文章目录

写在前面

滴滴面试感觉还行吧,挺注重基础的,很多时间都花在了挖项目上面,所以大家一定要很熟悉自己的项目!面试官水平也很高。不过也感叹这个曾经的大厂现在变成这个样子,唉。。

笔试

一面

进程间通信方式

管道、消息队列、信号量、共享内存

栈上分配内存快还是堆上,为什么?

显然从栈上分配内存更快,因为从栈上分配内存仅仅就是栈指针的移动而已

  1. 操作系统会在底层对栈提供支持,会分配专门的​​寄存器存放栈的地址​​。
  2. 栈的入栈出栈操作也十分简单,并且有​​专门的指令执行​​,所以栈的效率比较高也比较快。
  3. 堆的生长空间向上,地址越来越大,栈的生长空间向下,地址越来越小。

channel 底层

type hchan struct {
qcount uint
// channel 里的元素计数
dataqsiz uint
// 可以缓冲的数量,如 ch := make(chan int, 10)。 此处的 10 即 dataqsiz
elemsize uint16
// 要发送或接收的数据类型大小
buf unsafe.Pointer
// 当 channel 设置了缓冲数量时,该 buf 指向一个存储缓冲数据的区域,该区域是一个循环队列的数据结构
closed uint32
// 关闭状态
sendx uint
// 当 channel 设置了缓冲数量时,数据区域即循环队列此时已发送数据的索引位置
recvx uint
// 当 channel 设置了缓冲数量时,数据区域即循环队列此时已接收数据的索引位置
recvq waitq
// 想读取数据但又被阻塞住的 goroutine 队列
sendq waitq
// 想发送数据但又被阻塞住的 goroutine 队列

lock mutex
...
}

【Golang开发面经】滴滴(三轮技术面)_线程池

七层模型

从上而下分别是 应用层,表示层,会话层,传输层,网络层,数据链路层,物理层等等…

tcp、udp

TCP 是可靠传输,面向连接,基于流,占用资源多,效率低。

UDP是尽最大努力交付,基于无连接,基于报文,UDP 占用系统资源较少,效率高。

redis持久化的方式以及使用场景

Redis提供 RDB 和 AOF 两种持久化机制 , 有了​​持久化机制​​​我们基本上就可以避免进程异常退出时所造成的数据丢失的问题了,Redis能在下一次重启的时候利用之间产生的持久化文件实现​​数据恢复​​。

  • RDB持久化就是指的讲​​当前进程的数据生成快照存入到磁盘​​中,触发RDB机制又分为​​手动触发与自动触发​​。
  • ​AOF 持久化​​​是以独立的日志记录每次写命令,重启 Redis 的时候再重新执行AOF文件中命令以达到恢复数据,所以AOF主要就是解决​​持久化的实时性​​。

如何实现线程池?

线程池有两部分组成:同步队列和线程池。

  • 同步队列:以链表的形式创建一个​​同步队列​​​,同步队列的主要工作就是通过​​Put()​​函数向队列里面添加事务,通过Get()函数从队列里面取出事务。
  • 线程池:主要由线程组(注:线程组里面存放的时​​ thread 类型​​​ 的共享只能指针,指向工作的线程)构成,通过​​Start()​​​函数向线程组中添加​​numThreads​​​个线程,并使得每一个线程调用​​RunThread()​​​函数来获取同步队列的事务并执行事务;通过​​Stop()​​ 函数停止线程池的工作。

【Golang开发面经】滴滴(三轮技术面)_线程池_02

算法:二叉树俯视图

二面

怎么判断给定ip是否在给定ip区间内?

IP地址可以转换成整数,可以将IP返回化整为整数范围进行排查。

package main

import (
"fmt"
"strconv"
"strings"
)

func main() {
ipVerifyList := "192.168.1.0-192.172.3.255"
ip := "192.170.223.1"
ipSlice := strings.Split(ipVerifyList, `-`)
if len(ipSlice) < 0 {
return
}
if ip2Int(ip) >= ip2Int(ipSlice[0]) && ip2Int(ip) <= ip2Int(ipSlice[1]) {
fmt.Println("ip in iplist")
return
}
fmt.Println("ip not in iplist")
}

func ip2Int(ip string) int64 {
if len(ip) == 0 {
return 0
}
bits := strings.Split(ip, ".")
if len(bits) < 4 {
return 0
}
b0 := string2Int(bits[0])
b1 := string2Int(bits[1])
b2 := string2Int(bits[2])
b3 := string2Int(bits[3])

var sum int64
sum += int64(b0) << 24
sum += int64(b1) << 16
sum += int64(b2) << 8
sum += int64(b3)

return sum
}

func string2Int(in string) (out int) {
out, _ = strconv.Atoi(in)
return
}

如何优化慢SQL?

  1. 查看是否使用到了索引。
  2. 查看 SQL语句 是否符合最左匹配原则。
  3. 对查询进行优化,尽可能避免全表扫描
  4. 字段冗余,减少跨库查询或多表连接操作
  5. 将一些常用的数据结构放在缓冲中(部门名字,组织架构之类的),就不需要查数据库了。

什么情况不建议使用索引

  1. 在where条件中(包括group by以及order by)里用不到的字段不需要创建索引,索引的价值是快速定位,如果起不到定位的字段通常是不需要创建索引的。
  2. 数据量小的表最好不要使用索引,少于1000个
  3. 字段中如果有大量重复数据(性别),也不用创建索引
  4. 避免对经常更新的表创建过多的索引。
  5. 不建议使用无序的值作为索引。

线程池的几种拒绝策略及其应用场景

当时都不知道这是个啥…
具体看这篇博客吧 ​线程池拒绝策略应用场景

http与tcp区别

http 就是基于传输层的 tcp 实现的一个应用层协议。

长连接与短连接

长连接意味着进行一次数据传输后,不关闭连接,长期保持连通状态。

短连接意味着每一次的数据传输都需要建立一个新的连接,用完再马上关闭它。下次再用的时候重新建立一个新的连接,如此反复。

讲讲tcp的挥手?

数据传输完毕之后,通信的双方都可释放连接。现在A和B都处于​​ESTABLISHED​​状态。

  1. A的应用进程先向TCP发出连接释放报文段,并停止再发送数据,主动关闭TCP连接。A把链接释放报文段首部的终止控制位​​FIN​​​置为​​1​​​,其序号为​​seq=u​​​,它等于前面以传送过的数据的最后一个字节的序号加​​1​​​.这时候A进入了​​FIN-WAIT-1(终止等待1)​​状态,等待B的确认。

注意:TCP规定,FIN报文段即使不携带数据,他也消耗掉一个序号!!

  1. B 收到链接释放报文段后即发出确认,确认号是​​ack = u + 1​​​,而这个报文段自己的序号是​​v​​​,等于B前面已传送过的数据的​​最后一个字节的序号加1​​​.然后B就进入​​CLOSE-WAIT(关闭等待)​​状态。TCP服务器进程这时应通知高层应用进程,因而从A到B这个方向的链接就释放了,这时的TCP链接处于半关闭状态,即A已经没有数据要发送了,但B若发送数据,A仍要接收,也就是说,从B到A这个方向的连接并未关闭。这个状态可能要维持一段时间。
  2. A收到来自B的确认后,就进入了​​FIN-WAIT-2(终止等待2)​​​状态满等待B发出的连接释放报文段。若B已经没有要向A发送的数据,其应用进程就通知TCP释放连接,这时B发出的连接释放报文段必须使​​FIN = 1​​​,现假定B的序号为​​w​​​(在半关闭状态B可能又发送了一些数据)。B还必须重复上次已发送过的确认号​​ack = u + 1​​​.这时B就进入​​LAST-ACK(最后确认)​​状态,等待A的确认。
  3. A在收到了B的链接释放报文段后,必须对此发出确认。在确认报文段中把​​ACK置1​​​,确认号​​ack=w+1​​​,而自己的序号是​​seq=u+1​​​(根据TCP标准,前面发送过的FIN报文段要消耗一个序号)。然后进入到​​TIME-WAIT​​(时间等待)状态。注意:现在TCP连接​​还没有还没有释放掉​​​。必须经过时间等待计时器设置的时间​​2MSL​​后,A才能进入CLOSED状态。

时间MSL叫做最长报文段寿命,RFC793建议设在两分钟。但是在现在工程来看两分钟太长了,所以TCP允许不同的实现可以根据具体情况使用更小的MSL值。

【Golang开发面经】滴滴(三轮技术面)_golang_03

time wait,过多怎么办

  1. 修改TIME_WAIT连接状态的上限值
  2. 启动快速回收机制
  3. 开启复用机制
  4. 修改短连接为长连接方式
  5. 由客户端来主动断开连接

算法:忘了…

三面

聊人生…