小红书 存储

#我的实习求职记录##远程面试的尴尬瞬间#本来是投递的搜推的后台开发，没想到转到分布式存储了。面试官非常友好，一开始登录的时候录屏和赛码网两个冲突了，面试官就一直听不到声音，退出登录重连两次才能说上话。接着就是自我介绍，正常的自我介绍了一下背景+项目+比赛，当时没想到面试官就是做分布式存储的，就一直揪着这个项目拷打，说实话这个项目我还没吃透差点被问穿，以后求职的兄弟们可千万不敢这么干。1. 这个项目的网络部分是怎么实现的？回答了同步阻塞的rpc2. 具体怎么设计的呢？3. 使用的什么线程模型？4. 如何验证数据库的正确性？后面解释说是如果节点出现故障如何保证一致5. raft的状态如何存储？跳表有持久化下来吗？6. 文件是如何存储的，落盘和加载如何确定key和value？7. raft本身自己的状态是如何存储的，比如日志和任期？8. 如果没有维护raft本身自己的状态会出现哪些问题？9. 跳表的实现思路和优缺点？手撕：假设已有random函数，实现一个简易的跳表实际写的时候有点急，面试官很耐心地指正了部分错误，大体思路是对的

全流程介绍：在BOSS上投的简历，第一天投第二天约一面（约到了两天后）当天HR通知我顺利通过面试，问我什么时候约二面，于是我就约到了当天晚上。当天二面完后半小时后HR通知二面顺利通过，说需要加一轮技术面，问我什么时间合适。当时已经周五，所以三面约到了下周一。周一上午面完三面，下午HR通知顺利通过，问我什么时候有时间参与下HR面。于是约到了三面的当天晚上。面试官表示两个工作日之内会收到offer。不得不说字节的HR效率是真的高，借此机会我将自己一二三面做整理；以来是有个记录、二来希望可以帮到之后的兄弟姐妹们。  1、自我介绍    讲了一下自己的当前情况，介绍了一下对大数据开发两个方向上的理解；介绍了下自己的一段滴滴实习经历+自己写的项目。表示了自己会有写技术博客的习惯，取得了4W+阅读量此外粉丝量也即将达到2K人。  2、深挖两个项目 - 大部分时间    面试官对实习经历特别感兴趣，我提到了几个亮点：Spark调优+物化视图中间层建设+实时数仓经历，都被扒了个底朝天。此外面试官还会根据你写的项目来问你八股的问题，比如我分布式文件系统的项目，他问我使用什么数据结构来存储元数据的，我回答说HashMap，于是他就问了HasMap的底层原理。（大家在准备的时候一定要好好准备）  3、计算机网络中：在地址框输入域名后到页面展示经过了什么？    绝了，还好考研的时候学过没忘哈哈哈  4、Bloom Filter与BitMap    巧了，虽然BitMap没接触过，但是Bloom Filter在学习HBase的时候学过，所以答得还可以。作用、存在什么问题..应用场景等等。  5、HashMap底层原理    刚好复习到了这个知识点，因为上一次找实习的时候，当时是第一次面试，美团面试官也是根据我的项目问出了这个题。（所以说大家一定要好好准备项目相关八股）。  6、StarRocks中的表模型    提前准备了，面试的时候往这上面引导，面试官顺理成章的问了，我也顺理成章的答了出来。  7、StarRocks如何实现更新 （读时更新、写时更新）    这个地方不是很了解，面试官跟我讲了一下：Merge-on-Read和Merge-on-Write  8、StarRocks中的关联方式    这里答了出来，但是没答全；面试官同样跟我讲了一下；全程和蔼，可以让面试者很轻松自信。  代码题 ；动态规划，最小子数组和问题    没什么好说的，给我简单爽了。  面试时长55分钟，很无奈我找到是数仓实习，这个岗位却是做计算引擎开发（属于后端开发范畴）；本来以为凉了，但是面试官表示开发技术不是问题，进去之后会进行培养。在这里给自己的CSDN打一波广告，欢迎大家参考！：   https://ansentai.blog.csdn.net/

一面：操作系统下面有个proc目录，讲一下这个目录中管理的都是什么？运行中的进程都有一个以其 PID 为名的子目录,我要查看这个进程的CPU占用怎么看？top命令，它是怎么做到能看到整机资源的？现在写一些C++项目，部署到服务器上，他现在出现了OM，它被cue了，那这个时候需要排查一下这个问题怎么排查？根据你了解的操作系统和命令的话如果有一个学生表student，有四个字段，student，score，age，class，求每个班age大于18的人数sql语句怎么写？讲解一下锁的可重入性介绍一下grpc，json和protobuf的实现、区别，应用场景。设计一个类似的应用场景。讲解一下MySQL的索引，有什么优点加索引之后查找方式？B+树场景下怎么进行的查表过程索引使用B+树它的优势是什么？假设我们对一个text字段做了索引，那么这个时候它的查找速度会不会快？如果快或者不快的话，它是一个怎么寻址的过程？比如说他在寻址过程中要二分，他是根据什么去做的？二分怎么做的排序？一张表中对性别见了索引，它的缺点是什么样子，数据呈现是什么样子，为什么他快不了？讲一下对拥塞控制的理解为什么要修改门限值？不修改门限会有什么问题？手撕：查找第K个最大值二面：groupcache和redis的区别是什么？讲一下你理解的SQL优化有哪些？为什么索引失效会影响性能？MySQL索引的存在形式是什么？在Linux上，僵尸进程是怎么形成的？讲解一下Go的GMP和垃圾回收机制Linux如何查看一个进程的信息？一般进程的信息都有哪些Linux系统里面他的文件权限系统是怎么样的？怎么控制它的文件权限，哪些值分别代表什么意思？一般655是什么权限？介绍一下TCP/IP网络模型手撕：用golang写一下你项目中的某一块核心代码（忘得差不多，提问不能cpp? 面试官：只能golang，写的太烂挂 ）。

#软件开发笔面经#项目拷打：1.实习中有没有对数据库表做强管控，听没听说过json schema。2.Reactor响应式编程的基本原理。3.黑名单功能为什么不用es去实现？你是基于怎样的考虑？场景八股：1.说说redis集群的原理。2.说说渐进式哈希，redis底层怎么扩容的？3.微博上面的热搜，打在了集群的分片上，分片扛不住怎么办？3.用限流解决，有哪些实现限流的方法？4.限流的话，用户看到的一个页面就是一个空白页面，对用户不够友好，还有什么别的方案？（冗余key缓存，存储在不同的分片上，把key打散）5.现在如果我不知道哪个帖子会成为热搜帖子，这种情况怎么处理？（本质原因是无法水平扩容，采用多级缓存解决）最后手撕，数组：1 2 34 5 6 7 8 9要求打印顺序：1 4 2 3 7 5 8 6 9