大厂年薪40万程序员vs老家年薪10万体制内，某乎热议真切发生在我身上。个人由此引发的一些思考。 // 有关职业规划的一点思考背景21年申到了港大CS专业的硕士，还没入学的4月份看到了当年很多大厂的开发岗位就业路径规划，就开始准备面试，一直不间断学到22年毕业，期间基本一直在面试当中度过。手里拿到的比较亮眼的offer就是某东莞大厂的年薪40万+的offer，和某北京中厂的年薪35万的offer，这对一个非科班选手来说，已经是以前在别的行业摸爬滚打时完全不敢想象的待遇。都说一年硕士水，我想正是这种「水」给了我充分的时间思考未来的人生规划，我决定转向体制内寻找机会，在22年底，婉拒掉了手里的这两个offer，报名国考、向国企投递简历，备考体制内的考试（行测、申论、结构化面试等）。截止3月份，手里拿到了一些不错的机会。一个是老家的人才引进项目下边某科级国企中层信息技术岗位、一个邻市某大行分行业务岗位、一个同样邻市的某大行金融科技子公司的开发岗位、一个杭州的大行直属研发中心的技术研发岗位。很难讲我最后在这几个、甚至未来更多潜在选项里，会选择哪一个。但是这个取舍的过程当中思考是非常宝贵的， ...

国企业务岗位，面试流程基本跟公务员面试类似，无领导小组讨论+半结构化面试，对于后续的国考省考面试（如果笔试通过的话）以及其他体制内岗位有比较强的参考价值 // 无领导小组讨论问题背景 你工作所在的S省是农业大省，农村集体经济发展较为滞后，为了配合国家的乡村振兴战略，促进本省农村集体经济发展，带动农民增收致富，省里派出若干工作组到其他发展较好的模范村调研学习。你所在的工作组被分配到Y省Z县调研考察，Y省Z县打造了一批农村集体经济发展的模范村，其中「强村八策」作为政策标杆被推广供各地学习。 共有 A~H 8项政策。 A ……忘了B ……忘了C 「边角经济法」- 充分利用村落的边角资源，引入商超、农贸市场等经济形态作为生产的补充，年度收益约15万元。D 「土地托管法」- 农村外出务工人员多，人少地多，土地荒废，为进一步增强集体经济的规模效应，村民以租赁、流转、参股等形式将土地集中到村集体，集中开发，还组织培训专门的队伍进行播、种、管、收，年度村集体土地托管收益约26万元。E 「企业对接法」- 在经济优势较为明显的村，进一步推行与相关企业的合作，整合产业链，年度为村集体增收约115 ...

在医疗管理系统中，为了缓解服务器压力，引入了连接池的组件来管理连接。 // 后端项目中连接池的应用多个请求集中访问低性能服务器，如何限流项目主要实现如下功能：用户在前端输入自己的「症状」，预期得到一个包含「推荐科室」、「初步诊断」的输出。这个输入到输出的运算经由一个 NLP-BERT 的 AI 模型处理，该 AI 模型部署在服务器 B 当中，而后端部署在服务器 A 当中（实际操作中，将两者布署在了同一服务器）。 用户 输入症状 -> 后端服务器 A -> 服务器 B 运行 NLP 脚本 用户 <- 后端服务器 A <- 服务器 B 返回诊断 当有多个请求同时进入 NLP 服务器，服务器只有 4GB 内存，两个 CPU，性能不够而经常出现宕机无法响应的情况。为此需要将请求限流。实现时采用了连接池的方法。 AI 服务器端通过 server.listen(1)，我们将所用端口允许的最大连接数限制为 1。 12345678910111213141516171819202122232425262728293031323334353637383940414 ...

操作系统基础知识校招面经整理、热身 // 操作系统基础知识进程和线程的区别：进程是程序调度的基本单位，既包括时间概念——一段由一系列指令占用的 CPU 的时间片，也包括资源概念——处理这些指令所需的各种资源，包括内存空间，进程上下文，I/O权限等。线程是进程中任务执行的基本单位，是比进程更细的粒度对资源的划分，进程中占用的 CPU 时间片可以继续细化为一个个具体的任务，每个任务分别占用一小段时间片。同时不同线程也拥有自己的线程上下文，并共享所在进程内的公共内存空间，为了更好操作这些公共内存空间，线程间需要一些同步、互斥机制（如各种锁、信号等），共享内存以及同步、互斥机制，就成为了线程间通信的手段。例如 Java 当中启动 Main 函数以后相当于启动了一个 JVM 进程，而 Main 函数所在线程作为该进程的主线程。 CPU 主要调度是线程还是进程：从系统角度看，CPU 的调度是以进程为粒度的。每次 CPU 挂起、就绪、运行、阻塞、终止等操作的基本对象都是进程。CPU 要负责对运行的进程调度所需的各种资源，并在当前进程挂起时为其保存上下文。线程更多的是进程内部的概念，其切 ...

工作中需要给接口编写单元测试，增加单测覆盖率，涉及到测试环境的搭建，如 Mock、Fake 等，稍作记录。 // 入门单元测试编写的一些总结本文主要参考 测试规范实践方案 Mockito 详解 Fake、Mocks、Stubs 写单测的时候发现别人写的模拟测试环境的代码有点看不懂，看了测试规范还是有点懵逼，于是读了一些博客，简单梳理了一下。 模拟外部服务， Mock、Fake、Stub其实模拟的目的简单，就是我们测试的对象 A，运行当中多少需要依赖一些外部的服务、对象和数据库，本地单测环境下里没法构建这些完整的服务，于是需要在本地模拟这些对象和服务的实现。 模拟的方法也很简单， 对于你需要调用的外部服务，自己写一个预设好的返回值（保证调用时返回确定的结果）。这就是一个 Mock。 如果需要调用一个外部对象比较完整的功能，那么干脆使用一个新的实现，可以基本模拟该对象的大部分行为，也能方便其他测试复用。这就是一个 Fake。 对于需要访问数据库等情况，在内存中建立一个虚拟的数据库交互对象，插入一些预设好的数据，以供访问数据的接口进行增删改查，这就是一个 Stub。 Mock借助 ...

JVM 、 Java 基础知识、多线程和网络编程校招面经整理、热身 // Java 基础知识、JVM、Java多线程、Java 网络编程相关Java SE 基础String、StringBuffer、StringBuilder的区别： String 用 final 修饰了 char[]，是不可变类，可以视为常量，若要修改的话需要生成一个新的 String 对象。 StringBuffer 和 StringBuilder 的 char[] 是可变的，可以进行修改。 其中 StringBuffer 的方法加了同步锁，线程安全。 而 StringBuilder 的方法没有加同步锁，非线程安全，但性能较好。 HashMap 底层原理、添加元素的底层实现： 1.8 之前，数组 + 链表，key 的 hashCode 经过若干次扰动后得到哈希值，求余（hash & (size() - 1)）之后放入数组，冲突则使用链地址法，添加元素采用头插法。扩容后需要重新计算各个 key 的 hash。 1.8 之后，扰动算法改进为一次扰动， hashCode 高 16 位与低 16 位 异或后获 ...

对工作中碰到的 CI/CD 流程做一点简单梳理。 // CI/CD 流水线本文参考以下文档： Continuous Integration 什么是 CI/CD抽象的 CI/CD 流程并不复杂。 CI「持续集成」使得开发者可以频繁提交更改的代码，合并到应用当中，并自动构建应用镜像，运行不同级别的自动化测试（针对类、函数、功能模块等）来验证更改没有产生破坏性的错误，也没有与现存代码产生冲突。 代码库提交 -> 静态（代码）分析 -> CD(Continuous Delivery)「持续交付」将 CI 已经验证的代码合并到代码库，满足可以随时部署到生产环境的条件。 CD(Continuous Deployment)「持续部署」将前一个 CD 构建就绪的应用镜像部署到生产环境。 对应 Console 的流水线流程 构建 推到 Repo 合并入 master，从此步骤开始构建一个可部署的镜像 Deploy Candidate，进入后面的步骤 Linting 静态分析 单元测试 集成测试 部署 部署到开发环境 部署到 QA 环 ...

使用 Hadoop、Spark、Kafka、RocketMQ 等分布式组件、消息组件时涉及到的问题。 // 分布式系统、消息中间件相关Kubernutes（K8s） 的工作原理，配置管理虚拟容器集群的优点K8s 是一种虚拟机管理程序，适用于布署和管理分布式虚拟机集群（Cluster）。K8s 的虚拟机更加适配于容器化管理，在操作系统层次上布署一层容器运行时 Container Runtime 服务来提供容器运行的环境，比如可以选择 Docker 作为 Container Runtime。Container Runtime 上可以运行多个 K8s 最小管理单元 Pods。K8s 采用 Namespaces 机制实现对资源的隔离、分组。 在系统目录下创建不同的 Namespace，不同 Namespace 彼此相独立隔绝，拥有只有自己可见的资源结构，包括硬件资源如 CPU、内存、页块大小，软件资源如进程树、文件目录等。Namespace 可以用 YAML 文件配置。K8s 的 Label 功能，可以给 K8s 对象（Nodes、Pods 等）绑定若干个键值对 Key-Value Pai ...

Thrift 作为常用的RPC框架，我实习的项目也是以此构建的，因此记录相关知识点以备复盘。 // Thrift 相关知识点需求：微服务为了实现技术解耦，业务上引入了「微服务」的概念，将不同的业务逻辑分散为独立的服务，需要时再相互调用，提高了可维护性和可靠性。 微服务的实现有如下两个痛点：跨语言调用不同功能间的跨进程调用（由于种种原因，这些功能可能由不同语言实现），需要解决跨语言的支持问题。跨语言调用的主体称作「工作单元」，可以是某个进程，也可以是某个内存中的数据结构。常见的跨语言场景可以按如下分类： 工作单元内部协作：直接解释某些脚本语言（如 Lua 等）。 工作单元外部协作： 单进程：动态链接库调用（通信的前提是不同语言之间有相同的二进制接口 ABI） 多进程：远程过程调用（RPC），thrift 就是用来实现 RPC 的一种方案。 Thrift 定义了一种中间语言（接口定义语言 IDL）来作为沟通的统一标准，再由自己的编译器将 IDL 分别编译为不同语言的代码（Java，C++，Python 等），或反向操作。 依赖底层细节调用方和服务提供方除了要声明 所需/ ...

Flexport 的风格跟大多数外企一样，主要考察做题。 // 一面考察了两道算法题（第二道当场没想出来，不确定后续是否还有其他题），题本身不难，可能自己有点钻牛角尖没做出第二问。在这里记录以供复盘。 随机字符串生成 输入：一个字符串 input，是一个由单词和空格组成的句子（无前导空格，无标点，单词之间仅以一个空格间隔，字符全是小写英文字母），以及一个整数 N 表示生成句子的单词个数。 输出：一个字符串 output，包含 N 个单词，这 N 个单词按照如下规则生成：在 input 句子中随机取一个单词，作为输出句子中的第一个单词，记为 word_1，（word_1 在句子中可能重复出现）。每一个 word_1 之后紧跟着的下一个单词，组成一个单词池，在这个池中继续随机抽取一个单词，作为句子的第二个单词，记为 word_2，…… 以此类推，直到句子有 N 个单词为止。如果某一步取到了 input 句子的最后一个单词，则下一个单词应该为 input 的第一个单词，即 input 可以视为一个字符串循环队列，各元素之间以空格分开，最终拼接而成。因为单词每次都是随机抽取的，所以对于 ...