先来唠唠

最近成都春招现场搞了个大新闻——直接用 AI 当面试官！

网上有个人分享自己的经历：他全程对着电脑摄像头答题，AI 不光听他说话，还盯着他的表情打分；他还说自己刚开口自我介绍，网突然卡了 3 秒，结果系统直接弹了个‘抗压能力不足’的评价，气得他差点摔手机。

但这事儿也有魔幻的另一面：有人靠着 AI 给的‘面试建议’（比如说话别太快、多笑一笑），还真拿到了大厂 offer；招聘会数据说，AI 筛人比 HR 快 3 倍，一上午面了上千人。

问题是，这玩意儿到底靠不靠谱？有人觉得公平，毕竟 AI 不看学历只看表现；也有人吐槽‘面完都不知道输哪儿’。如果是你，愿意让一个算法决定你的工作机会吗？评论区聊聊。

面经分享

今天分享的面经是万兴的一面，挺简单的，看一下你都会不会：

一、介绍一下 Git 的使用

Git 是一个分布式版本控制系统，用于跟踪代码变更和协作开发。以下是核心使用场景：

1. 基础操作

2. git init：初始化本地仓库。

3. git add <file>：将文件添加到暂存区（git add . 添加所有文件）。

4. git commit -m "message"：提交更改到本地仓库。

5. git status：查看当前仓库状态（如未跟踪/已修改的文件）。

6. 分支管理

7. git branch：查看分支列表。

8. git checkout -b <branch>：创建并切换到新分支。

9. git merge <branch>：合并指定分支到当前分支。

10. git rebase <branch>：变基操作（整理提交历史）。

11. 远程仓库

12. git clone <url>：克隆远程仓库到本地。

13. git pull：拉取远程分支并合并到本地。

14. git push：推送本地提交到远程仓库。

15. 撤销与回退

16. git reset --hard <commit_id>：回退到指定提交（慎用）。

17. git revert <commit_id>：生成新提交以撤销某次更改。

二、JWT

JWT（JSON Web Token） 是一种用于身份验证的开放标准（RFC 7519），结构为 Header.Payload.Signature：

1. Header

2. 声明令牌类型（如 JWT）和签名算法（如 HS256）。

3. Payload

4. 包含用户信息（如用户 ID、角色）和其他声明（如过期时间 exp）。

5. Signature

6. 对前两部分签名，防止篡改（例如：HMACSHA256(base64UrlEncode(header) + "." + base64UrlEncode(payload), secret)）。

用途：

• 用户登录后，服务端生成 JWT 返回给客户端，客户端后续请求携带 JWT 进行身份验证。

优点：

• 无状态，适合分布式系统。

• 支持自定义数据，减少数据库查询。

缺点：

• 令牌一旦签发，在有效期内无法主动失效。

三、缓存穿透、击穿、雪崩

1. 缓存穿透

概念：查询数据库中不存在的数据，导致请求直接穿透到数据库。

解决：

• 布隆过滤器：拦截无效请求。

• 缓存空值：对不存在的数据缓存空值并设置短过期时间。

2. 缓存击穿

概念：热点 Key 突然失效，大量请求直接打到数据库。

解决：

• 互斥锁：仅允许一个线程重建缓存。

• 永不过期：逻辑过期时间配合异步更新。

3. 缓存雪崩

概念：大量 Key 同时过期或缓存服务宕机，导致数据库压力激增。

解决：

• 随机过期时间：避免集中失效。

• 集群部署：如 Redis Cluster 保障高可用。

四、慢查询

概念：执行时间超过阈值的 SQL 查询（如 MySQL 默认阈值为 10 秒）。

排查与优化：

1. 开启慢查询日志：

SET GLOBAL slow_query_log = ON;  SET GLOBAL long_query_time = 2; -- 设置阈值  

2. 分析工具：

3. EXPLAIN：查看执行计划。

4. mysqldumpslow：分析日志。

5. 优化手段：

6. 添加索引。

7. 优化 SQL 结构（如避免 SELECT *）。

五、数据库锁都有哪些

1. 行锁：锁定单行（如 InnoDB 的 SELECT ... FOR UPDATE）。

2. 表锁：锁定整张表（如 MyISAM 的写锁）。

3. 共享锁（S 锁）：允许其他事务读，禁止写。

4. 排他锁（X 锁）：禁止其他事务读写。

5. 意向锁：快速判断表级冲突（如意向共享锁 IS）。

6. 间隙锁：锁定范围（防止幻读）。

六、不同隔离层级不同在哪里

1. 读未提交（Read Uncommitted）：可能读到未提交的数据（脏读）。

2. 读已提交（Read Committed）：只能读到已提交的数据（解决脏读）。

3. 可重复读（Repeatable Read）：事务内多次读取结果一致（解决不可重复读）。

4. 串行化（Serializable）：完全隔离（解决幻读，但性能低）。

七、MVCC

多版本并发控制（Multi-Version Concurrency Control） 通过版本链实现非锁定读：

1. 版本链：每行数据关联多个版本（通过 DB_TRX_ID 和 DB_ROLL_PTR）。

2. ReadView：事务启动时生成快照，决定可见哪个版本。

3. 读已提交：每次查询生成新 ReadView。

4. 可重复读：事务内复用同一个 ReadView。

八、Redis 数据结构

1. String：字符串、整数、二进制数据。

2. List：双向链表（支持队列、栈）。

3. Hash：键值对集合。

4. Set：无序唯一集合。

5. Zset：有序集合（基于跳跃表 + 字典）。

6. 其他：Bitmaps、HyperLogLog、Streams。

九、Zset 的底层原理

Zset 通过 跳跃表（Skip List） 和 哈希表（Hash Table） 实现：

1. 跳跃表：支持 O(logN) 复杂度的范围查询（如 ZRANGE）。

2. 哈希表：存储成员到分值的映射，实现 O(1) 的单点查询。

3. 特点：

• 数据按分值排序，成员唯一。

• 插入、删除、查询的时间复杂度均为 O(logN)。

十、Go 中的 GMP 模型

GMP 是 Go 的并发调度模型：

1. G（Goroutine）：轻量级用户态线程。

2. M（Machine）：操作系统线程，由内核调度。

3. P（Processor）：逻辑处理器，管理本地队列和上下文。

调度逻辑：

• P 的数量：默认等于 CPU 核心数（通过 GOMAXPROCS 设置）。

• 工作窃取：当 P 的本地队列为空时，从其他 P 的队列窃取 G。

• 系统调用：若 G 发生阻塞系统调用，M 会解绑 P 并创建新 M 继续执行。

快速排序

package main  
import "fmt"  
func quickSort(arr []int) []int {      if len(arr) <= 1 {          return arr      }      pivot := arr[len(arr)/2]    // 选择中间元素作为基准      left, right := []int{}, []int{}      for _, num := range arr {          if num < pivot {              left = append(left, num)          } else if num > pivot {              right = append(right, num)          }      }      // 递归排序左右部分，合并结果      return append(append(quickSort(left), pivot), quickSort(right)...)  }  
func main() {      arr := []int{3, 6, 8, 10, 1, 2, 1}      fmt.Println(quickSort(arr)) // 输出 [1 1 2 3 6 8 10]  }  

说明：

• 时间复杂度：平均 O(n log n)，最差 O(n²)。

• 优化点：可随机选择基准（避免最坏情况）。

欢迎关注 ❤

我们搞了一个免费的面试真题共享群，互通有无，一起刷题进步。

没准能让你能刷到自己意向公司的最新面试题呢。

感兴趣的朋友们可以加我微信：wangzhongyang1993，备注：infoq 面试群。