那必然牛客小黄鱼

（两个面试官前后分别面，一共一个半小时）一、45 分钟自我介绍看你参与的开源项目还有个人项目，这三个你想讲哪一个？（自己的分布式KV）好，详细讲讲这个项目。（从存储层开始讲，讲到异步写的时候被打断了一下）你这里异步写怎么实现的？（通过 channel 延迟写入时机）如果突然宕掉了怎么处理的？（这里会丢失少量数据，写的时候感觉这里是可接受的就没处理）现在要你处理的话怎么做？（WAL）网络层为什么使用CloudWeGo Netpoll？（IO多路复用，然后讲了自己实现和参考 Redis 的部分）对 Netpoll 的零拷贝了解吗？（不会）你分布式怎么做的？讲讲 Raft。（讲思路，Raft Lea...

花5000块买的签约礼包终于到了。东西都挺喜欢的，就是太贵了，一个包要3000块，一个水杯要1000块，零碎的东西加起来又要1000块。要是能少收我点钱就好了。robosense 江湖再见#牛客创作赏金赛#

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...