今天分享粉絲最新投稿的北京貝殼外包面經，我把專案相關的都去掉了，其他的問題整理下來感覺不是很難，你覺得呢？換做是你的話你答得出來嗎？
面經整理如下：
北京貝殼外包
- 自我介紹
- 專案拷打
Redis 跟 MySQL 以及 Kafka 之間是什麼關係？
Redis 是記憶體資料結構儲存系統，用於快速讀寫和高併發訪問。MySQL 是關係型資料庫，用於持久化儲存結構化資料。Kafka 是分散式訊息佇列系統，用於處理大規模訊息流和資料分發。
在應用中，MySQL 存主要資料，Redis 加速訪問，Kafka 傳遞訊息和解耦元件。例如電商系統中，使用者資訊在 MySQL，購物車資料在 Redis，訂單處理訊息透過 Kafka 傳遞。
Kafka partion的概念
在 Kafka 裡，Partion 就是把一個主題的資料分成了好幾個部分。 每個 Partion 都是按順序存訊息的，而且這些訊息改不了。同一主題的不同 Partion 能放在不同的地方，這樣就能讓資料處理得更快更平衡。
Partion 有這些用處： 一是存資料，訊息按順序存進去，還給每個訊息弄個編號來標明位置。 二是能同時處理，多個 Partion 能讓不同的人或者組一起處理，效率高。 三是不容易出錯，如果有地方壞了，也就影響那一部分，整個主題的資料不會丟。
Kafka 偏移量
在 Kafka 裡邊，偏移量就是個數字，專門用來表明訊息在分割槽裡處於啥位置。
打個比方，每個訊息在分割槽裡都有個獨一份的編號，這就是偏移量。消費者讀訊息的時候，會記住自己讀到哪個編號了。下次再讀，就知道從哪兒接著來，不會重複讀，也不會把訊息給漏了。
比如說，偏移量是 5 ，那就說明這是分割槽裡的第 6 條訊息（因為偏移量從 0 開始算）。偏移量能保證 Kafka 裡訊息處理得有順序，而且不會丟。
比如說有你線上上發現一條慢SQL，你怎麼分析它？
使用 explain ，說明：
首先關注“type”這一項。若顯示為“ALL”，意味著進行了全表掃描，這通常不是理想情況，需要尋求改進。若顯示為“index”或“range”等，則相對較好。
其次留意“possible_keys”和“key”這兩項。“possible_keys”表示可能能夠使用的索引，而“key”表示實際使用的索引。倘若“key”這一項為空，意味著未使用索引，此時需要探究原因，例如索引建立是否正確。
再者，“rows”這一項也頗為重要，它代表預計掃描的行數。該數值越大，表明需要處理的資料量越多，可能導致查詢速度變慢。
另外，“extra”這一項也值得關注。如果出現“Using filesort”或者“Using temporary”等內容，往往意味著存在問題，需要進行最佳化。
索引的最左字首原則是什麼意思？a > 1 and b = 1 and c = 1, 你看這個能命中這個索引嗎？
索引的最左字首原則就是在建立聯合索引時，查詢語句用索引的條件得從索引的最左邊開始，而且得連續匹配。
對於“a > 1 and b = 1 and c = 1”這個條件，能不能命中索引得看建立的索引是啥樣。
要是建立的索引是 (a, b, c) ，那這查詢就能命中索引，因為是從最左邊的“a”開始匹配的。 可要是建立的索引是 (b, c, a) 或者其他不是以“a”開頭的組合，那這查詢就不能命中索引。
Redis 常見的資料結構？他們的應用場景？
- 字串（String）：可以儲存字串、整數或浮點數。常用於快取使用者資訊、計數器、分散式鎖等。
- 雜湊（Hash）：適合儲存物件，例如儲存使用者的詳細資訊。
- 列表（List）：可以實現佇列、棧等資料結構。常用於訊息佇列、最新文章列表等。
- 集合（Set）：用於儲存不重複的元素，可用於社交關係中的共同好友、抽獎等場景。
- 有序集合（Sorted Set）：每個元素都有一個分數，可根據分數排序。適用於排行榜、限時活動等。 例如，在電商網站中，字串可以儲存商品庫存數量，雜湊儲存商品詳情，列表用於儲存使用者瀏覽記錄，集合用於儲存使用者收藏的商品，有序集合用於商品銷量排行。
zset 你一般在什麼場景下會用？底層的資料結構是什麼？
ZSet（有序集合）通常在以下場景中使用：
- 排行榜：例如遊戲得分排行榜、商品銷量排行榜等，按照分數或銷量等進行排序。
- 優先順序佇列：可以根據元素的權重或優先順序來處理任務。
- 時間序列資料：比如按照時間戳排序的事件記錄。
Redis中ZSet底層實際有兩種資料結構：
一、壓縮列表（ziplist）
使用條件（以下兩個條件需同時滿足） 12：
- 儲存的元素數量較少（通常規定是小於配置引數
zset-max-ziplist-entries，一般預設是128 ，但可以修改配置）。- 所有元素長度都比較小（規定是小於配置引數
zset-max-ziplist-value，一般預設是64位元組，但可以修改配置）。結構特點：
- 是一種為節省記憶體而設計的特殊編碼結構，將所有的元素和分數緊湊地儲存在一起。
- 元素和它的分數在壓縮列表中是交替儲存，即第一個元素是成員，第二個元素是分數，第三個元素是成員，第四個元素是分數，以此類推1。
- 在redis的原始碼中，壓縮列表（ziplist）的結構並沒有直接定義為一個C結構體，而是透過一系列的宏和函式來操作一段連續的記憶體1。其結構大致包含以下部分 1：
zlbytes：一個4位元組的整數，表示整個壓縮列表佔用的位元組數量，包括它自身的大小。zltail：一個4位元組的整數，表示壓縮列表中最後一個元素的偏移量（相對於整個壓縮列表的起始地址）。zllen：一個2位元組的整數，表示壓縮列表中的元素數量。如果元素數量超過65535，那麼這個值就會被設定為65535，需要遍歷整個壓縮列表才能獲取到實際的元素數量。entry：壓縮列表中的元素，每個元素都由一個或多個位元組組成。每個元素的第一個位元組（又稱為 "entry header"）用於表示這個元素的長度以及編碼方式。zlend：一個位元組，值為255，表示壓縮列表的結束。二、跳躍表（skiplist）
使用條件（只要有一個不滿足上述ziplist條件就會切換到跳躍表）12 ： 當ZSet儲存的元素數量較多，或者元素的字串長度較長時。
結構特點：
- 在Redis的原始碼中，跳躍表的結構定義如下2：
- 有一個
zskiplist結構體表示整個跳躍表：
header：指向跳躍表的表頭節點，透過這個指標程式定位表頭節點的時間複雜度是O(1)。tail：指向跳躍表的表尾節點，透過這個指標程式定位表尾節點的時間複雜度為O(1)。length：記錄跳躍表的長度，就是跳躍表目前包含節點的數量（表頭節點不算在內）。level：記錄在目前的跳躍表內，層數最大的那個節點的層數（表頭節點的層數不計算在內）。- 跳躍表節點
zskiplistnode：
obj：成員物件。score：分值（用於排序）。backward：後退指標，指向位於當前節點的前一個節點（程式從表尾向表頭遍歷時使用，每個節點只有一個後退指標 ）。level：是一個可變長陣列結構（C99標準引入），裡面包含：
forward：前進指標，用於訪問位於表尾方向的其他節點。span：這個層跨越的節點數量（記錄前進指標所指向節點和當前節點的距離跨度越大、距離越遠 ）。跳躍表透過維護多級索引來實現快速查詢和高效的插入、刪除、更新元素等操作2 。它的時間複雜度平均為O(log n) ，效能比較高。
在Redis中ZSet元素的儲存和訪問等操作過程中：
- 當使用跳躍表時，元素的成員和分值等資訊儲存在跳躍表節點中，同時還有一個雜湊表（在整個ZSet結構層面，不是跳躍表結構內部）用於快速透過成員查詢其分值等操作2 。
- 當使用壓縮列表時，直接在壓縮列表中操作元素和分值等資料。
JWT 是什麼東西？
JWT（JSON Web Token）是一種用於在網路應用環境中進行安全資訊傳遞的開放標準。
它由三部分組成：
頭部（Header），通常包含令牌的型別和使用的加密演算法；
載荷（Payload），包含宣告，比如使用者身份資訊、許可權等；
簽名（Signature），用於驗證訊息的完整性和真實性，防止被篡改。
JWT 的主要優點是無狀態，伺服器不需要儲存會話資訊，減輕了伺服器的儲存負擔。它常用於身份驗證和授權，比如在單點登入、微服務架構等場景中。使用者在登入成功後獲取 JWT 令牌，後續的請求攜帶該令牌，伺服器透過驗證令牌的有效性來確認使用者身份和許可權。
協程瞭解嗎？和執行緒對比
協程和執行緒是在程式設計中常見的概念，它們有一些明顯的區別。
執行緒是作業系統層面的概念，由作業系統進行排程和管理。多個執行緒可以在同一程序中併發執行，它們共享程序的資源。執行緒的切換通常由作業系統控制，開銷相對較大。 協程則是在使用者態實現的輕量級執行緒。協程的切換由程式自身控制，不需要作業系統的干預，因此協程切換的開銷通常比執行緒小得多。協程更適用於協作式的任務排程，多個協程可以在同一個執行緒中執行，透過主動讓出控制權來實現任務的切換。
在資源消耗方面，執行緒由於需要作業系統進行管理和排程，會佔用較多的系統資源，如記憶體等。而協程相對來說資源消耗較少。
在程式設計模型上，執行緒的併發模型相對較為複雜，需要處理執行緒安全、同步等問題。協程的程式設計模型通常更簡單直觀，更容易理解和實現複雜的邏輯控制。
一道演算法題
找到具有最大和的連續子陣列，並返回該子陣列
程式設計題
用兩個協程、兩個channel迴圈列印1, 2
package main
import (
"fmt"
"sync"
)
func Print1(ch1 chan bool, ch2 chan bool, wg *sync.WaitGroup) {
defer wg.Done()
for {
<-ch1
fmt.Print("1")
ch2 <- true
}
}
func Print2(ch1 chan bool, ch2 chan bool, wg *sync.WaitGroup) {
defer wg.Done()
for {
<-ch2
fmt.Print("2")
ch1 <- true
}
}
func main() {
var wg sync.WaitGroup
ch1 := make(chan bool)
ch2 := make(chan bool)
wg.Add(2)
go Print1(ch1, ch2, &wg)
go Print2(ch1, ch2, &wg)
ch1 <- true
wg.Wait()
}
歡迎關注 ❤
我們搞了一個免費的面試真題共享群，互通有無，一起刷題進步。
沒準能讓你能刷到自己意向公司的最新面試題呢。
感興趣的朋友們可以加我微信：wangzhongyang2024，備註：部落格園面試群。