《农行研发中心》专题

8/8 滴滴二连面 一面 1. 自我介绍 2. 两个项目（CMU15445，MIT6.824）的每一部分具体做了什么可以说一下吗？ 3. 讲一下LRU-K和LRU的区别是什么？LRU-K比LRU好在哪儿？（15445） 4. Raft中，当变更节点的时候，出现脑裂，Raft是如何解决的？ 5. 在你的Raft KV中是如何实现负载均衡的？ 6. 如果在分片迁移的时候，客户端想要写，如何处理这种情况

蚂蚁金服java后端提前批研发一面，面试题 1. 项目里面遇到的难点，以及自己是怎么解决的？ 2. 慢SQL优化一般常见的一些问题，以及你的优化思路吗？什么情况下会出现索引失效呢？ 3. 通过索引的原理讲一下为什么范围查询会导致索引失效吗？ 4. 索引的结构是怎么样的呢？它是用了什么数据结构来存储来做这个索引的？ 5. 那如果索引支持范围查询的话，为什么通过大于小于的这种范围查询又会导致索引失效呢

今天一面，我感觉大抵是凉了 投的时候看见里面有 3D 视觉岗,就投了，结果是智能创作平台捞的我，我一查发现他们是做生成模型的。虽然感觉凉的概率比较大，但是还是认真准备了 面试时，面试官问了什么是 stable diffusion 目标检测网络知道哪些，详细说下 对抗生成网络说下，大模型微调的策略都有哪些（这些我都答上了，不过其中 stable diffusion 的文本特征和图像特征怎么对齐，这个

#长鑫存储# 7.10 一面结束：自我介绍；详细介绍一下项目；拷问一些项目遇到的困难，与他人合作遇到的分歧；问了一些python和Java基础，两者有啥区别，哈希表有序么，字典的特性啥啥的；遇到新的项目怎么办，怎么快速上手；最后是反问环节，建议打牢基础。也问了一下工作地点能否接受，对长鑫是否了解 当天晚上八点就发二面邀请了，12号下午场

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