1. timeline: 5月中旬投递5.27 电话约一面6.6 一面（40分钟后过）6.11 二面 （三个小时后过）6.17 三面 （口头offer，10分钟后过并加了HR微信）预计6.25入职2. 学习过程: 背景: 两段实习，一段小厂算法，一段java后端跟着导师的实习4月份正式开始做简历学八股leetcode:  125道（2月到6月），热题100＋经典面试150道，均没刷完八股: 黑马的新版JAVA面试专题视频教程，除了企业场景和消息中间件，其他都听了。项目: 之前的实习有一个微服务项目（纯微服务，没有redis或中间件），把黑马点评听了但是没完全手敲，只写了几个demo接口，然后把实习的微服务项目包装了一下面经: 八股听完后每天算法1-2题，偶尔鸽，然后天天上牛客看面经，通过面经复习总结一下，本人项目经历比较扎实。但是八股零基础，算法题之前零零散散刷过40多道，因此花了两个月的时间，主要是狂背八股和狂刷算法。本来想把中间件也学会的，但是还没开学已经上岸了3. 找实习整体经历: 美团: 投了无回音百度: 无回音快手: 简历挂腾讯: 一面挂华为暑期: 笔试过，后续没声了（华子到我们学校开讲座，直接当场投了，当时不知道暑期不要27届）荣耀: 笔试过，一面过字节: HR小姐姐真的超级好，之前投的是另外一个部门，但是北京地区没hc了，小姐姐说可以帮我留意北京其他部门的信息，大概一周之后来的一面电话。总而言之，加油开冲     

5.23 投递简历，随后发测评6.3 hr电话约一面6.4 一面。主要介绍了论文和项目，深挖了第二篇论文和项目，中间夹杂着考了一些八股（介绍metrics、介绍最熟悉的一种GNN等）。问对推荐系统有没有了解（回答不了解，鼠鼠是做图的呜呜呜）。然后面试官介绍了一下召回和排序，说召回目前也有图的场景。然后问了一道场景题，大致意思是排序需要很快的得到结果，如果用图有没有什么思路。最后手撕打家劫舍和打家劫舍2，秒了。一面面试官巨好，不得不感叹快手的面试真的做的好好，鼠鼠很菜但是至少不紧张。半小时后hr电话约了第二天二面。6.5 二面。这个面试官看着有点不苟言笑的样子，当时就开始紧张了。主要深挖了第一篇...

鼠鼠第一次投大厂面试,写面经攒人品:1. 个人介绍(2min)2. 挖项目(我跟后端相关的项目似乎只有抖音商城(字节跳动青训营),他一直挖我这个项目)3. 服务是怎么被发现的?(微服务)4. 假如你这个服务要更新,要更平滑,不让用户感到延迟,你会怎么做?- 维护两套环境（蓝：当前生产环境；绿：新版本环境）。- 新版本在绿环境测试通过后，切换流量到绿环境，蓝环境作为回滚备用。- 优点：零停机，用户无感知切换。5. 你输入一个url的处理过程6. 然后就开始写题了,面试官直接口述,输入一个数字,输出下一个最小的比这个数大的数字(重新排列)leetcode类似的题目是:[556. 下一个更大元素 III](******************************************************)这道题手撕还是相当紧张的,给我撕出来了7. 数据库事务是什么8. mvcc是什么,怎么实现的?9. 场景题,给你一个番茄小说的书,有十万订阅,如何快而准确的通知到所有订阅的人更新了(这里要求你去用具体的实现)我这里寄了,后面复盘的时候,应该是使用feed流,这个是用ai写的答案:- 推模式 (Fanout-On-Write/Writes)：  - **操作时机：** 当关键事件（如新章节发布）发生时**立即**执行。  - **目标用户：** **核心活跃粉丝（数量相对较小）**。  - **动作：** 将事件**直接写入**这些目标粉丝的个人 **收件箱（Inbox Feed）**（一个按时间排序的数据存储）。用户访问自己的 Feed 流时，直接从这个收件箱拉取即可，延迟极低。- 拉模式 (Fanout-On-Read)：  - **操作时机：** 当用户主动请求访问 Feed 流时执行。  - **目标用户：** **非核心粉丝（长尾粉丝，数量大）** 或 触发推模式的粉丝，在访问 Feed 时可能需要拉取更长时间范围内的数据。  - **动作：** 后端服务在用户请求时，**实时聚合**用户所关注对象（收藏的书籍）的 **发件箱（Outbox Feed）** 数据（包含所有发布事件），按时间排序后返回给用户。这需要访问多个发件箱（每个收藏的书一本）并聚合。- **「推拉结合」的关键：** **合理区分「核心粉丝」与「长尾粉丝」**，只对核心粉丝进行实时写入。  **关键组件与流程详解：**  1. **事件源 (Event Source)：**     - **新章节发布：** 最核心的事件源。携带 `bookId`, `chapterId`, `publishTimestamp`。     - **粉丝关系变更：** 用户收藏 (`favor`) 或取消收藏 (`unfavor`) 一本书。携带 `userId`, `bookId`, `action`, `timestamp`。  2. **事件总线 (Event Bus)：**     - 使用高吞吐、可靠的消息队列如 Kafka/Pulsar。接收上述事件并进行持久化，供下游消费者订阅。  后面是就是针对十万用户的进行**精准界定“核心活跃粉丝” (`HotFanCache`)：**,查询优化,**高性能存储与分片：**10. 反问,问了业务是什么,技术栈是什么,然后和面试官聊的蛮开心的,面试官夸了基础好,知道稳了10min之后,hr通知2面.1面成功.

昨天下午面了字节某部门的HR面，前两面流程都推的很快，半小时内就通知下一轮面试，但HR面后迟迟没有回信。 昨天面完后问了HR，说尽快推进争取当天或第二天；今天下午又催了一下，HR说在审批中明天一定给准确消息。 真的非常焦虑，面了十多场了现在还没offer，如果挂在HR面真的不知道该怎么调节了