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...

求建议，某双非一本，前两年浪费时间跑去打竞赛了（结果还没啥成绩），最近刚敲完苍穹外卖，想问问各位大佬这样能找到实习吗，有没有什么建议

最近投了很多中大厂日常实习，但初筛都过不了，大佬们可以提一下建议吗，万分感激！

自我介绍讲一下之前做的的项目，遇到了什么问题呢你对面向对象的认知（封装继承多态解释了一下）业务上和需求上需要定义一个对象，你会从哪方面进行考虑（这个回答的比较乱，举的具体例子说明的）那在数据库方面需要考虑什么（索引、映射关系）数据库的事务理解在Java中事务怎么实现呢分布式的情况，怎么去处理呢（分布式事务，回答的是两阶段提交的流程，其他的不清楚）数据库索引的概念，以及怎么使用Bean的生命周期对于消息队列的认知如何去保证消息队列的可靠性、顺序性、扩展性在高并发的情况下，系统会面临什么问题加锁的一些区别和优缺点（单节点：乐观锁和悲观锁。分布式：分布式锁和数据库锁）微服务的一个理解，优缺点，有哪些...