字节测开PICO一面

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...

也去查了一下

注意：括号中为八股在每次面试中出现的概率Bean 的生命周期了解么?(576/1759=32.7%)Bean 的生命周期是 Spring 容器管理 Bean 从创建到销毁的整个过程，主要包括实例化、属性赋值、初始化和销毁这四个阶段，下面我将分阶段进行讲述。首先，创建 Bean 实例。Spring 容器会根据配置文件或注解信息，使用 Java 反射机制实例化 Bean。然后，属性赋值和依赖注入。Spring 会解析 Bean 的属性，例如 @Autowired、@Value 或 @Resource 等注解，并通过构造方法或 setter 方法将依赖注入到 Bean 中。接着，初始化 Bean。在...