base在深圳，作为南方人真的不爱去北京，虽然业务toB，但还是会去的。Timeline：1.21一面1.23二面1.26三面过了个年2.10HR面2.14OC2.18offer

部门：职能线   时间：近期   岗位：全栈开发以下内容来自学弟↓算法：最长递增子序列&两数之和八股：1. 线程的几种状态2. 线程池的工作原理和工作流程3. 拒绝策略4. MySQL索引类型5. 覆盖索引与回表概念6. 建立联合索引的注意事项7. 示例sql如何建立索引8. 如何检查索引的有效性9. 乐观锁与悲观锁的区别与应用场景10. 如何实现一个乐观锁11. JUC中的锁介绍12. synchronized26届实习，学弟首面比较温和常规，考察基础。下图，随手分享最新资讯、面经、优质项目等😊欢迎关注私信。 #腾讯#  #牛客在线求职答疑中心#  #腾讯求职进展汇总#  #腾讯求职进展汇总#

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...