基本情况面试全程拷打了1.5个小时，基本网络、数据库、缓存、消息队列、算法都问到了。问题范围广，整体难度算适中，重点考察的是基础知识和实际问题的解决能力。 * 网络：HTTPS原理、TCP粘包/拆包。 * 编程语言：Golang协程、Context实现原理。 * 消息队列：Kafka消息重复消费、消费者组管理。 * 数据库：MySQL底层数据结构、慢查询优化、吞吐量提升。 * 缓存：Redis vs 本地缓存、缓存一致性、本地缓存固定实例访问。 * 项目经验：Job调度优化、导出性能优化。 * 算法：回文链表。问题记录 1. 自我介绍 * 简洁明了，突出技术栈和项目经验。 2. HTTPS的原理 * HTTPS = HTTP + SSL/TLS，通过非对称加密交换对称密钥，后续通信使用对称加密。 * 面试官可能会追问：为什么需要非对称加密？（因为对称加密的密钥传输不安全balabala） 3. TCP的粘包、拆包 * 粘包：TCP是字节流协议，消息边界不清晰，多个消息可能粘在一起。 * 拆包：一个消息可能被拆成多个包传输。 * 解决方法：固定长度、分隔符、消息头声明长度等等。 4. Golang协程 * 协程优势：轻量级、上下文切换快、由用户态调度。 * 对比线程：协程更高效，适合高并发场景。 5. Context实现原理 * Context用于控制Goroutine的生命周期，传递请求范围的值。 * 实现原理：通过树形结构管理Goroutine的取消信号和超时控制。 6. Kafka消息重复消费 * 原因：消费者提交offset失败、分区重平衡、消费者重启。 * 解决方法：幂等消费、事务消息、去重表。 7. 消费者组管理 * 多个消费者在一个消费组中，Kafka会将分区分配给消费者。 * 避免重复消费：确保每个分区只被一个消费者消费。 8. 延迟调用API * 使用消息队列（如RabbitMQ的延迟队列）或定时任务（如Cron）实现。 9. MySQL底层数据结构 * InnoDB：B+树索引，支持事务、行级锁、外键。 * 优势：查询效率高，支持高并发。 10. 慢查询优化 * 方法：加索引、优化SQL、分库分表、缓存热点数据。 11. Redis vs 本地缓存 * Redis：分布式缓存，数据共享，适合大规模系统。 * 本地缓存：速度快，但数据不共享，适合单机场景。 12. 本地缓存固定实例访问 * 使用一致性哈希或固定路由策略，确保请求总是访问同一个实例。 13. 缓存和数据库一致性 * 方法：先更新数据库，再删除缓存（Cache Aside Pattern）或延迟双删，能分析出各自的优缺点更好。 14. MySQL提升吞吐量 * 方法：读写分离、分库分表、优化索引、使用连接池。 15. Job调度优化 * 通过调整调度策略（如优先级调度、批量处理）提升系统性能，和操作系统很相关。 16. 导出性能优化，如何从30分钟优化到3分钟 * 并行处理。 * 减少数据库查询次数。 * 使用缓存 * 流式导出等等。 17. 流式导出什么意思 * 边查询边导出，减少内存占用，提升响应速度。 18. 算法题：回文链表 * 思路：力扣原题，快慢指针找到中点，反转后半部分，比较前后两部分是否相同。 * 实现：手写代码，注意下边界条件。内推链接： https://join.qq.com/resume.html?k=ANQI6RfQ3rhPS2dpyIkeSw 评论区可以留下姓名缩写加岗位，方便后台查看是否内推成功 #前端##技术##面经##后台开发##实习内推##腾讯#

中金所C++一面

全站热榜

创作者周榜