1. 自我介绍2. 介绍一下你的项目具体是干什么的？为什么要制作这样一个项目？这个项目的运作流程大概是怎么样的？3.你的项目中用到了大模型工作流，那你这个工作流具体是怎么样的，他如何工作？4. 我看你这个工作流里面还有向量数据库，为什么要用他？5. 你有考虑过限流吗？你说了大模型的计算资源很宝贵，那你如何确保这个服务在高并发下正常工作？6. 你说你有防范无效请求的攻击，那么假如说现在是高并发的合法请求，有大量用户需要调用大模型服务，你的系统怎么处理？（没有想出什么好的解决方案，没回答好😭）7. 我看你这里登录功能有说到密码加密，你所用的加密算法是什么？（鼠鼠回答是加盐算法）那你清楚这个算法的工作原理吗（鼠鼠答不上来，忘记复习了😭）？8. 那我们聊聊jwt，你说你用了jwt，那jwt是干什么的？你如何使用的？9. jwt具体有哪几个组成部分，你知道吗？除了你提到的payload（鼠鼠也没记全，答上来一部分😵）。10. 我看你提到了消息队列中，你知道rabbitmq和kafka，那他们有什么异同呢？11. 微服务架构和单机架构有什么区别？我们如何从中做技术选型？算法题（LeetCode上hard原题），鼠鼠极限手撕出来了，差点超时结束😥反问环节总的来说面试官人很好，作为鼠鼠第一次面试大厂体验不错，面试官还特地让我放轻松些☺️

1. 介绍一下 bge-m3 和 DBSCAN，以及它们各自的优势bge-m3 是一个面向检索场景的多功能 embedding 模型，它的特点不是单一做稠密向量表示，而是把 dense、sparse 和 multi-vector 几种检索能力统一到一个模型里。dense 表示负责语义相似，sparse 表示更接近关键词匹配，multi-vector 更适合长文档和细粒度匹配。这样做的好处是一个模型可以兼顾语义召回和词面召回，尤其适合知识检索、教育问答、题目匹配这类场景。DBSCAN 是一种基于密度的聚类算法。它通过两个参数来定义簇：一个是邻域半径 eps，一个是形成核心点所需的最小样本数 mi...

0.==和equal的区别1.重写和重载的区别3.静态变量，实例变量，局部变量的存储位置，生命周期4.集合能遍历吗，讲了for循环不能遍历集合，同时说了一下迭代器5.讲讲你了解的垃圾回收算法6.SpringBean的生命周期7.了解设计模式吗，策略模式的应用场景，优缺点8.设计一个方法，要具体方案，可以对每个用户在规定时间比如1分钟以内的的请求数限制100（使用变量自增），接入redis会使用redis的什么功能来完成这个限流操作（set key value expire ttl）前端返回的uuid为key 访问次数（计数器）为value，ttl为统计时间，比如设置为1分钟就是统计一分钟的时间9.把方法包装为一个工具类，如果同事要用，要修改一些逻辑或者加一些逻辑具体该怎么修改（使用aop）顺带问了spring三大特性10.反问具体就想起来这些了，第一次面试好多都没答上来虽然说看着很基础，后面要去补一下八股了，面试官也很有耐心，一直在引导但是还是好几个没答上来，估计是挂了 #

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花Redis 不使用 B+ Tree 作为存储数据结构，核心原因是 B+ Tree 的设计初衷与 Redis 的核心定位、使用场景完全不匹配，Redis 更侧重内存中的高效读写、低延迟操作，而 B+ Tree 是为优化磁盘 IO 设计的结构，二者适配场景存在本质差异，具体原因如下：设计目标与场景适配性不符：B+ Tree 是为磁盘存储场景设计的平衡多路查找树，其核心优势是通过“非叶子节点仅存索引、叶子节点链表连接”的结构，减少磁盘 IO 次数，适配数据库（如 MySQL）等需要...