美的集团后端实习面试

ops/2024/12/20 6:53:48/

前言

碎碎念没必要看
不过,hr还有面试官都很好,面试官也不严厉,虽然没开摄像头,但是面起来很舒服,然后面试官感觉就像是跟同龄人聊天一样,很可爱的小姐姐😃。~~

流程啥的就不说了,经典介绍 + 八股项目拷问 + 反问,没有算法。顺便被夸奖了经验挺丰富的hhh

Q&A

IOC和AOP的区别

这个问题感觉有点抽象。。。感觉他们没啥关系,硬要说的话也是AOP是在Spring框架的基础上实现的,而Spring的核心就是IOC
回答就是经典的IOC + DI咏唱,AOP的咏唱:切点,通知,顺便说了一下AOP如何实现的,简单来说就是JDK动态代理和CGLIB,还有和静态代理的区别。

集合和链表里哪些是有序的,哪些是无序的

抽象问题,我以为是问的TreeSet,PriorityQueue这种。。。
下面随便挑几个讲讲就行了
有序:

  1. ArrayList、LinkedList、Vector、Stack
  2. TreeSet
  3. PriorityQueue、双向队列Deque
    无序:
  4. HashSet、LinkedHashSet
  5. HashMap。。。。
    总结:
    有序:list,链表,队列,栈,treeset,
    无序:set除了treeset,map除了LinkedHashMap

有用到什么设计模式吗

我用到过
模板方法模式、工厂模式、策略模式。。忘了,自己结合项目回答吧。

消息队列相关

Kafka和RocketMQ分别适合哪些场景

有用过分区顺序消息吗

有了解过RocketMQ的消息大小限制吗

简单介绍一下RBAC的原理

直接看JavaGuide的原理就行,没难度

自定义任务引擎

为什么使用了Quartz而不是XXL-JOB
因为公司的陈年老项目

有多线程的经历吗,简单举例有哪几种线程池

回答:有看过线程池的的源码,然后线程池八股,顺便穿插了一些源码里的东西。

ForkJoinPool适合哪些场景

  1. 递归任务:任务可分,可并行处理,例如递归和分支
  2. 大规模的数据处理:当需要处理大量数据和数据分块时
  3. CPU密集型任务:适合大量计算的场景,能够利用多核处理器的优势
  4. 任务之间相互独立:任务之间没有太多依赖关系,可以独立执行时,使用ForkJoinPool可以最大化并行度减少任务之间的等待时间
    #todo
  • forkJoin的源码和parralelStream的原理看看
    简单讲解一下,顺便说ParallelStream的底层就是ForkJoin

并行流有什么缺点

  1. 线程开销:底层是使用ForkJoinPool来管理线程的,需要创建和管理线程,任务数量较少时会影响性能
  2. 线程安全:如果操作不是线程安全的可能会导致
  3. 非确定性:执行顺序不确定,所以每次执行的结果可能不同
  4. 资源竞争:会使用共享的ForkJoinPool,如果别的任务也使用这个并行流,那么会出席那资源竞争,同时使用的
  5. 调试困难:
  6. 不适合强依赖性的任务

RPC相关

架构

  1. 注册中心
  2. 服务提供者
  3. 服务消费者
  4. 剩下的就是其他东西,SPI之类的

有参考过dubbo和其他吗

有处理限流吗

还没实现

有哪些实现的注册中心

目前只实现了zookeeper,但是完全可以使用nacos来实现,同时看见一个使用了etcd来实现的,但是时间关系,就没实现

工具有落地到哪个项目吗

目前在写一个微服务项目,后续可能会使用他来替换掉OpenFeign

Token过期如何处理的

使用Redis的自动过期。。。
每次访问续写一次,退出登录删除token

Redis集群和哨兵的区别

集群是数据分片,目的是高可用性
哨兵是监控主节点和从节点,不存储数据,故障转移时发起投票之类的

大模型的API调用了哪些

答:调用了图片识别相关的

使用的什么进行项目管理

gitea

git rebase命令了解吗

打包相关

docker-compose,为什么没有使用Jenkins之类的。。服务器太烂了

问课结束了吗,毕业论文啥时候开始,目前在哪,何时过来

老问题了,直接 结束了,大四,在学校,马上过来

反问:

  1. 业务相关

http://www.ppmy.cn/ops/143407.html

相关文章

C++算法第十一天

本篇文章我们继续学习动态规划 第一题 题目链接 题目解析 代码原理 代码编写 class Solution { public: int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) { int m obstacleGrid.size(), n obstacleGrid[0].size(); //建表 vector<v…

WebRTC搭建与应用(一)-ICE服务搭建

WebRTC搭建与应用(一) 近期由于项目需要在研究前端WebGL渲染转为云渲染&#xff0c;借此机会对WebRTC、ICE信令协议等有了初步了解&#xff0c;在此记录一下&#xff0c;以防遗忘。 第一章 ICE服务搭建 文章目录 WebRTC搭建与应用(一)前言一、ICE是什么&#xff1f;二、什么…

服务器数据恢复—RAIDZ离线硬盘数超过热备盘数导致阵列崩溃的数据恢复案例

服务器存储数据恢复环境&#xff1a; ZFS Storage 7320存储阵列中有32块硬盘。32块硬盘分为4组&#xff0c;每组8块硬盘&#xff0c;共组建了3组RAIDZ&#xff0c;每组raid都配置了热备盘。 服务器存储故障&#xff1a; 服务器存储运行过程中突然崩溃&#xff0c;排除人为误操…

游戏渠道假量解决方案

某推广公司在推广过程中被查出“短期内点击量激增”“存在同一地址多次访问”“已注册用户重复注册”等数据作弊行为&#xff0c;法院判罚退还服务费200余万元&#xff0c;并赔偿违约金约350万元。 某公司为提升其游戏在应用商店榜单排名&#xff0c;委托某网络公司进行下载、注…

循环神经网络(RNN)在时序预测中的应用与优势

目录 ​编辑 引言 RNN的基本结构与工作原理 RNN的记忆能力 参数共享与灵活性 动态特征提取 处理变长序列 序列到序列的学习 解决梯度消失和爆炸问题 端到端学习 RNN在实际应用中的优势 RNN的挑战与改进 结论 引言 在数据科学和机器学习领域&#xff0c;时序预测是…

使用 Python 实现 WebSocket 服务器与客户端通信

简介 WebSocket 是一种基于 TCP 协议的通信协议&#xff0c;能够在客户端与服务器之间进行全双工&#xff08;双向&#xff09;通信。相比传统的 HTTP 协议&#xff0c;WebSocket 可以实现实时数据的传输&#xff0c;尤其适合需要实时交互的应用场景&#xff0c;如在线游戏、实…

3D目标检测数据集及评价指标

1. KITTI 一个前视双目数据集&#xff0c;附有雷达数据&#xff0c;主要用于单目3D目标检测模型。数据集根据遮挡将目标分为三档&#xff0c;分别是未遮挡Easy&#xff0c;半遮挡Mod.&#xff0c;和大部分遮挡Hard&#xff0c;一般模型检测指标都是根据这三类标签分别计算mAP。…

HCIE-day7

三层路由 当路由器&#xff08;或者其他三层设备&#xff09;收到一个IP数据包时&#xff0c;路由器会找出报文中的IP头里的目的IP地址&#xff0c;然后根据目的IP地址在自己的路由表&#xff08;routing table&#xff09;中进行查询&#xff0c;找到匹配的路由条目之后&…