慎终追远，民德归厚矣。

腾讯新闻pcg 实习 一面挂

面试官自我介绍

本人自我介绍

项目 15min

  1. 介绍一下第一个项目
  2. 项目难点在于？
  3. 提到的高精准和高负载，其中高精准是怎么做到的？
  4. 比如说我现在创建一个，在二十一点二十七分，每五分钟创建一个。嗯，执行一下脚本，然后你是，你说你未来 24 小时你会创建每 5 分钟有一个任务，是吧？落在不同的那个
    解释了一下数据冷热分区，只会迁移未来两小时的数据
  5. 任务是否可以取消？
  6. 比如说你这个桶里面有没有出现？桶里面还有，已经有这个任务了，但是我的表里面已经的任务是一个 cancel 的一个状态，然后他又会还在继续在执行着，有没有可能？
  7. 讲一下第二个项目的架构和原理

系统 15min

  1. 说一下操作系统的几个核心模块？
    搞的我有点懵（八股选手是这样的），后来稍微提醒了一下，说了进程管理、内存管理、文件管理、网络管理。。。
  2. 说一下进程管理？
    按照自己的理解说了一遍
  3. 了解进程间通信有哪些方式？
    吟唱
  4. 说一下你理解的系统调用？
    这里说的比较深、涉及到的cpu上下文切换、态目转换、用户栈变为内核栈的细节都说了
  5. 说一下内存管理？
    主要讲了虚拟地址的作用，以及分页相关的
  6. 说一下内存管理有哪些分配算法？
    （没背过，不知道）
    • 首次适应算法（First Fit）
      将空闲分区链以地址递增的顺序连接；在进行内存分配时，从链首开始顺序查找，直到找到一块分区的大小可以满足需求时，按照该作业的大小，从该分区中分配出内存，将剩下的空闲分区仍然链在空闲分区链中。
    • 循环首次适应算法（Next Fit）
      分配内存时不是从链首进行查找可以分配 内存的空闲分区，而是从上一次分配内存的空闲分区的下一个分区开始查找，直到找到可以为该进程分配内存的空闲分区；
    • 最佳适应算法（Best Fit）
      将空闲分区链中的空闲分区按照空闲分区由小到大的顺序排序，从而形成空闲分区链。每次从链首进行查找合适的空闲分区为作业分配内存，这样每次找到的空闲分区是和作业大小最接近的，所谓“最佳”。
    • 最坏适应算法（Worst Fit）
      与最佳适应算法刚好相反，将空闲分区链的分区按照从大到小的顺序排序形成空闲分区链，每次查找时只要看第一个空闲分区是否满足即可。
  7. 说一下文件系统？
    （没背过，不知道，小林coding上的没看。。。）

网络 15min

  1. 操作系统里的网络主要干了什么事？
    绕弯了，说的就是七层模型，吟唱

  2. 说一下TCP和UDP
    吟唱

  3. 你有写过TCP和UDP的程序嘛？
    不愧是你腾，喜欢考网络编程（不会）

  4. 问一个比较有挑战性的问题：现在我有一台服务器，嗯，内存还比较大，实际上 100 多g， 100 多g。然后我这个服务，我先跑个程序，让你写个程序实现百万级设备的连接，然后实现文件的一个传输。你，你大概怎么做？
    刚开始有点懵逼，后来想到这不得用IO多路复用嘛，说了一下epoll的流程，优势，之后epoll_wait之后怎么读数据就不知道了。。。（这里面试官表示可惜）
    查了一下，其实后续的数据传输就是很简单的思路，过 epoll_wait 获取活动的文件描述符，参考零拷贝技术sendfile可以在内核传输的特性，以及大块读取文件减少IO的思想，给出gpt的思路：（怪不得可惜的。。。）

    1. 监听连接：首先，你会通过 epoll_create 创建一个 epoll 实例，监听多个设备的网络连接（使用 epoll_ctl 加入监听）。
    2. 处理连接的事件：通过 epoll_wait 获取活动的文件描述符（比如有数据可读、可写等），然后分别处理：
      • 接收数据：如果是接收文件数据，可以使用 recv() 或 read() 等阻塞函数，或者为了更高效可以考虑使用非阻塞模式，配合 epoll 监听文件描述符的可读事件。
      • 发送数据：如果是发送文件数据，也可以通过 send() 或 write() 完成，确保数据传输的过程中不会阻塞。
    3. 数据传输：对于大规模文件传输的部分，你可以通过大块读取和写入来减少 I/O 次数，从而提升效率。例如：
      • 可以通过 sendfile 进行文件传输，它通常比 read()/write() 组合更高效，因为它能在内核空间直接实现数据传输，避免了用户空间与内核空间的数据复制。
      • 对于百万级连接，数据发送和接收应该是异步的，可以借助 epoll 监听文件描述符的可写事件，然后在准备好发送数据时再写入，避免阻塞。
    4. 内存管理：因为内存足够大，可以利用内存映射（mmap）来提高文件操作的效率，将文件直接映射到内存中，然后通过指针操作来完成数据的读取和写入，减少不必要的 I/O 操作。
    5. 并发处理：如果单线程处理效率不够，可以考虑使用多线程或者多进程来分担任务。每个线程或进程可以处理一定数量的连接，通过线程池或进程池来管理。
    6. 负载均衡：考虑到你可能会有大量的设备同时连接，可能需要使用负载均衡算法将连接分配到不同的工作线程或进程中，这样可以避免单个线程或进程成为瓶颈。

    总结来说，你的思路基本是对的，接下来就要精细化地处理每个事件的具体操作，保证系统高效处理百万级的连接和大规模的数据传输。在实现中，I/O 多路复用和异步 I/O 是核心部分，同时内存管理和文件传输效率也非常重要。

算法&场景题 30min

  1. 对你算法的自我评价
  2. 说一下你了解的有哪几种排序算法
    冒泡、快速、归并、堆排序
  3. 堆是什么树，普通二叉树？完全二叉树？满二叉树？
    完全二叉树
  4. 怎么实现删除堆里的任意一个元素？
    这里刚开始就想到的是，讲最后一个元素和待删除的元素替换，然后不断的down，面试官说有点问题，但是我自我怀疑很久，不知道那里有问题，面完了才知道是自己傻逼了，不仅要down，还要up（这里面试官表示第二次可惜）
  5. 场景题：现在有一个1T的数据存放在磁盘上，但是内存只有1M，我现在想要把所有数据变得有序，最后存在磁盘里，说说思路
    这里不就是典型的外部排序嘛，先分治，文件分块，保证能装进内存，挨个排序，得到很多有序的小文件，最后创建一个文件数量大小的小根堆，依次遍历每个文件的每个头元素，放进去，取出堆顶，写入最终的文件里
    面试官说这里IO太大，多路归并有点问题，后续怎么处理，（实在没想到，他表示第三次可惜，都说到这份上了，最后差点意思，感觉是有点不按套路出牌的，人家都问的是取前10或者前100，他直接就全部排序，还是很有难度的。。。还是没想清楚，后面即使成批量读取减少IO之后应该怎么搞，问了gpt感觉也不是很合理）

面试官整体评价：前半程很不错，后面的算法开始有点出乎他的意料（确实是个很简单的堆问题），算法差点意思，场景题有思想，但不够，也差点意思。。。（最后时间原因就没有写算法题了）