今天直接上硬菜。面试官只要问Embedding，跑不出这三个方向：维度怎么定、距离怎么算、降维怎么画图。咱们不讲虚的，直接给答案、给理由、给操作。第一击：维度——不是越大越好，也不是越小越香面试常问： 你们Embedding维度设多少？为什么？直接回答： 一般在64到512之间。推荐从128开始试。为什么不是越大越好？维度太高 → 向量稀疏，每个位置都“有点意思但又不确定”，模型容易记住噪音而不是规律（过拟合）。计算慢、存储大，线上推理成本翻倍。为什么不是越小越好？维度太低 → 信息挤在一起，就像把一张高清图压成马赛克，物品/用户之间的差异表达不出来。实践口诀：数据量小就偏小（64~128），...

如题

前天下午面的字节二面，确实面的不咋地就到今天也一直在横向中...

大二的我手写了一把内存锁，最后却败给了 MySQL 的 MVCC？ 文章首发在掘金：并发配额复盘：掘金精简版。 阅读说明：这篇是精简版，主要保留业务背景、锁演进、MVCC 反转、SQL 兜底和最后的工程结论。如果你想看完整代码、实验数据、Redis 对比、JMeter 日志和更细的推导过程，可以看网站公开笔记广场里的同名 Markdown 笔记：完整版链接。 我把这版整理成精简版，不是因为完整版里的细节不重要，而是因为这件事本身很容易写散。存储配额、用户锁、批量删除、内存占用、Redis 锁、事务隔离级别、JMeter 压测，每一块都能单独展开。对于第一次读的人来说，如果一上来就被大量代码和实...