校招 未知部门 / 后端开发 / 未知轮次

<h2>美团核心本地商业业务研发平台-后端开发-1面-06.02</h2> <p>📍面试公司：美团</p><p>🕐面试时间：06.02</p><p>💻面试岗位：后端开发</p><p>❓面试问题：</p><p>1.自我介绍</p><p>2.项目中，为什么要考虑使用caffeine + Redis本地缓存的方案？另外，说一说数据一致性如何保证？</p><p>3.既然，Redis能支持高并发场景，那为什么还需要一个caffeine本地缓存？</p><p>4.从Redis出发，不采用本地缓存的前提，查询热点数据的场景，有什么支持高并发的方案？</p><p>5.如果在查询的场景下，使用消息队列存请求的话，那么结果如何返回？</p><p>6.如果是一个查询请求，采用canal中间件监听binlog，然后如何得到结果？</p><p>7.发了一条信息，到消息队列里，消费的逻辑是查询详情，这个结果如何返回给最开始的请求方？是通过消息队列再返回回去吗？</p><p>8.从Redis出发，不采用本地缓存的前提，查询热点数据的场景，采用“集群”的方式来支持高并发的方案你有了解吗？</p><p>9.对于Redis集群来说，负责处理写请求的只有一个主节点，如果写请求的压力也很大，有什么解决方案？</p><p>10.从集群来说，Redis集群能分摊高并发下的请求压力吗？</p><p>11.你这里caffeine本地缓存的数据结构和具体内容是什么？</p><p>12.在秒杀优惠券场景下，Redis的key和value分别存了什么？</p><p>13.在秒杀优惠券场景下，最开始用户没有券，用户去抢券，具体的流程是怎样的？请说一说秒杀优惠券访问了哪些数据的具体流程？</p><p>14.在秒杀优惠券的查询场景中，会出现什么热点问题吗？</p><p>15.在可能面临缓存击穿的情况下，秒杀优惠券是否使用到了缓存？</p><p>16.在秒杀优惠券场景下，缓存的数据结构和内容是什么？</p><p>17.在秒杀优惠券场景下，秒杀成功后，且订单已经生成，优惠券库存发生变化时，Redis更新缓存和caffeine更新缓存的机制是什么？</p><p>18.如果在集群场景下，当优惠券库存发生变化时，其他机器的caffeine本地缓存如何更新？</p><p>19.在秒杀优惠券场景下，除了使用缓存，还有调研过其他的方案吗？业界目前主流使用的方案？</p><p>20.手撕算法题-把业务数据缓存在本地读取，实现本地缓存数据结构，缓存有数据条数限制，如100个数据，超出需要按访问时间淘汰数据，设计数据结构、读取、写入方法。<strong>本质是 LRU Cache，用 HashMap 保证快速查找，用双向链表维护访问顺序，读写时把节点移动到头部，容量超限时淘汰尾部节点，从而实现 O(1) 的读取、写入和淘汰。</strong></p><p>21.AI coding题目-订单超时自动取消的功能设计和实现。题目描述是“你加入了美团配送后端团队，负责一个订单超时自动取消功能的设计与实现。</p><p>业务规则如下:骑手接单后，如果超过 10分钟仍未到达商家取货，订单自动取消并通知商家会重新召唤骑手。数据库是 MySQL，不允许引入新的中间件”请讲一讲你拿到这个题目是如何去思考和实现的？是如何与ai进行交互的？以及最后的解决方案？</p><p>22.AI coding题目-订单超时自动取消的功能设计和实现中，什么情况下会出现并发问题要用到锁？为什么会出现并发问题？请具体地讲，比如说是哪些线程之间出现了并发问题？讲一下具体的线程</p><p>23.反问面试官</p><p>Q：你对于我在后端和AI方面上的学习有哪些建议吗？</p><p>A：①即使现在是ai时代，要对ai的输出结果能有较好的判断能力，以及如何将一个复杂问题拆解给ai然后让ai进行执行的能力。</p><p>②对于后端相关的一些基础知识的掌握，比较说使用了某个中间件，当面临到更大的数据量级更高的并发量时，会有怎样的表现？以及相关的原理。否则，没有相关的能力去判断ai输出的结果是否正确合理</p><p></p><a>#美团求职进展汇总#</a><a>#一起聊美团#</a><a>#发面经攒人品#</a><a>#我的求职进度条#</a>