docs/interview/xiaochang/Tadori1zanai-%E6%8E%A8%E4%BA%91%E7%A7%91%E6%8A%80%E9%9D%A2%E8%AF%95/ #29
Replies: 1 comment
|
还真就问这俩,逆天 |
0 replies
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Uh oh!
There was an error while loading. Please reload this page.
docs/interview/xiaochang/Tadori1zanai-%E6%8E%A8%E4%BA%91%E7%A7%91%E6%8A%80%E9%9D%A2%E8%AF%95/
Tadori1zanai 推云科技面试(项目:分布式缓存系统 / IM 聊天系统) 作者:Tadori1zanai
时间:2026.4.27
注:
回答多数为 AI 生成,仅供参考。 只记录部分面试和部分问题,部分问题暂无回答。 个人项目相关的面试题用 * 标识。 假设有万人级别的学生选课,在开课前需要发送上课提醒,粒度是分钟级别的,如何实现?# 这个问题本质是延迟任务调度问题,可以通过延迟队列实现。 常见方案是使用 Redis ZSet,把提醒时间作为 score,任务内容作为 value。 后台 worker 定期扫描当前时间之前的任务,然后批量发送提醒。 发送阶段可以通过消息队列解耦,实现异步发送和削峰。 可靠性靠任务持久化、失败重试和幂等设计,避免漏发和重复发送。 规模进一步扩大时,可以按时间分片 ZSet、增加 worker 数量并加入限流,降低单点压力。 实际工程里可以按时间分桶,例如每分钟一个 key,降低单个 ZSet 过大的风险。
你认为 AI 编程和人手写代码的本质区别是什么?# AI 编程和人工编程的核心差异在于问题建模和系统决策的责任主体。 AI 更擅长在明确需求下生成代码,通常关注局部实现。 工程师需要把模糊需求抽象成问题,并在系统层面做性能、一致性和可维护性权衡。 AI 生成代码具有概率性,边界条件和复杂场景需要人工 review 和测试兜底。 实际开发中可以先由人确定设计,再用 AI 辅助生成部分代码,最后由人负责正确性和系统行为。
https://goclub.space/docs/interview/xiaochang/Tadori1zanai-%E6%8E%A8%E4%BA%91%E7%A7%91%E6%8A%80%E9%9D%A2%E8%AF%95/
All reactions