字节广告java一面

手撕，写一个程序判断是否为合法的ipv4地址1.讲一下go网关的设计2.网关设计的难点在哪，架构是如何考虑的3.redis和MySQL的区别4.redis的缺点5.介绍下raft算法6.为什么要同时用cpp和go各写一遍7.go写起来感觉如何8.是否有进行测试，测试结果如何9.性能还可以如何优化10.反问总共1h，大部分时间都是我在输出，因为问题抛出来太大了，讲完喉咙难受，最后挂了，感觉是项目偏简单了，没啥兴趣

字节一面，体验很好，面试官也很好，虽然经历了长达100分钟的拷打，但是真心觉得体验很不错，希望以后都遇到这种面试官自我介绍stl主要有哪些容器？有哪些迭代器？这些容器和迭代器的底层原理是什么样的？举例说明迭代器和容器的关联关系是什么？智能指针的原理？unique_ptr,shared_ptr，weak_ptr的区别？都用在什么场景？手撕shared_ptr，必要的函数，核心逻辑+测试用例操作系统从一个磁盘里面读取文件信息到内存分为哪几个步骤？详细解释一下DMA技术？零拷贝逻辑怎么实现的？mmap映射的具体过程？虚拟内存是什么？一个系统本身崩溃了，比如一个日志系统自身崩溃了，怎么保证可靠性？详细...

然而秒挂，楼主还是太菜了--------------------------我去，面试官出链表相交，是不是爱上楼主了，反正楼主爱上面试官了。1. 自我介绍2. db数据迁移漫谈（由于shopee那个给表加字段的问题，楼主特意准备了相关知识，基本方案就是snapshot+订阅binlog）3. 缓存作用与时空局部性漫谈，lru与lfu思想、时空局部性分别合适的业务（空间局部性合适顺序索引如innodb（而pg即使是b+树也并非顺序排列），时间局部性合适nosql如hbase，redis，确实是很新颖的角度）4. multi-raft负载均衡思想起手，hash分片与range分片的优劣点（hash分片能让连续的热点数据分散开来，减轻系统单点热点问题，但显然会牺牲scan性能，也是很好的角度，即使是具备空间局部性的数据，也未尝需要将它按符合空间局部性的方式存储，一切都看业务如何访问），一致性hash的优点（数据迁移与减少单点故障影响）5. raft小问题6. 算法题链表相交，楼主甚至怀疑自己看错了，反复看了看还是链表相交，哪怕是也像这样无限发散系统设计思想的百度二面也是给楼主出的lru。楼主苦算法题久矣。7. 反问：部门：与百度职能差不多，给算法取数拼log，还有一些其他的活8. 不想问作息，继续跟面试官探讨了一下点击与曝光记录是先打到mq还是打到hbase、clickhouse等（仍然是业务决定，mq是通用的，因为流式数据和下游需要消费多次的特点最合适mq了，olap则合适直接存储进行偶尔一次性分析的）面试官人真好，二面能过真给面试官亲一个

2min自我介绍 15min 聊聊 Redis 的分布式锁和乐观锁？ 处理上亿流量的分布式锁，和 ToB 场景比，需要多考虑些啥？ 怎么把 Redis 的热点 Key 分散到不同节点上，分摊压力？ 介绍下 Redis Cluster 的集群分片和主从复制？ Redis 慢查询可能是啥原因引起的？ 怎么判断慢查询是网络问题，还是 Key 设置不合理？ 15min 消息队列的容器或消费者挂了，怎么保证数据一致性？ 聊聊缓存穿透和布隆过滤器？ 说几个你了解的设计模式，都在什么场景下用？ Spring 里有哪些经典的设计模式？ 代理模式是怎么工作的？ 在浏览器里输个网址，整个过程是怎样的？ 你平时是怎...