小米后端开发日常实习一面面经

小米后端开发日常实习一面面经核心内容总结如下：

• 时长：1小时10分钟，其中算法题10分钟。
• 流程：自我介绍→技术问题→手撕算法→反问环节。
• 结果：通过一面，等待二面。

• 非科班转码原因：需结合个人经历说明动机，如兴趣驱动、项目实践等。
• Java与Python区别：

  类型系统：Java静态类型，Python动态类型。

  性能：Java编译执行，Python解释执行（通常更慢）。

  应用场景：Java适合大型后端系统，Python适合脚本/数据分析。

• Java多态：

  实现方式：继承（父类引用指向子类对象）、接口、方法重写。

  核心作用：提高代码可扩展性，降低耦合度。

• synchronized关键字：

  作用：实现线程同步，保证共享资源访问的原子性。

  使用场景：方法或代码块加锁，防止多线程竞争。

• volatile关键字：

  作用：保证变量可见性（修改后立即同步到主内存），禁止指令重排序。

  与synchronized区别：不保证原子性，仅用于轻量级同步。

• Spring vs Spring Boot：

  Spring：需手动配置依赖和插件，适合复杂项目定制。

  Spring Boot：内置依赖和插件，开箱即用，适合快速开发。

• 注解原理：

  底层机制：通过反射读取注解信息，在编译或运行时处理。

  常见应用：@Override、@Autowired等。

• JVM垃圾回收：

  回收器：如G1（分代回收）、ZGC（低延迟）。

  算法：标记-清除、复制、标记-整理。

• MySQL数据类型选择：

  ID字段：通常用INT UNSIGNED（最大约42亿）或BIGINT（更大范围）。

  其他字段：根据数据范围选VARCHAR、TEXT、DATETIME等。

• 分表策略：

  水平分表：按行拆分（如按时间范围）。

  垂直分表：按列拆分（如拆分大字段到单独表）。

• 查询慢排查：

  步骤：检查索引→分析执行计划→优化SQL→调整服务器配置。

• 索引失效场景：

  条件：使用函数、OR条件、模糊查询前缀不匹配（如%abc）。

  原理：索引结构为B+树，失效时需全表扫描。

• Redis实现消息队列：

  方法1：使用List的LPUSH/RPOP（需处理空队列阻塞）。

  方法2：使用Pub/Sub模式（无持久化，消息易丢失）。

• Redis数据类型：

  五种基本类型：String、Hash、List、Set、ZSet（有序集合）。

• ZSet原理：

  结构：跳表（Skip List）+ 哈希表，支持快速范围查询。

• 消息队列用途：

  解耦：异步处理任务。

  削峰：应对高并发请求。

• Kafka vs RocketMQ：

  Kafka：高吞吐、分布式，适合日志处理/大数据场景。

  RocketMQ：低延迟、事务支持，适合金融/订单系统。

• 进程管理：

  查看进程：ps -ef | grep <进程名>。

  杀死进程：kill -9 <PID>。

• 资源监控：

  CPU/内存占用：top、htop、free -m。

• 日志与文件操作：

  查看MySQL日志：tail -n 10 /var/log/mysql/error.log。

  快速查找字段：grep "java" /path/to/file。

• 题目：有序数组二分查找。
• 关键点：

  边界处理：确保循环条件为left <= right。

  中间值计算：避免整数溢出，推荐mid = left + (right - left) / 2。

• 反问业务：了解团队技术栈、项目方向（如是否涉及高并发/分布式）。
• 声明可实习时长：明确到岗时间（如“可立即到岗，实习6个月以上”）。
• 对小米的看法：

  技术氛围：强调小米在IoT、云服务等领域的创新。

  个人匹配度：结合岗位需求，突出自身优势（如Java基础扎实、对分布式系统感兴趣）。

1. Linux硬件问题排查：

   工具：dmesg（查看内核日志）、lscpu（CPU信息）、free -h（内存使用）。

2. Linux项目部署流程：

   典型步骤：代码上传→依赖安装→编译打包→启动服务（如systemctl start）。

3. 日志快速查看：

   扩展命令：journalctl -u mysql --no-pager -n 10（Systemd系统）。

• 优势：Java基础、分布式系统理解、项目经验。
• 不足：Linux运维知识、部分中间件细节（如RedLock）。
• 改进方向：

  复习Linux常用命令和系统监控工具。

  深入学习Redis高级特性（如集群、持久化）。

  刷题巩固算法（如LeetCode中等难度题目）。