双非大一 微派网络后端一面

具体业务是酒店。先贴timeline：    4-14 投递    4-26 笔试（美团好像是海笔？我推了一周才考）    4-28 约一面（我没做ai面试也约了）    5-6   一面，5-9约二面    5-12 二面    5-13 offer一面（60min）    1. 自我介绍    2. 询问项目，我有一个实验室项目所以基本都问了实验室项目，大概问到的点是项目的难点和亮点，稍微了解了一下项目的场景（约20min）    3. 八股题目（30min）        反射的原理，反射的应用        HashMap的实现原理，红黑树和链表之间的转换阈值        ThreadLocal的实现原理，父子线程之间怎么传递数据，子线程改了InheritableThreadLocal父线程会察觉到吗        线程池的主要参数，常见线程池主要参数        java8使用的垃圾处理器，CMS和G1的阶段        new一个对象的流程        SPRING框架如何管理对象        SPRING用到了哪些设计模式，@Filter注解用了哪一种        MySQL慢查询优化，索引的数据结构，为什么选用B+树，B+树的层数计算，B+树的扩容机制        MVCC的大致原理和MySQL事务隔离级别        Redis缓存穿透击穿和雪崩的定义和解决方案    4. 手撕：合并区间，力扣原题（5min）    5. 反问（5min）        部门业务：酒店        面试表现：不让说        学习建议：再看看基础的，项目多实践一下        面试流程：3天之内出结果    6. 面试表现：八股有点忘了，第一次面也有点紧张，说话磕磕巴巴的（还被面试官问了是不是第一次面），表现不是很好二面    1. 专业非科班，而且看着有点远啊？    2. 未来的职业规划（后续在反问环节解释说这个问题是想问我会不会继续干开发）    3. 项目询问        实验室项目的场景和效果        感觉和互联网的场景不太一样？聊聊你是怎么解决开发过程中遇到的困难的        为什么轮子要选这个？        聊聊分布式锁+状态机可能出现的安全隐患和解决方案（没答上来，面试官说应该按照具体情况加验证保证安全）    4. 八股        操作系统看过吗，页表的概念，多级页表的作用，能否节约内存（这个理解错了，解释后面试官觉得我说的也不错）    5.场景题        怎么在一个1T的文件中比较高效地定位一个1M的块    6. 闲聊        放不放实习？        为什么用java？java怎么学的？        第一次用框架搭项目遇到了啥问题，怎么解决的？    7. 反问        部门业务：比一面讲的细了不少，巴拉巴拉了一堆，当时有点大脑宕机了，没听进去一点，光点头嗯嗯啊啊了        学习建议：代码差不多了，多从宏观上思考        面试流程：3-5天，问确切时间说自己也不知道    8. 面试表现：聊得还挺好的，氛围不错，大部分都说上来了，就是场景题大脑宕机了没说上来，后续在提醒下才说了个差不多。    美团的面试体验是独一档的好，面试官感觉都很有精神，态度也很好，遇到不会的题目和紧张的时候都会鼓励、给提示和给台阶下，流程推进也挺快的（不是因为给我发offer了我才吹的）。    感谢美团，化身团孝子（doge）。祝大家暑期实习顺利！

现在国内国外AI市场热火朝天，各种新形态产品不断涌入，很多人借助AI成为个体开发者，其实市场上本质上没那么多的新的需求，新的是生产力，不论你接下来要投递什么岗位，就记住：“AI X 业务”，用AI功能去重新解释业务；首先就可以用AI帮你优化代码，提升工作效率；对于业务简单来说，假如你做的是一个电商产品，你可以思考 在电商场景下 哪些地方可以使用AI，AI最大的优势就是总结提炼、辅助思考提升效率，你可以思考AI的优势能在哪些环节应用，技术虽然很重要，但是你的思考是更重要的！ 决定你能否在这个赛道上越走越远核心学习能力：怎么做项目？都AI时代了，有能力的就别做那烂大街的外卖点评项目了，AI时代，人...

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

关于Shein：全球领先的时尚和生活方式在线零售商，服务于150+个国家和地区，2022&2023全球购App下载量TOP1校招岗位：1、信息技术类（算法、开发、产品、产运、数分、运维等）2、供应链类（供应链管培等）3、商品平台类（商务管培等）4、全球运营类（品牌等）5、国际物流与仓储类（国际物流管培、全球交付管培、国际仓储管培）6、职能管理类❗每人可最多投递3个岗位，仓储储备干部不占用岗位投递次数内推链接https://app.mokahr.com/m/campus_apply/shein/2932?recommendCode=DSQm9Bgz&hash=%23%2F...