• 为了入职蚂蚁金服,鬼知道我经历了什么.. 蚂蚁金服架构师面经


    上半年公司的项目很闲,很多人觉得没意思陆续走了,我考虑到自己的发展,从6月底开始面,面到7月底,三十家公司。我从不打没准备的仗,我是一个喜欢总结经验的人,每经过一场面试,我都会那个本子记录下来,或者哪些问题是自己之前没遇到过的,或者是哪些问题是新遇到。通过一段时间的备战,面试,拿了几家offer ,最终我入职了蚂蚁金服

    有一句话,机会都是给有准备的人的。所以不要盲目自信,什么都不准备就去面试了。准备的内容有几点:

    1. 准备简历(百度有很多,可以不看我的)
    2. 准备基础知识点(百度有很多,可以不看我的)
    3. 准备自己做的项目(敲黑板!自己的感悟!)
    4. 多刷题,文末也会有我刷的面试题总结分享!
    下面开始分享面试环节,总共4面

    一面

    1、HashMap和ConcurrentHashMap

    2、再谈谈一致hash算法

    3、乐观锁还有悲观锁;

    4、可重入锁和Synchronize?

    5、事务四大特性?

    6、事务的二段提交机制?

    7、聚簇索引和非聚簇索引?

    8、用自己的实践经历说一下索引的使用场景(说一个就要举一个例子)?

    9、当前读和快照读?

    10、类加载过程?

    11、双亲委派机制及使用原因?

    12、说说GC算法?

    13、Http与Https的区别在哪里?

    14、Https的加密方式

    15、线程池的核心参数和基本原理

    16、线程池的调优策略

    17、对于未来你有什么职业规划?

    二面

    1、说说自己参与的项目,技术难度在哪里?

    2、Collections.sort底层排序方式?

    3、排序稳定性?

    4、具体场景的排序策略?

    5、Http请求过程,DNS解析过程;

    6、三次握手四次挥手;

    7、简述线程池和并发工具的使用?

    8、数据库索引原理;

    9、频繁老年代回收怎么分析解决?

    10、Spring IOC、AOP?

    11、讲讲SpringBoot/SpringCloud的一些应用?

    12、阻塞队列不用java提供的自己怎么实现,condition和wait不能用?

    13、拥塞窗口讲一讲,为什么要用慢启动算法?

    14、负载均衡的原理?

    15、Redis的数据一致性问题(分布式多节点环境 & 单机环境)?

    16、讲讲docker容器?

    17、如何实现何高并发下的削峰,限流?

    18、你有着什么样的职业规划?

    三面

    1、项目中用的中间件的理解(Dubbo、MQ、Redis、kafka、zk)

    2、服务器雪崩是怎么造成的?之前有这样的经历吗?怎么防备?

    3、高并发架构的设计思路;

    4、以前项目中遇到的最大问题和解决策略;

    5、生活中遇到的最大的挫折是什么?

    6、生活中遇到的最大的令你最有成就感的事情是什么,可以说一下吗?

    7、你有什么职业规划?

    四面(HR)

    1、为什么要用你,你与其他竞争者比较优势是什么?

    2、你从上一家公司离职的原因是什么?

    3、你对于薪资有什么期望?

    4、关于公司的情况,你有什么想问我的吗?

    5、如果公司需要你加班你有问题吗?

    总结:

    简历和基础知识准备网上太多了,大家可以随意百度。我这边觉得最重要的就是第三点。因为我发现聊项目就能聊蛮长时间,这里聊完之后再问的一些基础知识,都已经不影响大局了。所以把自己做的项目,好好组织一下语言。该讲哪些不该讲哪些。有些人说面试就是吹牛逼。在我看来,如果能吹的天衣无缝,那也确实是有实力。对于我还是实话实说,毕竟纸包不住火。这时候很多人又有问题了,实话实说了,面试官问完项目觉得没什么难度,就基本GG了

    面试题分享:

    P1:跳槽面试必备的Java核心知识点!技术干货包含:

    • Java 基础篇
    • Java 多线程篇
    • Java JVM篇
    • Java 进阶篇
    • Java 新特性篇
    • Java 工具类篇
    • Java 综合篇


    发现网上很多Java面试题都没有答案,所以花了很长时间搜集整理出来了这套Java面试题大全,希望对大家有帮助哈~

  • 相关阅读:
    Clickhouse MAP类型
    哈希----位图
    【回归预测-NN预测】基于文化算法优化神经网络实现数据回归预测附matlab代码
    sealos踩坑记录
    看不懂执行计划还谈什么SQL优化
    html5学习笔记23-vue 简略学习,未完
    圆相交 马蹄集
    [附源码]计算机毕业设计springboot校园商铺
    Facebook:连接世界的社交巨人
    异步请求库的实际应用案例:爬取豆瓣经典电影
  • 原文地址:https://blog.csdn.net/javaAnPou/article/details/127550709