AI面试官来了！成都招聘会用AI筛简历，你敢试试吗？

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

   • git init：初始化本地仓库。
   • git add <file>：将文件添加到暂存区（git add . 添加所有文件）。
   • git commit -m "message"：提交更改到本地仓库。
   • git status：查看当前仓库状态（如未跟踪/已修改的文件）。

2. 分支管理

   • git branch：查看分支列表。
   • git checkout -b <branch>：创建并切换到新分支。
   • git merge <branch>：合并指定分支到当前分支。
   • git rebase <branch>：变基操作（整理提交历史）。

3. 远程仓库

   • git clone <url>：克隆远程仓库到本地。
   • git pull：拉取远程分支并合并到本地。
   • git push：推送本地提交到远程仓库。

4. 撤销与回退

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

   • 声明令牌类型（如 JWT）和签名算法（如 HS256）。

2. Payload

   • 包含用户信息（如用户 ID、角色）和其他声明（如过期时间 exp）。

3. Signature

   • 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：

   • EXPLAIN：查看执行计划。
   • mysqldumpslow：分析日志。

3. 优化手段：

   • 添加索引。
   • 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。

   • 读已提交：每次查询生成新 ReadView。
   • 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。
   特点：
3. 数据按分值排序，成员唯一。
4. 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：sf面试群。