收到网易互娱意向书啦

岗位:客户端  地点: 广州
时间线   8.21 一面  8.25 二面  9.4 hr面  9.16 意向书

面经:记不清了,项目没怎么问,大多是计算机基础
一面:
一开始  怎么找链表成环的节点花了一些时间,让我证明  快指针走 m步, 慢指针走 n步,需要满足什么关系才能相遇,反正搞了好久没搞出来。。。
HTTP相关   TCP  UDP相关
进程   线程
Java线程池,ThreadLocal, 还有一些基础
最后算法题  重写  hash函数  和  equals函数
二面:
一面不怎么深入,二面会在某个知识点比较深入,比较扣细节
比如https需要三个随机数,那这三个随机数是怎么生成之类的,
因为没有录音,所以不会的也记不清了


#面经##校招##网易##Java工程师#
全部评论
1 回复 分享
发布于 2020-09-16 22:49
吸吸吸
1 回复 分享
发布于 2020-09-16 12:35
点赞 回复 分享
发布于 2024-11-14 21:22 浙江
吸大佬欧气😁
点赞 回复 分享
发布于 2020-09-23 08:52
吸星大法
点赞 回复 分享
发布于 2020-09-22 21:53
你好,请问是只有两面么?
点赞 回复 分享
发布于 2020-09-19 14:33
我笔试完就没消息了
点赞 回复 分享
发布于 2020-09-17 15:32
有说什么时候谈薪吗?
点赞 回复 分享
发布于 2020-09-17 10:39
老哥状态变了吗
点赞 回复 分享
发布于 2020-09-17 07:52
点赞 回复 分享
发布于 2020-09-17 00:45
吸吸吸,offer多多
点赞 回复 分享
发布于 2020-09-16 22:28
我吸!!!
点赞 回复 分享
发布于 2020-09-16 22:26
吸吸吸吸
点赞 回复 分享
发布于 2020-09-16 21:54
我互娱第三面是总监面,3号面完了现在都还没消息
点赞 回复 分享
发布于 2020-09-16 18:36
  吸吸吸
点赞 回复 分享
发布于 2020-09-16 18:06
我网易互娱游戏开发面完了就没消息了 哪怕给个感谢信呢🤣
点赞 回复 分享
发布于 2020-09-16 16:59
吸吸吸
点赞 回复 分享
发布于 2020-09-16 16:49
慕了
点赞 回复 分享
发布于 2020-09-16 16:37
吸吸欧气
点赞 回复 分享
发布于 2020-09-16 16:23
吸一吸
点赞 回复 分享
发布于 2020-09-16 16:23

相关推荐

系统设计题回答思路:1、先提出需求分析和非需求分析2、提出数据库表设计和存储方案,一般选择关系数据库+nosql3、针对数据量大的场景选取合适的分库分表思路,根据某个id哈希或者一致性哈希4、针对高并发场景的缓存优化,缓存和数据库一致性或者增加消息队列mq进行解耦5、详细接口设计,接口访问时的读写数据库和缓存的顺序6、性能优化——异步操作、批量处理、热点数据优化设计一个类似抖音的点赞系统1、需求分析和非需求分析需求分析:点赞/取消点赞视频+查看视频点赞数量+查看用户点赞的所有视频+点赞状态查询非需求分析:高性能,高可用,大数据量,数据一致性根据实际情境扩充2、库表设计点赞关系(Like Relationship):存储用户对视频的点赞关系。user_id  video_id create_time视频点赞统计(Like Count):存储每个视频的点赞总数。video_id count update_time3、分库分表思路分片策略:按照用户 ID 或视频 ID 进行分片。使用一致性哈希或取模的方式进行分库分表。考虑到点赞数量大,对于点赞关系表,可按 user_id 模 N 取余,将数据分散到 N 个库或表中。4、缓存操作点赞/取消点赞操作先更新数据库:执行点赞或取消点赞的数据库操作。更新缓存:更新 Redis 中的点赞状态和点赞计数。避免缓存不一致消息队列异步更新:将更新操作发送到消息队列,异步更新缓存,确保最终一致性。5、接口详细处理以点赞和取消点赞为例处理流程:参数校验:检查用户和视频是否存在,验证参数合法性。数据库操作:点赞:插入一条点赞关系记录,更新视频点赞统计表的计数。取消点赞:删除点赞关系记录,更新视频点赞统计表的计数。更新缓存:更新 Redis 中的点赞状态和点赞计数缓存。6、优化思路1.异步处理异步写入:将点赞/取消点赞操作通过消息队列(如 Kafka、RabbitMQ)异步写入数据库和更新缓存,减少请求的响应时间。异步更新缓存:在数据库操作完成后,将缓存更新操作放入消息队列异步处理,避免缓存与数据库不一致。2.批量操作批量查询:当需要获取多个视频的点赞数量时,提供批量接口,减少网络请求次数。批量写入:对于一些批量的点赞操作,可以批量写入数据库,减少数据库压力。3.热点数据优化热点缓存:对于热门视频,可能会频繁访问其点赞计数,可以在缓存中设置热点数据,确保其始终在内存中。数据分片:将热点视频的数据分散到不同的缓存和数据库节点上,避免单节点压力过大。在面试中,场景设计题往往是重头戏!这些问题不仅深度考察你的技术功底,更全面衡量你的工程综合能力。精彩的回答,将成为你脱颖而出的关键加分项。本文将首先概述通用的答题思路,然后以点赞系统为例,深入解析如何细致全面地回答这类问题。后续我将持续收集更多的设计题,不断更新和完善本文的内容,帮助你在面试中斩获佳绩。#牛客AI配图神器##牛客激励计划#
点赞 评论 收藏
分享
评论
6
20
分享

创作者周榜

更多
牛客网
牛客企业服务