么8.python的浅拷贝和深拷贝9.sql:连续登录3天的用户10.算法:子数组和大于等于目标值的最小长度11.反问:业务，实习生的具体工作

1、实习介绍2、仿大众点评中登录注册功能，介绍一下。3、双层拦截有哪些作用，或者说能防止哪些攻击?4、ThreadLocal使用的场最和ThreadLocal的原理。5、ThreadLocal会产生什么问题吗?5、6、子进程能访问父进程ThreadLocal的值吗?为什么?7、介绍一下缓存穿透、缓存雪崩、缓存击穿和你的解决方案。8、使用空对象解决了缓存穿透问题，如果此时再数据库中新增了该空对象，也就是说他现在不是一个空对象了，这个时候怎么办。9、缓存雪崩除了使用随机TTL还有没有其他的解决方案。(分为事前事中事后)10、redis的i/o复用有了解吗?使用哪种机制来避免(epoll)。11、Java基本数据类型有哪些?12、Java的三大特性?多态是怎么体现的?13、介绍-下HashMap。(扩容机制、寻址、为什么扩容是二倍)。14、HashMap中怎样解决hash冲突。15、HashMap中默认的负载因子(加载因子)16、JVM的结构17、栈和堆的区别(空间大小、存储的内容、怎么存储(高向低还是低向高))18、B+树和B树的区别19、从树高的层面来看，B树和B+树那个树更高,手撕:迷宫问题，给一个二维数组内容为0和1，1代表墙壁，0代表通道。求从左上角开始到右下角的最短路劲。(力扣:490 mid)

虾皮成决赛第一个，本来没抱希望的开奖。给了个白菜吧算是，26.5k ×15，后端岗，base深圳。