青岛中小厂面经

1、自我介绍
2、介绍项目(两个项目都问了)
3、Redis的基本数据结构
4、Redis如果要进行数据的加减法该用什么数据结构好
5、Redis中有什么指令实现分布式锁
6、Redis的持久化机制
7、Redis在执行aof持久化机制时有哪三种策略
8、Redis主键的删除策略
9、Redis的主从复制
10、主从复制在有新的从节点连接时是怎么个过程
11、主从复制中主节点宕机后会发生什么
12、Redis的哨兵模式
13、在哨兵模式的情况下,主节点宕机了会怎么样
14、从节点在投票时可以给自己投票吗?
15、如果有两个从节点,投票时会发生一人一票,这个时候该怎么解决
16、Redis的内存淘汰策略
17、在设置Redis过期时间的时候如果给多个数据时间设置成一致的会发生什么
18、在解决过期时间一致导致雪崩的问题
19、MySQL的隔离级别
20、MySQL事务特性
21、MySQL中是怎么实现这四种事务的
22、MySQL事务可能会发生怎么问题,分别是用什么隔离级别解决的
23、MySQL中有哪些索引
24、MySQL中索引的数据结构
25、MySQL中常用的两种存储引擎
26、innodb和myisam的区别
27、jvm的五大内存区域
28、这五大内存区域分别是存储什么数据
29、如果进行full gc会发生什么问题
30、类加载的过程
31、http和https的区别
32、http处于tcp/ip七层模型的那一层
33、tcp是出于那一层
34、什么是注册中心
35、日常开发中用过注册中心吗?
36、nacos除了注册中心外还有什么功能
37、spring中注入bean与使用bean的过程
38、什么是Aop
39、说说AIO的特点
40、除了AIO外还有哪两种
41、NIO和AIO的区别
42、什么是多路复用
43、怎么实现的多路复用
44、什么是双亲委派机制

算法题
给一个偶数数量的数组,两两数据相加,怎么实现最大值和最小值的差值最小

反问环节

(人麻了,有史以来最长的一次面试,问了一个半小时!!)
全部评论
redis考的比较多
点赞 回复 分享
发布于 2023-10-16 21:58 广东
项目具体问什
点赞 回复 分享
发布于 2023-10-07 12:13 浙江
全是八股,但确实比较细
点赞 回复 分享
发布于 2023-09-24 18:01 重庆
主从复制的细节这块,我的话发不出来😅
点赞 回复 分享
发布于 2023-09-24 11:37 广东
佬,哪个公司
点赞 回复 分享
发布于 2023-09-21 11:20 广西

相关推荐

后端开发/AI工程实习生 - 技术一面面试问题速览1. 请做个自我介绍。2. (针对RAG项目)为什么选择用Elasticsearch来做存储?3. Elasticsearch和其它常规的向量数据库有什么不一样的地方?4. (针对AI Agent项目)整个Agent你是怎么去设计的?5. (针对多轮对话)持久对话是怎么实现的?6. 了解CAP理论吗?Redis属于哪一种?7. (针对分布式项目)怎么去选一个leader节点?(Raft协议)8. (针对后端项目)你这边用了一个RocketMQ,能简单说一说这种消息队列有什么用,具体用在什么场景?9. (个人情况)现在是开学到大三是吧?实习时间大概是多少?我的回答策略与复盘【针对问题】RAG项目中为何选择Elasticsearch?它和专用向量数据库有何不同?* 【回答策略】我主要从两个层面回答了这个问题:1. 工程实践角度:强调了基于已有技术栈和经验进行选型的务实考量。比如,我提到自己熟悉ES,且团队已有的ELK生态便于集成和运维,这展示了成本和效率意识。2. 技术特性角度:点出了ES的核心优势在于其综合搜索能力。我解释了它不仅支持向量搜索,还能利用其强大的倒排索引进行传统的关键词检索,这对于需要结合多种搜索方式的场景非常有利。* 【复盘与思考】* 亮点:面试官对我从工程实践角度出发的回答表示了认可,这表明在初创公司,务实和快速落地的能力很受重视。* 待优化:现在回想,我的回答应该优先强调技术优势。比如,可以更专业地指出ES的“混合搜索(Hybrid Search)”能力是其在RAG场景下相比Milvus等专用向量库的核心差异点和优势。先说技术核心,再说工程便利性,逻辑会更清晰。【针对问题】如何设计一个AI Agent?* 【回答策略】我将Agent的设计思路拆分成了两个核心部分:1. 核心大脑(LLM & Prompt Engineering):讲解了如何通过精心设计的提示词工程(Prompt)来赋予Agent“专家角色”,并引导其进行多轮、有逻辑的提问,而不是一次性给出所有答案。2. 知识外挂(RAG):详细说明了如何通过检索增强生成(RAG)技术为Agent挂载外部知识库,确保回答的专业性和准确性,避免模型幻觉。同时,我还提到了对原始数据(如PDF论文)进行清洗、切块和向量化的预处理流程。* 【复盘与思考】* 亮点:这个回答展示了系统性思维,将一个复杂问题拆解成了具体的技术模块,并且每个模块都有清晰的实现思路。特别是提到了数据预处理的细节,增加了回答的深度。* 待优化:可以进一步引入Tool Calling/Function Calling的概念,说明Agent如何调用外部API(如查询天气、数据库)来增强其能力,这样会让设计显得更完整和前沿。【针对问题】Raft协议的Leader选举过程是怎样的?* 【回答策略】因为这是我亲手实现过的项目,所以我非常有信心地按照时间线和状态机转换的逻辑,一步步地阐述了整个流程:1. 触发条件:从Follower收不到Leader的心跳超时开始讲起。2. 状态转换:描述节点如何将自己的term加一,并转变为Candidate状态。3. 选举过程:讲解Candidate如何向其他节点发起投票请求。4. 达成共识:强调需要获得超过半数的选票才能成为新的Leader。5. 新王登基:说明新Leader会立即发送心跳给所有Follower,以巩固自己的地位。* 【复盘与思考】* 亮点:这是本场面试回答得最好的问题。清晰的逻辑、准确的术语、自信的表达,强有力地证明了我的动手能力和对分布式协议的深刻理解。对于简历上的核心项目,一定要做到这个熟悉程度。【针对问题】消息队列(RocketMQ)用在什么场景,解决了什么问题?* 【回答策略】我没有泛泛地谈理论,而是直接用了一个项目中的具体场景——“大数据量异步导出”——来回答,遵循了经典的STAR原则:* (S)场景:用户请求导出大量数据,同步处理会导致页面长时间等待,甚至请求超时。* (T)任务:优化用户体验,同时避免后端服务因长时间重度计算而崩溃。* (A)行动:引入RocketMQ。Web服务接收到请求后,立即返回“处理中”的响应,并将导出任务作为一个消息扔进队列。后端有一个专门的消费服务去队列里取任务,慢慢处理。* (R)结果:实现了异步化,前端响应速度极快;同时起到了削峰填谷的作用,保护了后端服务,提升了系统的稳定性和吞吐量。* 【复盘与思考】* 亮点:用一个具体的业务故事来包装技术,非常有说服力。这展示了我不仅懂技术,更懂得如何用技术解决实际的业务痛点,这是面试中非常重要的加分项。
查看18道真题和解析
点赞 评论 收藏
分享
评论
9
34
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务