比亚迪offer

秋招面的，现在才想起来记录一下bg：9本cs，电池部一面，线下hr面，主要就是根据简历问个人情况，籍贯、工作意向地、想不想考研、参加校园活动的情况之类的。一周后二面技术面，前一天先打了个电话约了个面试时间，第二天电话面，主要也是对着简历问项目，让介绍一下自己的项目，讲讲项目中遇到的难点和解决方案等。最后面试官介绍了一下岗位的情况，问能不能接受。又过了四五天，人事面，也是打电话，又问了一些个人基本情况和就业意向。两三天后下offer，没有任何谈薪的余地，都是网上能搜到的打包价。总的来说byd面试不是很难，基本就是简历面，就是流程太混乱了，第一天技术面给我说通过了，隔天我就看见进人才库了，过了半天又捞回去了，搞心态。

入职第一天，就感受到了满满的诚意。HR小姐姐全程陪着，讲解各种重要内容，什么六险一金啊（有商业保险），感觉自己被宠上天了。而且入职当天还送了免费大会员和会员购，哈利波特、蝙蝠侠、人生一串放肆看，看完还可以买周边，这福利也太香了吧！ 办公环境：超有爱 B站的办公环境真的是太棒了！每层楼都有猫猫狗狗，上班累了还能逗逗它们，解解压。而且办公椅和办公桌很协调，办公起来非常舒服。关键是，这里没有那种压抑的氛围，大家都很年轻，交流起来特别方便，氛围特别好。 工作氛围：轻松又自由 B站的工作氛围真的太棒了，拒绝奋斗逼文化和996，崇尚有效率的工作。弹性工作制，每月还有一天带薪休假，只要直属leader批准就...

如题虽然前面几个部门挂了 但还是复活了

问题1：为什么会使用分库分表，到达了什么样的数据级别才会去加设计，是否对数据量有一个统计我的理解：看星哥之前写过 单表行数超 500 万行或者单表容量超过 2GB，推荐分库分表，但是面试的过程中怕被问自己写的项目会有这么大的数据量吗不要这么硬背，具体情况具体分析，有的表字段少，经常是条件等值查询，这样加个索引，一个亿也不用分表，有的字段多，还是范围查询，可能5000万就得分表，面试官问你你说是自己在学习分库分表应用到项目中，自己造了几千万的数据量问题2：基因法需要分表的一个数量和确定的一个东西（我的理解是分表的依据，例如大麦中是订单编号和用户id），但是正常的生产环境中是可能动态改变的，比如说需要动态扩容的话，怎么解决呢（例如当前有4个分表，但是现在需要扩充到8个分表），是使用双写吗？这个在扩容前就要考虑好能维持多少年内不需要再扩容。转转架构师在分库分表前，通过之前记录的数据增长量，做了256张表，能在7年内不需要再扩容，如果需要扩容的话，可以使用双写，新扩容表写的过程中，用新的分库分表算法问题3：如果在防止超卖的过程中，Redis不可用了，怎么解决我的理解：使用Redis集群和主从复制吗？因为Redis宕机的话数据库的数据也不能保证是最新的版本，所以得尽量保证Redis不宕机？肯定要使用redis集群模式，但可能会有主从延迟，导致从节点数据不是最新的，但关系不大。可以在用户生成订单后，修改数据库的座位和库存，然后用户支付后，再改数据库的座位和库存，每一步都做好验证。这样从节点的数据问题会降到最低。问题4：如果在当前的幂等验证逻辑中，有一个消息所对应的幂等标识符是不存在的，按照现有的逻辑是可以执行的，但是幂等验证之后的业务系统异常了，这个时候应该怎么处理呢（即通过了幂等的验证，但是后面的服务down掉了，比如说下游抛了一个异常出来）【没太明白应该回答什么，是指需要将幂等标识符重新进行设置吗】异常了就异常了呗，把这个请求的标识从redis中删除了，就像分布式锁时，业务异常也要执行解锁一样，让下一个请求进来正常执行，然后设置好标识位问题5：本地缓存为什么使用Caffine呢，为啥不用Guava因为caffine的性能要远高于Guava，没有其他复杂原因我的理解：查了下Caffine就是Guava改进而来的，可以这么说吗- Caffine在读写操作方面的性能更高，是基于异步的操作，将淘汰过期操作与读写进行分离- Caffine采用了一种结合 LRU、LFU的算法W-TinyLFU+，具有高命中率，低内存占用的特点