几乎全程项目拷打 八股很少 穿插在项目里面（部门是用 go 和 c++ 的，面试官应该也不太懂 Java ，Java八股问的少）介绍一下 Java 中的 HashMap红黑树和跳表的区别MySQL 主从同步的延迟怎么减少MySQL 主从同步和 Redis 主从同步的区别HTTP 协议和 HTTPS协议的区别了解一下 linux 的流重定向WebSocket 是什么，为什么快算法：压缩字符串反问 部门业务 面试表现面试官人很好 在问项目引申出的业务场景的时候很会引导 面试体验拉满了

你敢编我都不敢写牛批轰轰的，我都看不懂

牛友们看看这次简历可以了吗#最后再改一次简历#

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...