微软实习约面

系统设计题回答思路：1、先提出需求分析和非需求分析2、提出数据库表设计和存储方案，一般选择关系数据库+nosql3、针对数据量大的场景选取合适的分库分表思路，根据某个id哈希或者一致性哈希4、针对高并发场景的缓存优化，缓存和数据库一致性或者增加消息队列mq进行解耦5、详细接口设计，接口访问时的读写数据库和缓存的顺序6、性能优化——异步操作、批量处理、热点数据优化设计一个类似抖音的点赞系统1、需求分析和非需求分析需求分析：点赞/取消点赞视频+查看视频点赞数量+查看用户点赞的所有视频+点赞状态查询非需求分析：高性能，高可用，大数据量，数据一致性根据实际情境扩充2、库表设计点赞关系（Like Relationship）：存储用户对视频的点赞关系。user_id  video_id create_time视频点赞统计（Like Count）：存储每个视频的点赞总数。video_id count update_time3、分库分表思路分片策略：按照用户 ID 或视频 ID 进行分片。使用一致性哈希或取模的方式进行分库分表。考虑到点赞数量大，对于点赞关系表，可按 user_id 模 N 取余，将数据分散到 N 个库或表中。4、缓存操作点赞/取消点赞操作先更新数据库：执行点赞或取消点赞的数据库操作。更新缓存：更新 Redis 中的点赞状态和点赞计数。避免缓存不一致消息队列异步更新：将更新操作发送到消息队列，异步更新缓存，确保最终一致性。5、接口详细处理以点赞和取消点赞为例处理流程：参数校验：检查用户和视频是否存在，验证参数合法性。数据库操作：点赞：插入一条点赞关系记录，更新视频点赞统计表的计数。取消点赞：删除点赞关系记录，更新视频点赞统计表的计数。更新缓存：更新 Redis 中的点赞状态和点赞计数缓存。6、优化思路1.异步处理异步写入：将点赞/取消点赞操作通过消息队列（如 Kafka、RabbitMQ）异步写入数据库和更新缓存，减少请求的响应时间。异步更新缓存：在数据库操作完成后，将缓存更新操作放入消息队列异步处理，避免缓存与数据库不一致。2.批量操作批量查询：当需要获取多个视频的点赞数量时，提供批量接口，减少网络请求次数。批量写入：对于一些批量的点赞操作，可以批量写入数据库，减少数据库压力。3.热点数据优化热点缓存：对于热门视频，可能会频繁访问其点赞计数，可以在缓存中设置热点数据，确保其始终在内存中。数据分片：将热点视频的数据分散到不同的缓存和数据库节点上，避免单节点压力过大。在面试中，场景设计题往往是重头戏！这些问题不仅深度考察你的技术功底，更全面衡量你的工程综合能力。精彩的回答，将成为你脱颖而出的关键加分项。本文将首先概述通用的答题思路，然后以点赞系统为例，深入解析如何细致全面地回答这类问题。后续我将持续收集更多的设计题，不断更新和完善本文的内容，帮助你在面试中斩获佳绩。#牛客AI配图神器##牛客激励计划#

岗位情况：AWS OpenSearch团队的前端开发暑期实习实习，有转正机会，位于上海timeline：1.24官网投递 2.12发oa 2.16完成oa 2.20邀请填写vo时间 2.24晚上确定面试时间 2.26两轮面试 2.28早上邮件催 2.28下午6点hr口头offer 3.3正式offeroa完成情况：两道算法题都做出来了（测试样例全过），后面的行为测试题我全靠自己感觉做的，没看过亚麻军规(Leadership Principle)面试语言：纯中文面试面试体验：两轮loop interview背靠背，中间间隔1小时，面试体验非常好，面试官很亲和，尊重面试人，会有很多hint和follow up。一面考察的范围很广，二面更看重coding，中间也会考察一点bq一点思考：1. 实习时间：HR在给口头offer之前打电话跟我说技术团队那边觉得技术方面没有问题，但是担心实习时间不够长，他们希望实习比较长的时间然后转正。我在给出肯定答复之后，HR给了口头offer，实习时间可能是他们很看重的点。2. Coding：Coding应该是必考的，但是具体是手写前端代码还是LeetCode算法题，取决于面试官的偏好，比如我的两个面试官都没考算法题，而其他面试同一个岗位的同学却考了算法题。因此都需要准备一下，我觉得把Hot100里的easy-medium学明白足够应付。3. 编程语言：默认是Javascript，由于前端主要用的是JS，因此使用JS才更能说服面试官。4. 八股：在面试之前我没想到一面的八股会考的这么全面还这么偏，所以其实答的很一般，但是还好影响不大。5. Edge Case: 面试官会比较注重对边界条件的判断，不管是写算法题还是写前端代码，都需要多考虑一些edge cases。6. BQ: 面试官会通过一些点来引入BQ(Behavior Questions)，建议提前看一下LP，稍微准备一下对应的事例，面试的时候被问到才不会手忙脚乱。7. Rolling: 根据我了解的情况，我猜测他们应该是滚动录取，一周面一批人，然后选一个人发offer，其他发拒信，因此最好第一时间投递，到后面可能还没面就招完了(HR说上海这边前端可能招2-3人)8. 开源：由于这是一个开源项目，提及自己的开源经历是很大的加分项。#亚马逊##暑期实习##校招##前端#

2月14就截止投递了，到现在一封邮件都没有，有没有小伙伴收到笔试或者面试的呀？

大概有几轮呢，看邮件上写的是 1 round VO会是全英文面吗蹲一蹲面经和一样收到的朋友Base 北京 MAI组 有朋友了解吗TL:2/26 收到邀请3/11 第一轮面试 #微软#  #暑期实习#  #北京#  #面试#