度小满运维开发一面

度小满运维开发一面

本文作者：程序员小白条

本站地址：https://xbt.xiaobaitiao.top

总体用时 20 分钟，技术栈不符合，基本是 KPI 面了。

1）单体限流是怎么做的？

1. 明确场景：首先说明在单体应用（非分布式）中，限流是为了保护应用自身，防止被突发流量打垮。
2. 技术实现 ：
   • Guava RateLimiter ： 这是最经典的答案。介绍其基于令牌桶算法 ，可以平滑地进行限流。例如：RateLimiter.create(10.0) 表示每秒生成10个令牌。
   • Semaphore（信号量） ： 对于控制并发线程数（而非QPS）的场景，可以使用 Semaphore。它规定了同时访问某个资源的线程数量。
   • 自定义计数器 ： 在时间窗口内（如1秒）用一个原子计数器（如 AtomicInteger）统计请求数，超过阈值则拒绝。注意时间窗口的滑动和重置。
3. 落地方式 ： 通常使用AOP 或拦截器，在Controller层或Service层的方法上通过注解进行限流。

2）介绍下常见的限流算法

1. 计数器算法 ：
   • 固定窗口： 将时间划分为固定窗口（如1秒），在窗口内计数，超过则限流。实现简单，但窗口临界点可能承受双倍流量。
   • 滑动窗口： 将窗口划分为更细粒度的小窗口，按时间滑动。解决了固定窗口的临界问题，是计数器算法的改进版。Redis + Lua 常用来实现分布式滑动窗口。
2. 漏桶算法 ：
   • 请求像水一样进入漏桶，桶以固定的速率出水（处理请求）。当桶满时，请求被丢弃或等待。
   • 特点 ： 平滑输出，无法应对突发流量（因为出水速率固定）。
3. 令牌桶算法 ：
   • 系统以恒定速率向桶中放入令牌。请求到达时，需要从桶中获取令牌，获取成功则处理，失败则限流。
   • 特点 ： 既能平滑处理，又能允许一定程度的突发流量（取决于桶容量）。Guava RateLimiter 和网关如Sentinel默认采用此算法。

3）流量告警，邮件是怎么发送的？

4）数据库和缓存的一致性策略

5）怎么解决项目跨域问题的？

6）介绍下数据库的各种索引类型

7）时序数据库了解哪里？

8）Redis 持久化策略介绍一下

9）RDB 和 AOF 各自的区别、优缺点

10）Redis 宕机后数据恢复的流程

11）RDB 的写时复制

12）反问技术栈和主要的业务

主要还是 Python + Go，需要转语言，后续算法也拒了，直接下播下播~

算法力扣的一个困难题，迷宫和体力问题。

程序员小白条的编程日记：https://xbt.xiaobaitiao.top/ （分享如何拿到腾讯实习 Offer 和多个中大厂的面试机会，大学经历、求职经历、职场工作、创作经历、生活日常、面经、技术分享、毕设项目指导 ）定期更新内容，成长打怪系列，分享从大一到大四的完整面经，更新好玩的，有趣的事！看完可冲中大厂！dy同名程序员小白条，主要口述面试经历和分享我认为的实用网站，会比面经讲的详细很多，以真实面试录音为主！公粽号：程序员落叶（秋招技巧、面经、公司投递表、谈offer）

欢迎关注上方公粽号！感谢支持！一起进步，共勉！