本来想随想面一下，牛魔的狠狠拷打了一个小时拷打实习和项目，发现项目问题并对项目提出改进意见（沟槽的面了这么多场，项目总能被挑出新问题问实习时解决了什么性能问题，狠狠的抠细节，就是想看我有没有真的做这些事八股部分（全都是我的八股专栏里面包含的内容：https://www.nowcoder.com/discuss/660899447991201792?sourceSSR=users1.什么是线程死锁？2.怎么排查线程死锁？3.怎么避免死锁4.ReentrantLock的原理(其他线程没拿到锁会怎么样？我说会呆在等待队列里。追问：最多会等待多长时间？我：你这是人能问的问题？释放锁后怎么通知等待锁的线...

无论你是刚入门编程还是已经有一定经验，掌握数据结构与算法都是提升你编程技能的关键。在这个精彩的领域里，我们将深入探索各种数据结构和算法的原理、应用和优化方法，让你成为一个更出色的程序员。你可以通过巧妙地选择合适的数据结构，在处理海量数据时实现高效率；或者运用精心设计的算法解决复杂问题，并获得最佳解决方案。这不仅仅是关于提高代码性能，更是关于拓宽思维、培养抽象分析能力和解决问题的技巧。本篇将带领你逐步了解各种常见数据结构（如数组、链表、栈、队列、树等）和经典算法（如排序、查找、图算法等），并深入研究它们之间的联系和优劣势。我们还会介绍高级主题，如动态规划、贪心算法和回溯等，以及应用于实际项目中的...

从事数据开发，手写面试题5W字，涉及hadoop、zookeeper、kafka、spark、flink、clickhouse等常见的大数据中间件，文档可以后台踢我1、Hadoop特点hadoop是一个分布式计算平台，能够允许使用编程模型在集群上对大型数据集进行分布式处理hadoop的三大组件：HDFS（分布式文件存储平台）、MR（计算引擎）、YARN（资源调度平台）特点：高扩容：hadoop在集群键分发数据并完成数据计算，集群可以方便进行扩展节点成本低：hadoop使用链家的机器组成集群来分发和处理数据，不依赖高端成本，高效率：在集群中处理和分发数据，处理速度非常快可靠性：存储在hdfs上的...

C++后台开发面试题总结(涉及C++基础知识、多线程多进程、TCP/IP网络编程、Linux操作、数据结构与算法)因巩固知识体系，面试，梳理以往看到过的知识点，故总结如下相关题目，题目答案请自行google baidu，这里只提供题目。一、C++基础知识面试题总结1、多态的实现2、说说C/C++的区别3、const关键字4、说说malloc/free 和 new/delete区别5、指针和引用的区别6、C++中堆和栈的区别7、关键字static8、在C++程序中调用被C语言修饰的函数，为什么要加extern “C”9、如何防止头文件被重复包含10、什么是内存泄漏？什么是野指针？什么是内存越界？...

*******************************1、为什么要使用 Elasticsearch?系统中的数据， 随着业务的发展， 时间的推移， 将会非常多，而业务中往往采用模糊查询进行数据的 搜索，而模糊查询会导致查询引擎放弃索引， 导致系统查询数据时都是全表扫描，在百万级别的数据库中， 查询效率是非常低下的，而我们使用 ES 做一个全文索引， 将经常查询的系统功能的某些字段，比如说电 商系统的商品表中商品名，描述、价格还有 id 这些字段我们放入 ES 索引库里，可以提高查询速度。2、Elasticsearch 的 master 选举流程？Elasticsearch 的选主是 Z...

从事数据开发，手写面试题5W字，涉及hadoop、zookeeper、kafka、spark、flink、clickhouse等常见的大数据中间件，文档可以后台踢我1、Hadoop特点hadoop是一个分布式计算平台，能够允许使用编程模型在集群上对大型数据集进行分布式处理hadoop的三大组件：HDFS（分布式文件存储平台）、MR（计算引擎）、YARN（资源调度平台）特点：高扩容：hadoop在集群键分发数据并完成数据计算，集群可以方便进行扩展节点成本低：hadoop使用链家的机器组成集群来分发和处理数据，不依赖高端成本，高效率：在集群中处理和分发数据，处理速度非常快可靠性：存储在hdfs上的数据文件，一般有多个备份，保证数据的可靠性2、说下Hadoop生态圈组件及其作用hive（离线数据仓库）：基于hdfs，结合类SQL引擎，底层执行MR任务，用于OLAP分析查询的数据仓库。zookeeper（管理员）： 分布式协调服务。就是为用户的分布式应用程序提供协调服务，如：主从协调、服务器节点动态上下线、统一配置管理、分布式共享锁、统一名称服务等等。kafka（消息通信中间件）flume（日志传输组件）：是一个分布式可靠的高可用的海量日志收集、聚合、移动的工具，通俗来说flume就是一个日志采集工具spark（批处理计算框架）：是一个快速的，通用的集群计算系统。flink（流处理计算框架）3、Hadoop主要分哪几个部分?他们有什么作用?HDFS：高容错、高可靠性、高可扩展性、高吞吐率的分布式文件存储系统，负责海量数据的存储YARN：资源管理调度系统，负责hadoop生态系统中任务的调度和监控MR：基于HDFS、YARN的分布式并行计算框架，负责海量数据的计算4、Hadoop集群工作时启动哪些进程?它们有什么作用?NN：是hadoop中的主服务器，管理文件系统名称空间和对集群中存储的文件访问，这些元数据信息是存储在内存中的，也可以持久化到磁盘上。并且可以管理DNSNN：不是NN的冗余守护进程，而是提供周期性检查点和清理任务，帮助NN合并editslog，减少NN的启动时间（并不是NN的备用节点）fsimage - 它是在NameNode启动时对整个文件系统的快照edit logs - 它是在NameNode启动后，对文件系统的改动序列只有NN重启的时候，editlogs才会合并到fsimage文件中，得到一个文件系统的最新快照，但是在NN工作很久以后，editlogs文件变得很大。导致NN的重启会花费很长时间，此时SNN的职责就是帮助editlogs合并到fsimage文件中。定时去获取NN去获取editlogs，并更新到自己的fsimage上，一旦有了新的fsimage，它将拷贝回NN中DN：提供真实的文件数据的存储服务，以数据的形式存储HDFS文件，相应HDFS客户端的读写请求，周期性地向NN汇报心跳信息、数据块信息、缓存数据块信息RM：负责整个集群资源的管理和调度，功能包括对ApplicationMaster的管理、NM的管理、Application管理等，负责整个集群中所有资源的统一管理和分配，并且接受来自各个节点的资源汇报信息；NM：主要处理来自RM分配的任务，监测并且报告Container使用信息给RMJN：两个NameNode为了数据同步，会通过一组称作JournalNodes的独立进程进行相互通信。当active状态的NameNode的命名空间有任何修改时，会告知大部分的JournalNodes进程。standby状态的NameNode有能力读取JNs中的变更信息，并且一直监控edit log的变化，把变化应用于自己的命名空间。standby可以确保在集群出错时，命名空间状态已经完全同步了。5、在集群计算的时候，什么是集群的主要瓶颈网络带宽：集群中节点通常通过网络进行数据传输和通信，网络带宽不足，会导致数据传输速度慢，影响整个集群计算性能存储性能：如果存储系统的读写能力较低，会影响数据的读取和写入速度，降低整个集群的计算效率处理能力：集群中的节点数据量和节点的计算能力都会影响整体的计算能力，集群规模较小或者节点的计算能力较低，无法满足大规模数据处理的需求内存容量：进行大规模数据分析和处理，需要大量的内存资源来存储和操作数据，若节点的内存不足，会导致数据无法完全加载到内存中，影响性能数据倾斜：由于数据分布不均匀，导致某些节点的数据负载过重，从而使得这些节点成为整个集群的瓶颈（解决数据倾斜方法后续详谈）6、搭建Hadoop集群的xml文件有哪些?core-site.xml：配置Hadoop的核心参数，如文件系统默认方案、HDFS地址等。hdfs-site.xml：配置HDFS的相关参数，如副本数量、数据块大小等。mapred-site.xml：配置MapReduce相关参数，如作业跟踪器地址、任务分配器等。yarn-site.xml：配置YARN相关参数，如资源管理器地址、节点管理器等。hive-site.xml：如果需要使用Hive，则需要配置Hive的相关参数，如元数据存储位置、数据库连接等。7、Hadoop的Checkpoint流程？该流程是指在集群中，将正在运行的任务的状态信息和元数据信息保存在持久化存储中，以便在集群发生故障时候能够及时恢复任务；若不适用HA，hadoop的checkpoint机制就是主节点的元数据备份机制，通过SN，每隔一段时间将NN的元数据更新并备份，然后返回给fsimage和NN，SNN会每隔默认60分钟，都会通知更新日志信息edits，以便后续元数据备份操作；元数据是保存在内存当中的，这样容易丢失，NN的工作量巨大，管理众多DN，还要更新操作日志文件edits，还要将元数据信息序列化到本地，所以SNN就会开始代替NN完成元数据的保存工作流程如下：1、当一个任务开始执行时，Hadoop会周期性地将任务地状态信息和元数据信息写入到Checkpoint目录中。这些信息包括任务的进度、输入数据的位置、已经完成的工作等。2、Checkpoint目录通常位于分布式文件系统（如HDFS）中，以保证数据的安全性和可靠性。3、Hadoop还会在内存中保存一个Checkpoint ID，用于标识当前的Checkpoint。4、在任务执行过程中，如果集群发生故障或节点失效，任务会停止执行。5、当集群恢复正常后，Hadoop会检查Checkpoint目录中的状态信息和元数据信息，并根据Checkpoint ID找到最新的Checkpoint。6、Hadoop会使用Checkpoint中的信息来恢复任务的执行状态，包括任务的进度、输入数据的位置等。7、任务恢复完成后，Hadoop会继续执行任务，并从上次Checkpoint的位置继续处理数据，以确保不会重复执行已经完成的工作。

个人背景：本9海硕，一段本硕之间的一年工作经验，一段老外研究所实习岗位：内核研发TL：boss投递，3/15行测，3/18一面一面：时间：3/18，长度30分钟内容：自我介绍问实习做的数据库的底层，实习做的工作问数据库的底层实现，问的很深很细，例如建哈希表的适合哈希冲突“具体”是用什么锁解决的，两个表Join的底层实现，数据库文件的设计，不是普通八股，而是真的研究过才能答上来的那种复盘笔试，两个装不进内存的表找交集，如果ID不是有序的怎么办？反问公司数据库感受：面试官全程比较冷淡，抓住一个点就往最深了问，我就只是做过两三个月数据库，那种问题我觉得只有老油条才会吧。。。然后就是很多问题直接回答不...

Redis面试题--空

最近跟几个大厂朋友吃饭聊起来，谈到如何了解候选人技术视野和主动性，发现大家都喜欢问一道问题，最近看过哪些技术书籍?面试的时候我经常会问一个问题，你最近在读什么书，你读过xx书吗？你对某个技术了解吗？通过这种方式，来了解同学们学习能力和开展某个技术的考察。这个问题我基本都会在面试快结束时问候选人，可以缓解面试紧张的氛围，主要是通过了解面试官技术书籍阅读情况，基本可以了解候选人学习主动性和积极性，对新技术关注度。分析原因互联网是一个高速发展行业，新技术层出不穷，我们希望招聘到的是技术视野宽广，爱学习，有主动性和积极性。而主动读书学习是反映这些品种习惯很好的证明。有哪些陷阱1)没看过什么技术书籍，吞...

目前收获: bat两个oc一个评估中，其余互联网oc*2积点功德，等更多oc，offer面试oj题:1. 字典树构建，用字典树做搜索/分词; 求平方根2. 编辑距离，正则表达式匹配，寻找两个有序数组中位数，合并k个升序链表变体，岛屿数量，二叉树层次遍历，二叉树最大路径和，数组中第k大的元素等（lc hot100）3. python解析json结构，正则表达式匹配（re）4. 手撕: multihead self attention, logistic regression, layernorm(pytorch可用)大模型:今年nlp面试感觉逃不了大模型1. deepspeed框架介绍2. lora介绍，了解什么其他高效微调方法3. prompt tuning, instruct tuning, fine tuning差别4. llama中per norm，rmsnorm的介绍，优劣，position embedding构造方法5. prompt构造经验，怎样的prompt更好业务场景:可能是本人业务经验少，问得大部分都是“从0开始构建xxx”的问题，比如“从0开始构建推荐系统”另外，还有很多大数据场景问题，如海量数据中敏感词检测，海量任务调度等概率题:绝大部分都是经典题，还有大数定理，连续分布的均值方差公式，有时需要用牛莱公式算积分(ps. 拉格朗日乘子法，一阶泰勒展开要熟悉)

欢迎私信我获取更多面经知识！!Hadoop 中 fsimage 和 edit 的区别是什么?在Hadoop中，fsimage和edit是两个关键的组件，用于存储和管理文件系统的元数据。fsimage：fsimage是一个静态的文件，用于存储Hadoop文件系统的整体状态。它包含了文件和目录的层次结构、文件和目录的属性信息、权限和访问控制列表等。fsimage文件在NameNode启动时加载到内存中，并用于响应客户端的元数据请求。edit：edit是一个动态的文件，用于记录Hadoop文件系统的变化操作。当有文件系统操作（如创建、删除、重命名文件或目录）时，edit文件会记录这些操作的细节。ed...

0.项目拷打1.netty（项目中用到了）底层用的什么协议？2.为什么用netty不用java原生的nio3.netty的工作原理4.nio对于bio的改进有哪些5.你说到底层是linux内核里面的，用了哪些函数吗6.海量数据下，mysql查询太慢怎么优化7.介绍索引8.组合索引中为什么缺了左边的就不能用了呢9.分布式事务 seata（项目中用到了）用的什么模式10.为什么分布式事务性能不行11.介绍一下 spring cloud alibaba的各个组件（项目中用到了）12.介绍下nacos怎么作为注册发现中心的13.负载均衡策略有哪些14.grpc底层用的是什么协议15.为什么UDP不可靠16.TCP怎么保障可靠传输17.CMS介绍18.如果项目总是full gc，怎么排查19.mysql默认的隔离级别是什么20.可重复读是怎么实现的21.readview中能看到什么样的事务id22.TCP拆包粘包问题怎么出现的，怎么解决23.Raft、Gossip协议的应用场景24.redis选主的流程25.如果都没超过半数怎么办，我非要让他有个主呢

今天面试时间差不多半小时，面完也不知道自己面的到底是实习岗还是正式岗。先说一下对这个公司的感觉吧，感觉面试官的脾气都比较好，但是并没有让我去进行自我介绍，而是一上来就开始问我的项目。还在担心自己的自我介绍记得不牢固怎么办……总的来说，还算ok。非常开心的是，我的面试之店终于开张了！过去的一个月都在焦虑，怕自己找不到工作。今天总算正儿八经的去参加了一场面试，但还没有让手撕代码，只是问了一些原理层面的东西。有几个问题没答上来，需要好好复习一下啦。业务那个哥问了一个问题，如果数据是有些有标签有些没标签的，应该怎么处理？雀食，感觉真实业务场景中都不怎么会是有监督学习。我只能给他答上来我的思路，就是我知...

腾讯一面凉经qq应届后端开发前k个高频元素（字符串数组）TOPK问题海量数据排序TCP UDP UDP的包大小进程 线程 协程Linnux内存分布URL到网页流程

一面自我介绍介绍下你理解的DDDDDD中防腐层有什么用，他是防止哪里的代码腐烂MySQL的索引为什么要用b+ tree，有什么好处MySQL的字段为什么要限制长度，如果不限制会怎么样产生四锁的条件是什么，怎么打破？（嘿嘿，之前手撕过四种方式打破死锁）Java并发编程你怎么理解，什么时候会出现并发问题synchronized和ReentrantLock的区别他们分别怎么用一把锁锁住全局（这个问题没懂，没答出来）再来个系统设计题：我们要给用户发短信链接，因为短信是按字符收费，所以我们要让链接尽可能短，现在要你设计一个接口，给你一个很长的链接，返回一个短链接(固定的域名什么的不算，要求后面固定长度为...

北京某公司西安分公司 凉面介绍了下公司，问期望薪资1.自我介绍2.两个子组件相互通信3.如何封装组件4.localstrange与sessionstrange，cookie，session的区别场景题，新建一个标签页，用哪个存的数据可以显示5.做这两个项目是为了什么6.海量数据查找某个数据是否存在7.二分法前提条件，是有序？我脑子一抽说我不知道

技术一面 1，自我介绍2，做过最难的一个功能模块，遇到最难的问题3，现场做一道设计题，比较T1，T2两个表的数据，找出ID相同的数据(1)数据大小256M;（2）数据大小为4G;4，面向对象的特征，如何实现多态。

本菜鸟也记录一下暑期实习过程。我是从三月底开始投的，目前还是0offer。由于3月之前只刷了hot100也没吃透，4月和5月的笔试基本都g了。也没收到面试。最近两三天才有两个面试，第一次是5月31号阿里灵犀互娱的，面试官挺好的，由于做的项目很简单，以为不会问，结果直接被拷打了，从项目延申的八股自然也被拷打了。最后是海量数据提取重复数和不重复数的个数，有内存的限制。没接触过，没想到分治和位图法。6月1号接到快手的面试，面试官真的很温柔（再次表示我太菜了），问的八股也是很基础的，但是不知道为啥脑袋空空，都只能说几个大概。可能还是没有理解相关概念吧，同样也被拷打。牛友们是怎么背八股的啊，感觉背了就忘，自己总结描述能力也不行。最后是写一道比较简单的string类型的大整数相加，代码重复度高，也没优化出来。*6月9号*更新8号面了一下亚马逊，原定的是9点到11点的面试。结果我9点上线的时候，第一个面试官一直不上线，也不知道原因，等了半小时内心想到10点几分如果还没有人就退出了，结果10点多一个面试官上线了。面试官很和蔼，首先是大概18分钟的项目面，问了最近你学到的比较有意思的技术，我说了点分布式的内容，然后就问我了解分布式系统吗，本菜鸟只能回答不太了解，只了解了raft算法，然后转问我cap的原理，本菜鸟只能默默，接着问我RPC，我也只了解个大概。然后就是一道算法题，二叉搜索树求众数，本菜鸟只会hashmap，但是面试官循循善诱，还是提示了我很多，最后还是没写出来，我写着发现还是需要一个栈或者队列的结构来存结果，又觉得和hashmap空间消耗差不多，同时时间也不够了，所以还是没写出来。最后就是反问部分，问了部门是做物流的。ps：真的很想去亚马逊，但是我还是太菜了，来自通信转码半年的痛，所以非科班要转码趁早（目前刷题量大概只在200道，还没吃透）。这一面结束后几分钟，hr打来电话抱歉，说第一个面试官有事来不了，说约下午的时间面试，但是当时心太累了，加上面得也不好，所以就拒绝了。ps：希望亚马逊不要拉黑我，真的很喜欢wlb的企业。我再去沉淀沉淀吧。。。

项目、科研、难点数据库ACIDMVCC怎么实现。视图。B+TreeC++STL的unordered_map、map：底层，区别。多态。如何运行期实现动态多态多线程协程。相较于线程的优点，为什么快？多线程lru算法。需要考虑哪些问题，怎么解决？场景题两个大文件数据库表，找id相同项的信息。 办法1：大文件排序。文件切分，多路归并排序。之后滑动窗口。办法2：两个文件都切分：[a,b,c]，[d, e, f]。分别比较 ad、ae、af、...。设计模式单例模式工厂模式Redis懂吗？只用过，不懂。其它无锁队列复盘：一面挂。自己简历写错了。要改简历！注意：简历上的内容一定要完全搞懂，起码能说出来，且...