飞猪笔试加一面

1.用的LLM模型随着变化，用起来有哪些不一样的地方？怎么应对模型差异带来的效果的一个变化2.milvus，mysql数据库用来村哪些数据3.关系型和非关系型数据库的区别4.mysql如何实现事务的，底层答得navicate begin commit roolbanck；应该是锁，MVCC相关5.索引有哪些，聚簇索引和非聚簇索引的区别好久没看八股了，答得不好6.乐观锁悲观锁的区别7.springboot自动配置的原理；怎么找到配置的类的8.hashmap底层结构，怎么扩容，线性安全吗；concurrent hashmap线程安全，怎么实现的；1.8前后的区别9.锁的话，synclized 和lock区别答的state关键字设置10.读写锁怎么实现的，retranlock；深挖源码里怎么实现读锁和写锁的答得AQS，state高低位设置11.比如实现读锁，写锁分别的state里面底层怎么设置12.线程状态，slleep和wait的区别13jvm内存模型，常量在哪里；方法区里面什么14.垃圾回收算法，分别用在什么场景答得分代回收用的多，新生代老年代15threadlocal有什么作用；thradlocal怎么保存参数的；强弱引用的话16.现在N个数，占了一半以上，怎么快速找到；hash单词遍历两个O(n);Arrays.sort(快排)17.快排是怎么快的，原理；那二分查找原理；回到刚刚更低的方法吗18.有用到什么中间件吗；redis kafka用来做什么；为撒选择kafka，其他rocket选型对比19kafka底层大概有哪些组件答得zookeeper，ack机制；分区局部有序20.通过api调用的话，怎么调用api的；走的apikey吗21.那你知道怎么读取向量数据库，看你在搞这个答得pymilvus工具包22.了解token怎么计费的吗答得内网私有部署，外网购买相关23.ai应用的，怎么节省token使用24.ai应用有什么实际产生效果25.用过claude code写过代码答得codex和claude code有个稍微的对比26.作业：AI辅助发邮件，写提示词完成json转需要字段格式json；交付1.一个prompt，交付2.返回json数据交付3，返回提示词验证过程，比如最后的数据是否符合条件cursor 3min秒了，发到共享框中4min反问面试表现：java细节多了解下，大模型实践还是比较多带个耳机收声好点

雪花算法 主要用于生成全局唯一ID，并且长用来作为数据表主键 雪花算法=符号位+时间戳+机械码+序列号 优点是性能高，不依赖数据库，天然支持分布式 缺点是会有时钟回拨产生重复ID和序列号溢出的风险 时钟回拨问题怎么解决？ 检测并阻塞 当检测到当前时间 < 上一次时间时，直接拒绝或阻塞，等待时间追平。这里的等待时间追平是指系统时间追上一次生成ID的时间 多时钟序列 引入“时钟版本号”（clockId），时间回拨时切换 clockId 保证不同时间段生成的 ID 不冲突（类似逻辑分片） 序列号溢出怎么解决 等待下一毫秒 当序列号用完，阻塞到下一毫秒再继续生成这是默认实现，简单且可靠 扩展序列...

bg: 末二本,无实习飞猪的电话面,在这之前有一个京东的一面,大概率是kpi,所以阿里的算是处女面了,本来不敢投的,奈何没了解清楚,以为飞猪是哪个中厂想着试一下结果是阿里,牛牛心里素质本来也不咋好,紧张的没边,最后也是丝滑的被挂掉了无自我介绍在项目里担任的工作怎么进行的权限控制为什么nginx能实现跨域同源策略具体是什么除了nginx还有哪些跨域的方法用户关掉浏览器之后再打开是重新登录还是记录登录态怎么实现的token从创建到使用全流程token是过期时间设置在哪里怎么检查的token是否过期RAG对你项目起到什么作用是否对比过向量和关键词检索有没有了解过claude,agent,mcp这些东西养过龙虾吗就是openclawskills和mcp的区别和联系是否用过aicoding反问个人感言: token过期时间是在payload里,然后他问我该怎么检查是否过期,我说用的JWT库的一个方法,他好像不满意,一直在追问,我没太明白是我理解错了吗向量检索和关键词检索我也确实没有对比过aicoding我没用过(牛牛一直是古法编程,匠心手搓,只用ai进行学习和debug),龙虾也没养过,mcp了解一点但是skill了解的不多,我跟他讲mcp是工具包,skill是合理组合利用这些工具实现能力其他的我觉得答得都还行(其他的好像也没啥东西了),总的来说就是欧德奥特曼(old out man),被ai大人狠狠的踩在脚下蹂躏了boss上内推的,流程推的很快,挂的也很快,面试完五分钟就挂掉了,我在boss上问了一下他说要拥抱ai总的来说面试官大人人还不错,也没有阴阳什么的,也让我看到了自己的很多不足,只不过我可能确实能力不太行吧,对ai了解的太少了准备了一天的八股也没用上,我确实没想到前端面试会有这么多ai内容希望后面的面试能顺利一点吧,我会去多了解ai的

1.淘天一面1.1压缩搜索后，语义细节丢失怎么搞1.2 为撒调用LLM要多线程，并发；有并发吗1.3 为啥ThreadLocal多线程，存入的话有什么注意的事情1.4切分策略1.5milvus ANN/KNN算法，时间复杂度可能想问这个 在使用线程池时，线程会被复用。问题：如果线程A处理完一个请求后，没有清理 ThreadLocal 中的数据，当这个线程被回收并分配给新的请求（线程B的任务）时，线程B就有可能读到线程A留下的“脏数据”。后果：这会导致业务逻辑错误，例如用户A看到了用户B的个人信息。解决方案（面试铁律）：kpi面：反问面试官问我的问题，自己的回答跟我的回答差不多，还一直问我；乐；答知识压缩语义丢失，就去调个工具查；2.飞猪hr2.1有成就的事2.2三个关键的词，同事的评价2.3mbti......3.京东科技一面3.1为撒用bitmap这种数据结构，优化8s到2s，在embeeindg耗时还是传输耗时，有测过吗3.2jwt和session 和 cookie适合于哪些场景；为撒加了存储比如redis，mysql还要考虑jwt无状态3.3跨域问题3.4rpc了解吗，用过啥3.5henmes agent3.6为撒用redis做消息通知3.7用aicoding搭建过哪些完整的项目，小或大的3.8claude code源码看过吗