技术面试相关讨论 | Discussions about Technical-Interview

[blackdog1987]

我个人平时会负责一些技术面试。面试过程中，经常碰到那些针对面试精心准备的人，比如，消息队列方面，候选人差不多都能答上这些标准答案。但是，这些答案不是我想听到的，我甚至曾经告诉面试者：

我不想听你看来的这些东西，我想听你思考的东西，你们具体在什么场景下用的MQ，如果不用MQ，你的项目又怎么设计？你思考一下你的XX项目，中间还有没有哪一块功能可以用上MQ？为什么？如果用了，你猜一下生产上可能出现什么故障？怎么解决？既然你知道他的作用是“解耦、消峰、异步”，那么在你简历中提到的XXX技术中（比如nginx，或者任何知识点），分别可以通过什么手段去做这三个目的？你在Java/Android/IOS中还见过类似的组件或者机制吗？他们怎么做的？为什么？你怎么看如何解决MQ中消息重复的问题？有必要对所有的消费者都做幂等吗？为什么？幂等在你们xx项目中，具体怎么实现。还有哪些情况你碰到过“消息重复”类似的问题？BASE理论里，如果涉及到MQ的场景，怎么设计？除了你说的这种设计，还有哪种设计？在你的xxx项目中应该怎么设计？为什么？

前面说了一大段，其实我想说的是，最好加上一个章节，告诉这些来取面经的人：哪怕你看完了这上面的内容，你仍然需要在工作中时时刻刻去思考和印证。

这些面经可以是你学习的目录，但是不是你学习的终点，对于优秀的公司和面试官来说，仅限于这些内容，收效甚微。

[yanglbme]

@blackdog1987 谢谢分享，这是一个很好的建议。

这一系列知识，我的定位一直都是“知识扫盲”，或许对大家面试、实际工作有所帮助，但光了解这些是远远不够的，平时工作中一定要注重思考。

我会直接将这个 discussion pin 在顶部，让读者看到来自于面试官的建议。

[scholers]

最好是将项目经历，在项目中遇到的问题，遇到的坑，怎么解决的；让个人成长最快的一些案例；要有实际的落地的东西，能讲出来这些很细节的东西。

[108day]

很多开发人员不管是初级还是中级高级的，1，2年跳槽一次的那种，根本不会让你遇到这种问题。你做业务功能都够你忙的了！ 要想考虑这些问题，只能是自己复盘整个系统中架构和功能。其实复盘也没用，因为你只能在脑子里想一想理论理论，实际上没有机会给你动手。不管是修改架构，还是添加什么组建，以及修改什么功能。如果系统不是因为性能，BUG，数据不一致等等存在一定的缺陷的时候，根本不会让你做大的改动啊！

[yanglbme]

@scholers 感谢分享。

[caojiantao]

那我转行了 (；′⌒`)

[AiWu4Damon]

思考和验证

[yanglbme]

@caojiantao 加油，朋友

[miketam]

加油. 重要是要有自己的思考

[ysh3940]

我也很想在工作有跟多的自己的思考，但是实际工作中很难是这样的，会很多很多各种问题，而且现在的社会每个人压力都这么大，烦躁的事情各种各样，，，，，，，，，，，，，

[zredMonkey]

同感+1

[Alwaysrain1203]

楼主的问题给了我当头一棒,提出的问题大部分都回答不了 继续努力!

[shanliangxiaomifeng]

没有经历过从小项目到大项目的整个过程，可能真的很难回答上面的问题

[yanglbme]

@shanliangxiaomifeng 确实如此，很多时候需要经过大项目的实践，对问题和知识点才会有更深刻的理解。

[hisenyuan]

看过和用过是两回事，仅仅是看过深入问下去必然暴露。

[mrwlei]

一定要有自己的思考，解决问题的思路。

[xiaokek]

哪有那么多机会给人去历练,
多少人都是运气好站在了时代的浪潮之巅,你并不比别人聪明多少,你只是机会好
其他剩下90%的人还不是只能靠10%的那些人总结的经验来背诵面试题

[kktao11]

good!

[ethanZhang722]

good+1

[SunStriderxxx]

能答上来起码看过了......起码看过了有了基础你才知道怎么去思考,要是没看过连思考的方向都没有..所以我觉得掌握这些理论知识还是很有必要啊,理论做基础,实践中求证,进步才快.事实上如果不看这些东西工作中大部分知识你都了解不到啊..起码对我一个初级研发人员来说是这样

[ryouaki]

对于分库分表，我有一个疑问，就是分表的逻辑还是最终需要根据业务去考虑吧？

文档中按照订单id去取模分表，那么如果一个人的历史订单列表怎么办?从多个库多个表取？然后合并？
如何做分页？

[lineezhang]

历史订单也按user表 id来分表就ok啦，这样的话，同一个人的历史订单总是会分到一个库中

[lwd-coding]

如何从大量的 URL 中找出相同的 URL？的分治策略没有考虑数据倾斜问题，可以补充一下

[xiaopan1916]

这是来自QQ邮箱的假期自动回复邮件。您好，~您的邮件我已收到，谢谢！

[kevin0016]

自动回复：您好，我是梁学凯，信已收到，

[tl2327]

这是来自QQ邮箱的假期自动回复邮件。   您好，邮件已收到。我将尽快给您回复。谢谢

[zhFuture]

您好，我将尽快给您回复。

[nielongguang]

这是来自QQ邮箱的假期自动回复邮件。   您好，我最近正在休假中，无法亲自回复您的邮件。我将在假期结束后，尽快给您回复。

[onions1111]

信件已收到。

[tigerlee0209]

'你好。已收到你的邮件，我会在假期结束后尽快处理。————————————这是来自QQ邮箱的自动回复邮件。'

[tianxin945]

这里延迟双删的步骤不对哦

[TwinkleLight]

消息的顺序消费根据key存在不同的内存队列里面 ， 服务挂了是不是就丢了 ？ 用redis 做持久化可行吗？

[HankoZhou]

类似布隆过滤器

[LT8859]

希望有人来回答，这是一个非常非常“重要”的问题。！！！！！！！！！！！！！！

     1、上述说了，使用多线程，多线程，线程多了，你服务器cpu核心能跟上吗？
      2、且为何一定要用多线程，分区可以设置大一点，直接设置9，消费者配置文件直接配置并发数9，和第一点效果还快一些。也能保证顺序！第一点出现的原因是因为

partition数量不宜过多吗，如果是那么能理解。

 所以，为什么一定要用多线程。还要用阻塞队列。直接配9个消费者不更好吗？既然配置3个改一下不就可以了吗？

拜托了，有人来说明下吗，”我非常非常感谢“

[LT8859]

总结
等待任务时：线程处于等待状态，不占用 CPU 资源，但占用一定的内存资源。
执行任务时：线程处于活动状态，占用 CPU 和内存资源。
因此，单例线程池中的线程在等待任务时不会占用 CPU 资源，但在执行任务时会占用 CPU 资源。如果线程长时间没有任务执行，它仍然会占用一定的内存资源，但这个资源占用相对较小。使用单例线程池的目的是为了限制并发数量，从而更好地管理系统资源，避免创建过多线程带来的开销和复杂性。

找到问题了
是因为线程不执行的时候只占用内存资源，不占用cpu资源。但是如果多个消费者它是会一直处理线程监听状态，会一直在执行。

[LT8859]

分区多副本       创建topic时设置“replication.factor”设置分区副本；这样这样当一个节点挂掉Isr会选举新leader提供数据，除非三台全挂        /opt/kafka_2.13-2.8.1/bin # kafka-topics.sh --describe --zookeeper 172.18.0.2:2181 --topic TestTopic        Topic: TestTopic        TopicId: bdvxOQhATRGuoAnYQXwmUg PartitionCount: 5       ReplicationFactor: 3    Configs:        Topic: TestTopic        Partition: 0    Leader: 0       Replicas: 0,3,2 Isr: 0        Topic: TestTopic        Partition: 1    Leader: 2       Replicas: 2,0,3 Isr: 2,0,3        Topic: TestTopic        Partition: 2    Leader: 3       Replicas: 3,2,0 Isr: 3,2,0生产者 ACK 为 -1        默认情况：当生产者发送数据给broker时，会根据“Isr”查看当前同步的broker集群，把“Isr”中存在的broker同步好数据后生产者会收到确认             1.“Isr”有全部broker集群。那么会把数据同步到所有broker，一个挂掉会选举新的leader持续服务 （可以保证高可用）             2. 如果“Isr”中只有leader。那么数据发送完其实也只有一台节点存储数据，当该节点挂掉依然无法正常使用该分区。（无法保证）        配合使用：min.insync.replicasmin.insync.replicas 最小同步副本数 和 ack = - 或 all 组合使用                当 ack = -1 或 all ，“Isr”中至少有“min.insync.replicas”副本数，包括leader，follow。如果没有这么多副本，生产者发送消息会抛出异常。                  异常信息：消息被拒绝，因为同步复制副本的数量少于所需数量                 NotEnoughReplicasException: Messages are rejected since there are fewer in-sync replicas than required.一般情况集群3台，ack为-1，min.insync.replicas为2

[AaronFSJ]

“数据先写入内存 buffer，然后每隔 1s，将数据 refresh 到 os cache，到了 os cache 数据就能被搜索到（所以我们才说 es 从写入到能被搜索到，中间有 1s 的延迟）。每隔 5s，将数据写入 translog 文件（这样如果机器宕机，内存数据全没，最多会有 5s 的数据丢失），translog 大到一定程度，或者默认每隔 30mins，会触发 commit 操作，将缓冲区的数据都 flush 到 segment file 磁盘文件中。”
我觉得第一句的说法我不太同意。数据是双写同时写入 buffer，和 translog，但是此时 translog 是在内存里，不刷盘，5s 以后或者足够大才可以刷盘写入translog 文件（写入磁盘）。

官方关于这段的描述：
原文摘录如下：
"All index and delete operations are written to the translog after being processed by the internal Lucene index but before they are acknowledged."

这句话说明了索引和删除操作在被 Lucene 索引处理之后，但在确认之前，会被写入 Translog。

"The data in the translog is only persisted to disk when the translog is fsynced and committed."

这句话说明了 Translog 数据仅在 Translog 被 fsync（确保数据写入磁盘）并提交后才被持久化到磁盘。

[1976083684]

1