《武汉农行研发中心》专题

1. 自我介绍 2. 项目相关的问题 raft选主流程 怎么保证数据一致性的 跳表数据结构有什么特点 跳表插入数据过程 和B+树相比有什么优点 3. C++ 面向对象的特性 怎么实现多态的 volatile 关键字 析构函数是虚函数的原因 智能指针自动内存管理方面的优缺点 用了智能指针之后还会出现内存泄露吗 怎么解决 4. 数据库 关系型数据事务的特性 隔离级别有那几种级别 分别有哪些问题 可串行

这次又是面的老东家，全程难度一般，没被问什么刁难的问题，面试体验感拉满。但是面试官没开摄像头，不排除 KPI 面的可能。 Intern & baidu： 了解 bRPC 么 还了解百度哪些中间件和框架 实习期间代码量有多少 Intern & bilibili： 为什么不直接通过 RPC 请求发送任务数据、而要通过 Redis List 暂存数据 B 站内部如何配置 Redis Cluster 项目

1、自我介绍 常见问题，问了研究方向，能实习多久 2、问答环节，主要是简历、开放性问题以及比较简单的八股。 问我第一个复现baseline的项目（课程大作业），为什么会有注意力机制？还有注意力是什么？ 熟悉最新的大模型吗？不熟悉，只了解比较老的bert等transformer架构，然后问transformer的结构，说最新的都是decoder only，为什么会这样？ 模型太大，如何解决？不懂，只

一面——5.8 1.项目 有没有考虑过数据量大或者存在延迟的时候怎么处理？（Flink和Kafka的容错机制，网络延迟或者节点宕机之后怎么恢复？） 如果想要监控整个链路的处理过程，有没有考虑该怎么做？ 在项目中遇到问题是怎么解决的？ 2.Java 进程和线程介绍一下（操作系统角度） 介绍一下Java的多进程和多线程场景 协程了解吗？ 你刚刚提到了java中用锁来解决一些多并发的问题，那么你了解死锁

本文向大家介绍C#实现功能强大的中国农历日历操作类，包括了C#实现功能强大的中国农历日历操作类的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了C#实现功能强大的中国农历日历操作类。分享给大家供大家参考。具体如下： 这个C#类定义了中国农历日历，除了可以输入正常的日历外还可以获得指定年份的生肖、返回年份的干支以及星座、二十四节气、二十八星宿、常用节日等。 部分代码片段如下 完整实例代码点击此

大概20分钟，三人一组，同样也是每人自己我介绍后，轮流询问问题： 项目中的组件是怎么使用的； 索引种类，索引失效情况； 数据库种类； 跟组里其它同学方向不太一样，主要问了他们一些数据分析和计网的问题； 基本就是这样啦，时间相对比较短，每人大概会问三个问题 11.25更新-->收到体检通知 12.09更新-->收到签约通知 12.16更新-->准备签约 #面经##秋招#

1.1 定义 Docker 开发、打包、运行 APP 的平台。 把 APP 和底层设备隔离开来。 1.2 架构 1.2.1 重要概念 1.2.1.1 Image 文件和 meta data 的集合(root filesystem)。 分层，每层可以添加删除修改文件，成为一个新的 image。 不同的 image 可以共享相同的 layer。 image 本身是一个 read-only 的。 1.2

1.1 倒排索引原理 1.2 倒排索引构成 单词词典,记录所有文档的单词,记录单词到倒排列表之间的关联信息。 BTree,倒排索引项（Posting）。 文档 Id,用户获取原始信息 单词频率，记录该单词在该文档中出现的次数，用户后续相关性分析 位置，记录单词在文档中的分词位置，用于做词语检索。 偏移(Offset),记录单词在文档的开始和结束为止，用于高亮显示。 对每个属性建立倒排索引。 分词器

角色 功能 Queue 同一个Queue的生产者和消费者进行通信。

在没有 Yarn 的情况下，集群的资源无法在 MapReduce、Storm、Spark 等计算框架之间协调使用。有 Yarn 之后，集群上所有的资源以 Container 为单位， 交由 Yarn 统一管理。每个计算框架实现 ApplicationMaster 接口,便可向 Yarn 申请资源。 参考资料 Hadoop YARN配置参数剖析(1)—RM与NM相关参数 Hadoop YARN配置参

FastDFS是一个开源的轻量级分布式文件系统，功能包括：文件存储、文件同步、文件访问（文件上传、文件下载）等，解决了大容量存储和负载均衡的问题。特别适合中小文件（建议范围：4KB < file_size <500MB），对以文件为载体的在线服务，如相册网站、视频网站等。 2. 架构介绍 FastDFS由跟踪服务器(Tracker Server)、存储服务器(Storage Server)和客户端

1.1 Hadoop简介 2005年，Lucene 的创始人 Doug Cutting 主持开发完成了首款支持海量数据存储计算的分布式开源框架—Hadoop。Hadoop的初始定位是服务于大量的具有廉价硬件设备的服务器，且对存储的数据具有较高的容错性，随着 Hadoop功能的逐步完善，目前 Hadoop已经晋升为 Apache的顶级项目。Hadoop框架主要包括 Hadoop分布式文件系统（HDF

Redis 监控

1.2.2 Hbase 数据存储目录解析 目录 内容 .tmp 对表进行创建或删除操作时，将表放入 tmp 中。 WALs 操作日志。 archive 存储表的归档与快照，Hbase 在分割或合并操作时，将新生成 HFile 写入 archive 中，删除之前的 HFile 。 corrupt 损坏的日志文件。 data 存储系统表数据和用户表数据。 hbase.id 标识 hbase 进程。 h

MongoDB 是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。在高负载的情况下，添加更多的节点，可以保证服务器性能。MongoDB 旨在为WEB应用提供可扩展的高性能数据存储解决方案。MongoDB 将数据存储为一个文档，数据结构由键值对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。 MongoDB支持各种编程语言,RUBY，PYTHO