校招 未知部门 / 后端开发 / 一面/二面

[面试日期] 2023-03-03 [面试时长] 未知
[学校背景] 河南师范大学 | 双非 [学历背景] 未知
[发布人] 面试之星官方收录
<h2>度小满后端实习一二面</h2> <p>更多实战面经八股地址:<a href="https://gw-c.nowcoder.com/api/sparta/jump/link?link=https%3A%2F%2Fwww.yuque.com%2Ftiejiaxiaobao-tlmcm">地址 </a> <img alt="alt" src="https://uploadfiles.nowcoder.com/images/20230303/266506152_1677817652739/C5C6EB6138216324CB595C37962A5F78"></p> <h1>【度小满】后端开发实习一面</h1> <p>个人介绍 学校,实习经历,个人评价,在校经历</p> <p>首先是问阿里的实习项目,怎么来优化的。</p> <p>然后就开始八股:</p> <ol> <li>b+树和b树,查询效率</li> <li>可能是(联合索引)最左匹配原则,索引失效情况原因,进行全表扫描,后面也是问了索引失效有哪些原因。</li> <li>mvcc</li> <li>快照读,当前读</li> <li>实现快照读,readview</li> <li>linux如何查看内存top</li> <li>空目录 rm可以删除吗</li> <li>创建文件 touch vim</li> <li>cat 查看</li> <li>docker ps</li> <li>docker stop 容器名或id</li> <li>docker exec 容器 -it bin/bash</li> <li>docker images</li> <li>docker pull 容器</li> <li>docker的底层映射</li> <li>接触go</li> <li>环形链表(用了两种方法a了)</li> <li>七层模型,各层的作用</li> <li>tcp和udp</li> <li>tcp三次握手,为什么两次不行</li> <li>四次挥手</li> <li>time-wait状态的作用,2msl</li> <li>进程和线程</li> <li>进程通信</li> <li>管道信息,消息队列,共享内存</li> </ol> <p>反问:</p> <p>技术栈:go,可以给时间转</p> <p>建议:说基础还不错,基本没什么。</p> <p><strong>总结:</strong></p> <p>度小满是今天最后一场面试,前面两场面试(核桃编程、百度)表现的其实都不是很好,然后面度小满的时候其实心中已经是生无可恋的那种状态,反正无所谓了。但是就是这种状态,然后让我放下紧张,正常发挥。基本上全部回答上来了(就一个linux查看大文件的命令没有见过),然后算法题因为是简单题,然后用了两种方法a了。</p> <p>刚开始以为面试官肯定会很难(因为前半段都是黑着脸),回答到中间(前半段的问题回答的没问题),然后笑着说做个算法题,我这个时候才放松了一点呜呜呜。然后度小满也是今天让我唯一舒服的面试(太菜了直接哭死)。</p> <h1>【度小满】后端实习生二面</h1> <p>1、自我介绍</p> <p>2、问我大二开始实习?</p> <p>3、技术栈Java和Python?</p> <p>4、能实习多久?学校什么安排?</p> <p>5、问实习做的项目</p> <p>6、遇到了什么问题?怎么解决的?</p> <p>7、因为那边业务是数据库研发,然后问了mysql的相关问题</p> <p>8、了解B+树吗?</p> <p>9、聚簇索引和非~的区别?</p> <p>10、慢sql,怎么定位?</p> <p>11、索引失效的原理?</p> <p>12、在开发中如何定位bug?</p> <p>13、给了两个算法题选一个(这个地方卡住了,写了一题用了20分钟,还是面试官提醒了一下 gg)</p> <p><strong>反问:</strong></p> <p>技术栈</p> <p>给建议(说了和没说没区别)</p> <p>几面(三面)</p> <p>当时我知道这次可能g了,所以就直接问了面试结果(因为面试官说他不是这个业务的,要和那边商量一下)</p> <p><strong>总结:</strong></p> <p>面试难度不难,主要是算法卡的时间有点久,而且我一面完后两个小时就给结果了,二面完了大半天都没结果了,估计gg。感觉这个岗位竞争很大,普通实习三面技术,而且只要失误一点就没了,本来心情就不是很好,确实会很影响心态,而且还影响了我半个小时后的喜马拉雅二面。总结: <strong>想哭!</strong></p><a>#度小满#</a><a>#面经#</a>
AI 推荐面试题