什么值得买App下载 App ›
连续签到专享现金活动

26届java深圳小厂春招面经

这份面经记录了深圳某小厂针对26届Java岗位的春招面试问题。面试内容涵盖了项目经验、数据库技术、中间件应用、AI辅助编程及法律行业技术方案等多个维度,重点考察候选人对底层原理的理解及实际问题的解决能力。
01项目经验与系统设计
  1. 实习背景介绍
    请简单介绍一下你实习公司的背景,以及你在实习期间负责的具体项目内容?
  2. 业务实现流程
    你提到的这个 AI 问答系统,具体的业务背景和实现流程是怎样的?
  3. RAG 系统链路
    当用户在前端发起一个问题时,后台 RAG 系统的完整处理链路(从检索到大模型输出)是怎样的?
  4. 技术选型对比
    在技术选型上,为什么选择使用 Elasticsearch (ES) 来做向量数据库,而不是考虑其他的专门向量库(如 Milvus 或 Pinecone)?
02数据库与性能优化
  1. 库存预扣减机制
    为什么要设计“预扣减”这一步?直接在高并发下操作数据库扣减库存会有什么问题?
  2. Lua 脚本原子性
    你在简历中提到的“库存预扣减”场景,具体是如何利用 Lua 脚本来保证操作的原子性的?
  3. 数据一致性处理
    如果在高并发环境下,Redis 扣减成功但由于网络波动导致后续数据库更新失败,你会如何处理数据不一致的问题?
  4. 索引优化与分析
    在使用 MySQL 的 Explain 执行计划分析时,你通常会关注哪些指标?能举一个你优化索引顺序(如最左匹配原则)的具体案例吗?
03中间件应用与认证
  1. Redis 位图应用
    在健身平台项目中,你是如何利用 Redis 的 Bitmap(位图)结构来实现签到功能的?
  2. 认证方案对比
    关于用户登录和认证模块,你实习公司的方案和你自己个人项目中的 JWT+Redis 方案有什么区别?
04AI 辅助与行业方案
  1. AI 编程工具使用
    你平时是如何利用 Cursor、Claude 等 AI 工具辅助编程的?你认为在 AI 生成代码的过程中,开发者的核心价值体现在哪里?
  2. 法律行业技术方案
    针对法律行业的文档处理(如 OCR 识别、合同审查、长文本解析),你目前了解或实践过哪些相关的技术方案?

评论

评论区空态插画

当前文章无评论,是时候发表评论了