26届秋招：菜鸟一面Java后端开发

1.实习介绍2. 你刚才说全链路 10ms 内，这个“10ms”的统计口径具体是从哪到哪？是否包含撮合？如果不包含，柜台内处理和SDK 通信层各占多少？实际压测数据大概是怎么样的3. 说一个最近一次的容量上限：平峰 QPS、行情峰值 QPS、触顶现象是什么4. 为什么选Disruptor而不是LinkedBlockingQueue5.userId%128 做分片——如果用户写或者查很频繁倾斜怎么监测？当有三五个高频量化用户扎堆到同一分片，你们是怎么处理6.迁移前后的有序性怎么保证？7. 第一阶段和第二阶段双层 RingBuffer 的拆分依据是什么8.业务逻辑、持久化、推送为什么不放在一个阶段里用不同handler9.你们是事件源还是只是“事件日志 + 最终态”？RocksDB里存事件还是快照？快照生成策略是什么10.baseLog和RocksDB的边界点是什么？如果RocksDB 落地成功但baseLog→MySQL异步失败怎么办11. 说你们做的是真改单不是撤下重下。那由10个BTC调到11个时，增量冻结要做两阶段么，怎么做，撮合拒绝后怎么回滚呢12.市价改单vs限价改单的冻结口径什么区别？盘口估算失败时你们有保护系数吗？精度/最小变动价位校验放在第一阶段还是SDK前面13.改单失败场景列举一下？比如订单已撮合、深度变更、风控锁定、余额变化、系统切分片迁移中。每种失败的用户可感知到的行为和状态的回退分别是什么样的14. 你们那个柜台和撮合通信的SDK 的发送队列和接收队列是批量阈值触发，那批大小是静态还是自适应？峰值时批过大对尾延迟的影响怎么去抑制呢15.rokesDB 写放大/读放大/空间放大这些你们怎么权衡？用了哪些compaction 策略16. 压测时出现RocksDB 写吞吐低，你们改成128分片、8线程写8库？你们为什么要这么去分，依据是什么，128个分片会不会太多17. 统一账户上线前，你们老柜台如何兼容限额？母账户限额、币对限额、池子限额、档位限额的冻结时机分别是什么？新老系统共用/分开配置怎么保证一致呢18.自动借币/还币是Try/Confirm/Cancel 还是最终一致补偿？借币失败是不是要回滚下单

自我介绍无八股，全部问的实习相关手撕，easy#牛客AI配图神器#

目前手里两个决赛圈offer有些难以抉择，都是校招的ssp，业务都是新成立的成长性业务，美团总包算下来比字节少8%:1.字节财经风控后端，(n+8)＊15+签字费和股票，平台更大，工作强度10105(和组内实习生打听的，只会更高），ld联系说里面技术深度高，成长性也强；国内的风控业务发展可能相对国际支付更稳定2.美团国际支付后端，n＊15.5+签字费和股票，暑期实习转正，组内氛围挺好和大家熟，对新人培养也不错，工作强度对新人来说1095(活能干完还能更早），受ld器重，+2亲自来挽留并争取开了美团顶格的薪资，但是还是和字节少8%差距；业务前景方面，为keeta出海服务，不确定性可能较高11.26含泪拒绝美团，选择了字节

一、引言如果你已经有过几轮面试经验，肯定会遇到过类似的问题。面试官会问你：“如果数据量特别大的时候，分页查询慢该怎么办？”我们都知道，数据库分页查询很常见，尤其是展示列表的功能，基本上每个系统都有。但是，如果你做过大流量、高并发的系统，就会知道，当数据量上来后，分页查询的性能问题真的是一大痛点。数据量小的时候，分页查询没问题，但是当表里有上千万条数据时，翻一翻第几页，查询就开始卡了，慢得让人想砸电脑。那面试官提这个问题的时候，肯定希望听到你对于分页查询慢的根本原因是什么，知道你是怎么解决这个问题的，以及分库分表后深度分页的问题该如何解决？所以，小北今天就用最简单的语言，带大家逐步分析这个问题，...