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...

投了10+简历，全是Java，收到面试的寥寥无几，简历求拷打，谢谢各位大佬！

#春招##Java##双非#

1、请简单介绍一下你自己。2、谈谈你对笔试中类似投资风格思路的理解。3、在你看来，这个赛道中哪些有可能成为潜在客户？可以通过哪些途径持续追踪这些公司信息呢？4、如果让你负责一个新的业务拓展项目，你会从哪些方面入手？5、对于钉钉在行业竞争中的优势和劣势，你有什么看法？6、能否换个行业，阐述下你对该行业的理解以及其产业链情况？7、对于高潜力客户清单的持续跟踪与补充，你有什么操作思路吗？8、钉钉切入kol的规模以及kol能带动用户的潜在规模大概是怎样的（基于个人ip打造趋势问题）？9、针对潜在用户群体的挖掘方向，钉钉能为他们提供怎样的方案以及如何运营呢？