第一次二面，面试官依旧情绪价值很足，只可惜每到面试的时候才发现项目准备的还不够，手撕部分sql忘完尬了好长时间，算法用回溯暴力解了。 前面是专业和实验室项目的一些问题。SSE 与 WebSocket 有什么区别？为什么在这个场景选择 SSE？在项目中采用策略模式和模板方法模式，各自的用途和目的是什么？缓存预热、布隆过滤器、分布式锁分别应对什么场景和问题？查询场景下会有并发安全问题吗？分布式锁能彻底解决并发安全问题吗？分布式锁的超时时间如何设置？什么情况下需要做分库分表？单表数据量达到多少时 IO 次数会增加？原因是什么？高并发但数据量未达到分表阈值时，是否需要分表？高并发下数据库应如何应对？主...

只背了threadLocal的存储特点和底层原理，以及内存泄露原因，结果被问异步的线程怎么访问子线程？直接懵了 现在来补充这块盲区。Java 主线程中存储的 ThreadLocal 数据，异步子线程、线程池为什么获取不到？有哪些解决方案？各自优缺点？答:1. 原生 ThreadLocal 底层限制每个线程独立拥有自己的  ThreadLocalMap ，天然线程隔离；主线程的 Map 与异步/子线程 Map 完全独立，因此异步线程直接  get()  拿到  null 。解决方案:2. 方案一：InheritableThreadLocal（JDK 原生）- 原理：Thread 类内部存在  inheritableThreadLocals  集合，新建子线程时会浅拷贝父线程该集合数据，实现父子线程传递。- 致命缺点：拷贝逻辑只执行在线程构造方法；线程池、@Async 线程长期复用，不会重复拷贝，导致上下文失效、出现脏数据，生产不推荐。3. 方案二：临时简易方案（无依赖）主线程提前手动  get()  取出 ThreadLocal 数据，转为有效final局部变量，直接传给异步 Lambda/内部类使用；拓展：方法内局部变量被异步引用，必须为有效final（不可二次赋值），成员变量、静态变量无此限制。4. 方案三：生产最终方案（TransmittableThreadLocal 阿里 TTL）- 核心原理：在异步任务提交时刻主动捕获主线程上下文，任务执行时绑定到复用线程，执行完毕自动清理。- 优势：完美兼容线程池、@Async、CompletableFuture 所有异步场景；无需手动传参，彻底摆脱  final  限制，是企业级上下文传递标准方案。其他问题追问1：InheritableThreadLocal 线程池失效的根本原因？线程池线程提前初始化、长期复用，拷贝逻辑只在线程创建时执行一次，无法同步主线程最新的 ThreadLocal 数据。追问2：TTL 与 InheritableThreadLocal 核心区别？InheritableThreadLocal 是线程创建时拷贝；TTL 是任务提交时拷贝，专门适配线程复用场景。追问3：异步代码里，为什么主线程局部变量必须要有效final？局部变量存储在线程栈，异步线程无法跨栈访问；底层会进行值拷贝，语法禁止二次赋值，防止多线程数据错乱。

（分享面经攒人品）面试老师超温柔、超好。第一次面试就这样给团子了。整体下来给我的感觉就是自己太紧张了，答不是很流畅、没怎么分点，回答的比较乱。大概率要g。---------------一面结束第二天收到二面邀约。二面时自我介绍依旧紧张，后边聊嗨了就挺顺畅。------------Timeline-------------4.11 笔试4.13收到一面邀约4.15一面4.16二面邀约4.17二面------------一面-------------------自我介绍项目拷打（半个小时）实习拷打（十几分钟）八股MySQL的索引结构为什么用B+树；一条SQL的执行流程；间隙锁的作用；怎么优化慢SQ...

暑期实习从2月开始投，面了两个月，流程该挂的都挂完了，腾讯字节一共号称是1.7w个hc，不知道都发给谁了，估计今年秋招要难顶。Timeline米哈游、美团、蚂蚁、微软等公司直接简历挂穿，没进面。携程：3.3 投递、测评3.12 笔试3.18 一面3.25 二面4.13 ai面（hr面）4.14 英语测评4.23 offer（已拒）腾讯：2.6 测评2.28 wxg一面3.5 wxg二面（挂）3.11 teg一面3.21 teg二面（取消）3.31 teg一面4.10 teg二面（挂）4.21 wxg一面4.24 wxg二面（挂）字节：1.28 aml约面（取消）3.17 火山一面（挂）4.8 aml一面（挂）4.20 抖音data一面（挂）阿里：3.23 投递、测评3.28 笔试3.31 淘天一面4.8 钉钉一面4.9 淘天二面4.10 阿里控股一面4.12 钉钉二面（取消）4.15 淘天hr面4.16 淘天offer（已接）4.21 高德一面（取消）4.22 淘宝闪购一面（取消）面试最大的感触是，现在撞上ai转型，一堆老业务急着转向，新业务非常不成熟，研究型的组bar非常高根本进不去，业务侧挂着算法的岗位干的都是工程活，面试却又要问算法，另外agent的落地也远没有那么广，绝大多数还是那套写死的系统调一下llm api或者做做rag，其余少部分真的在搭agent的，基本不能在线上服务用什么很智能的模型，现阶段成本太高，进去大概率就是给垃圾模型从工程方面兜底，除了业务场景的应用和数据经验以外，技术方面很难有什么提升。算法岗做不了基模的还是去搜广推好，之前判断失误了完全没投，秋招不知道还进不进得去。