问题：给1000w商户的经纬度，再给10w个小区的经纬度，将小区与3千米以内的的商户进行关联思路：1. 使用MySQL对商户数据进行分库分表，分片策略：对商户id哈希分片或对纬度范围分片，然后再建立空间索引，应用层遍历每一个小区数据的数据。2. 使用MongoDB或者ES，因为天然支持数据分片，无需进行分库分表，支持空间索引，查询效率也比MySQL高。3. redis如果用一个key存1000W条数据会有big key的问题，可以分区域存储，纬度接近的商户存储在一个key中，key的后缀拼接上纬度信息，查询的时候可以根据小区的纬度到应对的商户key中查找，因为每个key的数据量变小了，查询效率也能得到提高。反思：面试时想了半天没思路，面试官的意思是数据量太大不能直接去计算所有的距离，可以先对小区数据做预处理。我当时一直在纠结从算法层面思考，甚至我还觉得是不是要用图来存储数据，其实对于这种大数据量下的计算密集型任务，也可以从并行计算的角度考虑，主要就是对数据进行分片后再并行处理

面试过程不到半小时就结束了，自己觉得好多场景题都没答上来，后来问面试官对自己的评价面试官也是这样说的，但是最后面试官主动提出了部门情况 有戏吗

我倒是想见见米子的面试官呢，暑期实习直接简历挂了。冲冲冲

04.03 主要拷打项目xx 自学项目……忘了问啥了xx 实习项目团队规模？应用是否上线？QPS是多少？如何保证并非场景下的可用性？消息堆积怎么处理？项目的难点是什么？实验室项目大数据平台和大数据有什么关系？所使用的的技术框架。Dubbo的架构，主要解决什么问题？（当时还没仔细了解过，简单说了几点）服务间怎么通信为什么要进行数据库优化如何分析sql执行性能接口优化的标准（后续看面评发现，面试官备注说性能优化的好坏没有详细的量化结论。。）并行优化使用了哪些技术，哪个Java包（JUC）异步异常的处理方式子线程可以处理的异常需要由主线程处理的异常（CompletableFeature）在企业的部署...