美团日常实习二面-9.11

-------9.14更新-------
快手默认G,而且这俩title差不多,遂接收offer,去团子啦

-------9.13更新-------
oc,犹豫中

------------------
部门:核心商业本地-美团平台-服体技术部
时间:9.11 晚 7:30~8:20

面试官很温柔,打断我的时候还会说抱歉。最后闲聊了很久,比如对实习生的要求、我有没有进行其他公司、自己的优缺点等等。

一、自我介绍

二、项目拷打
2.1 项目全是自己敲的吗?
2.2 秒杀场景讲一下?秒杀的问题有哪些?怎么解决和改进的?
2.3 下单包含扣减库存、创建订单两个操作,如果有任何一步失败了怎么办?
2.4 你说基于数据库和Spring的事务解决,那你做过压力测试吗?QPS能达到多少?
2.5 为什么要防止用户下多单?除了分布式锁外,还可以采取哪些措施?
2.6 项目很多地方用了Redis,说一下Redis的数据结构(注意是数据结构不是数据类型)?

三、场景拷打(一步一步跳坑。。。)
3.1 有一个线上商城系统,业务量是每天大概300w订单,数据存在MySQL里,但后续新的数据量会越来越多,请你实现下面两个需求:(不考虑并发、缓存那些,也不考虑商户、用户等,只考虑MySQL里的订单数据)
 3.1.1 用户端:可以分页查询自己的订单数据。
 3.1.2 商家端:可以查询自己的订单数据。
 3.1.3 如何解决海量数据存储问题?
3.2 你说采用水平分库分表,按照什么维度拆分?
3.3 你说根据orderId进行哈希分片,那么用户想要查询自己的订单怎么路由到对应的表?
3.4 你说根据userId进行哈希分片,那么商家查询自己商品的订单列表,怎么路由到对应的表?这岂不是又出现3.3的问题了吗?
3.5 你说把`商品id+用户id`作为订单id的一部分进行哈希分片,那么比如根据userId进行哈希,那么hash(userId)肯定跟hash(商品id+userId)不一样了,不就没办法路由到正确的表了吗?
3.6 你说使用两个哈希函数,能仔细讲讲吗?

四、手撕
4.1 删除链表第N个节点。

五、其他
5.1 之前没有过实习吗?
5.2 有投过其他公司吗?

六、反问
6.1 部门是大模型相关,那么有机会接触分布式和高并发吗?【那必须的】
6.2 部门对实习生的期望?希望实习生具备什么特质?【边说我边记下来了,如图】
6.3 对我的评价?【基础挺扎实,对自己的优缺点总结的很到位】
6.4 后续流程?【一周内会给答复】
全部评论
那个分库分表怎么回答的?
1 回复 分享
发布于 09-20 17:17 北京
美团一面面完多久给你约二面的
点赞 回复 分享
发布于 09-12 09:50 陕西
哥们2.3怎么回答的呀,分布式事务吗
点赞 回复 分享
发布于 09-15 18:49 四川
快手默认g是,没有offer吗?
点赞 回复 分享
发布于 09-20 21:46 北京
佬,这是日常实习的难度吗,给我整的不敢投了
点赞 回复 分享
发布于 09-28 18:24 四川
佬,项目是要自己一点点全部敲一遍吗
点赞 回复 分享
发布于 09-29 15:32 陕西
2.1咋说😂😂
点赞 回复 分享
发布于 10-17 11:57 辽宁

相关推荐

昨天 21:44
已编辑
金华职业技术学院 Java
问了个人情况和最近有哪些实习面试介绍部门情况,疯狂拷打项目。以为大公司看不上玩具项目,只会问八股,没怎么准备,被问的汗流浃背,一问细节就懵逼项目问题:讲一个秒杀优惠卷的一个流程?如何保证秒杀业务的超卖问题?rua脚本能解决业务的多线程安全问题么?首页的随机blog是按排序规则去显示的?feed流推送原理,普通人和网红大v会一样么?feed流数据保存在哪里?推送显示blog从请求到回答都经历是什么?blog在数据库是怎么保存的?blog点赞接口,如何避免一个重复点赞?项目哪些地方用到互斥锁看你存在点赞排行blog的功能?点赞排行如何实现,排行数据在哪里维护和更新,假如点赞更新,会立马更新么?最后一道算法题炸裂面试官我想做数据结构和算法,我说算法刷的比较多点,他说这道比较简单。力扣16题,上来就没有思路,太菜了很常规一道题,面试官又给思路,又帮忙改bug,到最后都没a出了,估计是真把面试官整无语了总结:面试官人很好,感觉一开始回答问题已经漏洞百出,还愿意给我面了将近2h思考:1. 热门博客实现(按照点赞数排行)黑马点评实现是直接查数据库(order by liked)。gpt分析     - Redis有序集合:可以利用Redis的Sorted Set数据结构,将博客的ID作为成员,点赞数作为分数(score)。     -  使用缓存与数据库结合的方式:将前10名的博客数据缓存到Redis中,定期或在数据更新时刷新缓存。(感觉不适合点赞频繁场景)     -  使用消息队列异步更新:用户点赞时,将点赞事件写入消息队列(如Kafka、RabbitMQ)。消费者从消息队列中读取点赞事件,更新Redis和数据库中的数据。定期同步: 定期将Redis中的数据同步回数据库,以确保持久化。
查看12道真题和解析
点赞 评论 收藏
分享
9 59 评论
分享
牛客网
牛客企业服务