美团AI面

略略略

1. 请做个自我介绍，包括你的个人背景、大学经历或实习经历；同时，像 AI 大模型这类新工具是如何融入你的学习和实践中的？给你的经历带来了哪些帮助或变化？
2. 项目相关。
3. 请解释数组和链表的主要区别，以及它们各自适合的应用场景。
4. 假设我们在一个高频插入和删除操作的场景中，比如实现一个队列或栈，你会选择数组还是链表？为什么？
5. 在实际开发中，链表的插入和删除操作虽然复杂度较低，但它是否有其他潜在的性能开销？比如在内存管理或其他方面，你怎么看？
6. 请你解释一下垃圾回收机制 GC 的基本原理，以及它在 Java 中的作用是什么？
7. 在实际应用中，垃圾回收机制可能会对系统性能产生什么样的影响？你会如何优化垃圾回收以减少对性能的影响？
8. 你如何理解垃圾回收器的选择对性能的影响？比如在什么情况下会选择使用 G1 收集器而不是 CMS 收集器？
9. 请介绍 List、Set、Sorted Set 及其典型应用场景。
10. 在实际应用中，如果我们需要实现一个实时排行榜功能，你会如何利用 SortedSet 来设计这个功能？
11. 如果排行榜中某个数据的分数发生变化（比如点击量增加了），你会如何更新 Sorted Set 中的数据以确保排行榜的准确性？
12. 在设计一个新闻推送系统时，如何实现新闻的分类、推荐及实时推送？
13. 关于新闻推荐，你提到了使用点击量最高的新闻作为推荐依据，能否具体说明你会如何设计推荐算法来动态调整推荐内容？
14. 假如用户的兴趣是动态变化的（比如用户之前喜欢某一类新闻，但现在兴趣转向了另一类新闻），你会如何调整推荐策略来适应这种变化呢？
15. 你要实现一个 RAG 问答服务，请描述后端侧的核心组件（向量化服务、向量库、关键词检索、重排服务、LLM 生成服务）之间的调用顺序与超时预算你会怎么定？
16. 具体来说，你会选择什么样的技术或工具来实现关键词检索？为什么？
17. 向量化服务是整个流程的关键环节之一，你认为向量化服务需要满足哪些性能或质量要求？
18. 请分享一个你通过持续改进过程来解决重复出现的问题的例子，具体情况是怎么样的？怎么解决的？
19. 你提到的限流和熔断具体是如何实施的？比如你是基于什么条件触发熔断的？限流的策略又是如何设计的？
20. 在限流和熔断的过程中，如何确保用户体验不会受到过多影响？比如，当用户触发现流或熔断时，你是否设计了备用方案或降级策略？如果有，能具体讲讲是怎么实现的吗？

略略略

1、请做个自我介绍，包括你的个人背景、大学经历或实习经历。同时我们作为一家拥抱新技术的公司，也特别想了解像AI大模型这类新工具是如何融入你的学习和实践中的，给你的经历带来了哪些帮助或变化?
追问：那你提到用 AI 生成单元测试和模板化代码，能具体说说在哪个项目里这样做过？效果怎么样吗？（自己给自己挖坑了[石化R][哭惹R]）
2、解释一下正向代理和反向代理的区别，以及它们各自的应用场景。
追问：你提到了正向代理和反向代理的基本功能以及一些应用场景，比如 VPN 和基于 Nginx 的负载均衡。那我想进一步问一下，在实际开发中，如果我们使用反向代理来实现负载均衡，你认为有哪些关键的配置或技术点需要特别注意？
3、详细说明 Java 的垃圾回收机制 GC 是如何工作的，以及它的主要目标是什么。
追问：提到了垃圾回收机制的基本流程和目标，也提到了新生代和老年代的不同特点以及采用的算法。接下来我想进一步了解一下你提到的标记清除法和复制算法，它们分别有哪些优缺点？在什么情况下会选择使用其中一种？
4、谈谈在 SQL 查询优化中常用的方法有哪些？
追问：联合索引，避免使用 select 以及使用 join 等优化方法，这些确实是常见的优化手段之一。接下来我想进一步追问一个实际场景，假设你在一个线上系统中发现某个 SQL 查询执行时间过长，经过分析发现这个查询使用了多个表的 join 操作，并且其中一个表的数据量非常大，你会如何具体优化这个查询？[扶墙R][扶墙R]
5、正在设计一个二手商品交易平台，你会如何设计用户、商品、交易的关系和数据库结构？
追问：那在设计用户表时，你会考虑哪些核心字段来满足平台的基本需求呢？
6、成本控制，把每次调用成本拆到业务维度，后端如何统计 token 用量、工具调用次数、重试次数，并按业务方、场景、模型版本做聚合报表？
7、描述一次你需要在有限资源、时间、人力、技术等下解决问题的经历。你是如何制定方案的？请举一个具体的事例详细说明。