网易互娱现场面南京站

这是之前在处理一个实时流数据上碰到的。 之前背过很多，类似的关于高并发问题的一些官样文章。初读起来，总感觉索然无味。好像和幼儿园里把大象放进冰箱里的故事一样。 在业务中碰到的情况很特别。 同一个用户，会在同一个时间点有多条订单，即使把时间精确到 00:00:00，依然发现无法区分。前辈提醒后，才发现这其实是一种高并发的情况。 在Flink实时流里，通常碰到高并发的情况下，会进行一次打乱操作。在SQL任务中，我忘记进行了这种操作，后来发现其实是有这样的key by 参数。 大约可以这样处理。 在处理的时候，通过key by 的操作，会将并发数据存储同一个kaf...

#我的简历长这样#求点评

25届，想在毕业之前再找一段中大厂的实习，这个简历可以吗

在一些中小型项目开发中，我们通常会使用自增 ID 来作为主键的生成策略，但随着时间的推移，数据库的信息也会越来越多，尤其是使用自增 ID 作为日志表的主键生成策略时，可能很快就会遇到 ID 被用完的情况，那么如果发生了这种情况，MySQL 又会怎样执行呢？PS：当然，在分库分表的场景中，我们通常会使用雪花算法来替代自增 ID，但中小型项目开发中，使用自增 ID 的场景还是比较多的。1.自增ID在 MySQL 中，如果字段的数据类型为整数类型（如 INT、BIGINT 等），则可以通过关键字“AUTO_INCREMENT”来设置让当前的字段实现自增，例如以下 SQL： CREATE TABLE ...