虾皮二面许愿oc

投递上海 供应链部门8.23 一面八股盛宴：tcp java集合 mysql索引日志 redis数据结构数据持久化 Kafka手撕：最大乘积子数组没答好的：1. tcp拥塞控制2. kafka为什么要有消费者组这一概念8.30二面问实习项目，乐观锁悲观锁，部分kafka八股1. 接雨水 说思路不用写2. 150个石子 每次拿1-7 拿到最后一个的胜利 如何保证先手必胜9.2感谢信

二面的强度比较大，问的问题都很深刻，关于对上一段的实习经历的询问就暂时不放出来了，因为是用实习公司的实际运营内容去作答的，涉及到机密问题。 ok，让我们再复盘一下面试官问的技术细节问题吧。1.Spark是怎么做内存管理的？（开头就有点涉及到我的知识盲区了） 因为Spark与MapReduce最大的区别就是Spark是在内存中做计算，中间数据几乎不落盘，所以Spark对内存的管理有一套它自己的规范，主要目的是平衡数据的存储（基本就是RDD 的缓存，注意：很多同学一想到RDD的缓存就也想将checkpoint说出来，但是checkpoint是把时间落盘了的，这点要尤其注意，说错了很减分）和执行计算...

具体问题等明天整理出来，感觉这次是真凉了，稀里糊涂进二面，然后几乎一点实习和项目都没问，害搁那拷打八股，还问了一堆网安的问题，有了如下对话“你不知道xxx加密算法的原理吗？应该很常用的呀”“我不到啊，真不到，我实习都压根没碰过，这玩意最多就是在学校的计网里接触过，但真没怎么关注过，你们是网安部门吗为啥问这个”“我们做支付的”“我突然明白了一切”手撕是一道最接近的三数之和，秒了，说特意给我找道简单的做，感觉这是真凉了😓

在复盘去年秋招的时候，我发现一个神奇的结论：那些花了一周时间疯狂背题、刷面经的面试，通过率竟然不到50%；而那些面试前只剩一小时准备用AI 速成的面试，面试成功率反倒提升了不少（10 个 offer 里 60% 都是这么速成的） 如果每一场面试都需要手动收集信息，真的很耗费精力....所以今天我想和大家分享几个tip，手把手教你用AI工具（牛客、GPT、面试猫、deepseek）一小时速通面试，简单但特别实用，包教包会！！ 第一步：快速摸清岗位需求（5min）  1️⃣直接问AI，把JD直接丢给GPT "帮我分析这个JD，重点关注：核心技能要求、工作场景、能力匹配点、面试考察重点&q...