AI：是时候展示真正的技术了...动态题目、回答追问、智能评估。。。

大家好，我是皇子。

美团的骑手“进门难”的问题近期备受社会关注，不过在秋招阶段很多技术同学也反馈入团难的问题。

因为前面文章中我也有介绍过，美团秋招会第一轮就直接使用AI面试官了。

这个问题不知道是否跟使用的AI面试有关系呢？

关于AI技术面试有关的题型和应对方式方法，请阅读前面的文章（文末附直接访问）。

有美团后端秋招的同学反馈，以为开团用AI技术面试后，后面就直接是真人面试了，没想到二面还是AI！

不过同学反馈问的问题倒是挺专业的，而且全程无废话，无刁难，难度也适中。

这里我也稍微整理下涉及到的面试技术点，希望能帮到大家。

网络

OSI参考模型包含那些内容

应用层：为特定应用程序提供数据传输服务，例如 HTTP、DNS 等协议。数据单位为报文。
传输层（运输层）：为进程提供通用数据传输服务。由于应用层协议很多，定义通用的传输层协议就可以支持不断增多的应用层协议。运输层包括两种协议：传输控制协议 TCP，提供面向连接、可靠的数据传输服务，数据单位为报文段；用户数据报协议 UDP，提供无连接、尽最大努力的数据传输服务，数据单位为用户数据报。TCP 主要提供完整性服务，UDP 主要提供及时性服务。
网络层：为主机提供数据传输服务。而传输层协议是为主机中的进程提供数据传输服务。网络层把传输层传递下来的报文段或者用户数据报封装成分组。
数据链路层：网络层针对的还是主机之间的数据传输服务，而主机之间可以有很多链路，链路层协议就是为同一链路的主机提供数据传输服务。数据链路层把网络层传下来的分组封装成帧。
物理层：考虑的是怎样在传输媒体上传输数据比特流，而不是指具体的传输媒体。物理层的作用是尽可能屏蔽传输媒体和通信手段的差异，使数据链路层感觉不到这些差异。

其中表示层和会话层用途如下：

表示层：数据压缩、加密以及数据描述，这使得应用程序不必关心在各台主机中数据内部格式不同的问题。

会话层：建立及管理会话。

五层协议没有表示层和会话层，而是将这些功能留给应用程序开发者处理。

数据在各层之间的传递过程

在向下的过程中，需要添加下层协议所需要的首部和尾部，而在向上的过程中不断拆开首部和尾部。

路由器只有下面三层协议，因为路由器位于网络核心中，不需要为进程或者应用程序提供服务，因此也就不需要传输层和应用层。

操作系统

查看系统的启动日志

1、使用 dmesg 命令

这个命令用来查看内核启动时产生的日志信息，通常包含硬件检测和加载模块等信息。

dmesg

如果想要查看更早的日志或者保存的输出，可以用 -T 参数来显示时间戳，或者用 -c 清除现有的日志。

dmesg -T

2、使用 journalctl 命令

journalctl 是 Systemd 系统和服务管理器的一部分，用来查看由 Systemd 产生的日志。它非常灵活，可以查看从启动到现在的所有日志。

journalctl -b

小贴士

如果你想查看启动时某个特定服务的日志，可以使用 journalctl -u <service>.service。

3、/var/log/messages

有些系统可能会将日志记录到 /var/log/messages 文件中，这个文件类似于 syslog，也是记录系统运行期间的各种日志。

less /var/log/messages

Golang

Channel 缓冲有什么特点？

无缓冲的 channel 是同步的，而有缓冲的 channel 是异步的。

Channel 使用时，需要注意什么？

空(nil)channel：

发送和接收数据都会发生永久阻塞

已经关闭的 channel：

发送会引起panic
通道没有值时，value, ok := <-stop接收到的value会返回一个零值，并且的ok等于false。

注意：

有一个向通道发送数据的 goroutine 和一个从通道接收数据的 goroutine，如果发送方在关闭通道之前已经发送了一些数据，但接收方还没有接收这些数据，那么在通道关闭后，接收方仍然可以从通道中接收到这些数据，每次接收操作都会返回 true 的 ok 值，直到所有数据都被接收完毕，才会返回返回 false 的 ok 值。

MySQL

MySQL中有哪几种锁，列举一下？

表锁、行锁的区别

如果按锁粒度划分，有以下3种，包含了他们的区别

表锁：开销小，加锁快；锁定力度大，发生锁冲突概率高，并发度最低;不会出现死锁。
行锁：开销大，加锁慢；会出现死锁；锁定粒度小，发生锁冲突的概率低，并发度高。
页锁：开销和加锁速度介于表锁和行锁之间；会出现死锁；锁定粒度介于表锁和行锁之间，并发度一般。

建立索引的原则？

选择性原则：对于经常用于筛选（特别是作为 WHERE 子句的一部分）的列创建索引。选择性高的列更适合作为索引的依据，即那些具有高唯一值比例的列。

频繁查询原则：为经常出现在 SELECT 查询中的列创建索引。特别是那些被频繁用来做 JOIN 或者 GROUP BY 的列。

排序和分组原则：如果一个列经常被用来进行 ORDER BY 或 GROUP BY 操作，则考虑为该列创建索引。

最左前缀原则：在复合索引中，查询使用的索引字段顺序应该与索引定义的顺序一致，并且从最左边开始。例如，如果索引是 (A, B, C)，那么 WHERE A = ? 和 WHERE A = ? AND B = ? 都可以使用这个索引，但 WHERE B = ? 则不能。

避免更新频繁的列：尽量不要为经常更新的列创建索引，因为每次数据更新时索引也需要更新，这会增加写操作的时间开销。

覆盖索引原则：创建包含所有查询需要字段的索引，这样数据库可以直接从索引中获取数据，而不需要额外访问表数据（这被称为“覆盖索引”或“索引覆盖”）。

限制索引数量：每个表上的索引数量应该有限制，过多的索引会降低写操作的性能。考虑到每个索引都会占用存储空间，因此要平衡索引带来的读取性能提升和额外的存储成本。

使用合适的数据类型：索引列应尽量使用适合的数据类型，以减少索引的大小并提高性能。比如主键索引，大多数情况都会使用整型，二叔字符串。

开放题

设计一个电子邮件发送系统

简单的可以从如下方面进行介绍

在实现技术细节中，我们加上并发控制的代码示例。

package main

import (
	"context"
	"fmt"
	"net/smtp"
	"sync"
	"time"

	"gopkg.in/gomail.v2"
)

// EmailTask 结构体表示一个待发送的邮件任务
type EmailTask struct {
	To      string
	Subject string
	Body    string
}

// sendEmail 发送单个邮件
func sendEmail(task EmailTask) error {
	m := gomail.NewMessage()
	m.SetHeader("From", "your-email@example.com")
	m.SetHeader("To", task.To)
	m.SetHeader("Subject", task.Subject)
	m.SetBody("text/html", task.Body)

	dialer := gomail.NewDialer("smtp.example.com", 587, "your-email@example.com", "your-password")

	if err := dialer.DialAndSend(m); err != nil {
		return fmt.Errorf("failed to send email: %w", err)
	}

	return nil
}

// worker 是一个 goroutine 函数，它不断地从队列中取出任务并执行
func worker(id int, tasks chan EmailTask, wg *sync.WaitGroup) {
	defer wg.Done()

	for task := range tasks {
		fmt.Printf("Worker %d processing email to %s\n", id, task.To)
		if err := sendEmail(task); err != nil {
			fmt.Printf("Error sending email to %s: %v\n", task.To, err)
		} else {
			fmt.Printf("Email sent to %s\n", task.To)
		}
	}
}

func main() {
	// 初始化邮件队列
	tasks := make(chan EmailTask, 10)

	// 创建 WaitGroup 以等待所有 workers 完成
	var wg sync.WaitGroup

	// 启动 5 个 workers
	const numWorkers = 5
	for i := 0; i < numWorkers; i++ {
		wg.Add(1)
		go worker(i+1, tasks, &wg)
	}

	// 添加一些任务到队列中
	go func() {
		tasks <- EmailTask{"alice@example.com", "Welcome!", "Welcome to our service!"}
		tasks <- EmailTask{"bob@example.com", "Reset Password", "Please reset your password."}
		tasks <- EmailTask{"charlie@example.com", "Important Update", "We have important updates for you."}
		close(tasks)
	}()

	// 等待所有 workers 完成
	wg.Wait()

	fmt.Println("All emails have been processed.")
}

解读main.go

初始化一个 tasks 队列。

创建一个 WaitGroup 用于同步。

启动多个 workers 处理队列中的任务。

向队列中添加几个示例任务。

关闭队列，并等待所有 workers 完成。

注意事项

在实际应用中，可能还需要考虑错误处理、重试机制以及监控等功能。
根据具体需求，我们还需要调整 worker 的数量以及队列的大小已达到较好的吞吐量。
如果邮件发送量非常大，我们还可以考虑使用第三方服务或队列服务（如 RabbitMQ、Kafka）来处理邮件队列。

以上，点亮【赞与在看】让我们心中充满力量、披荆斩棘、不惧未来！

【推荐阅读】

美团面试的新方式，涨见识了

字节跳动申请出战，校招4000+，根本面不完

美团再招2000人，一个村的人都想黄袍加身

京东秋招16000个兄弟，强哥批量收小弟

关于作者：一位热爱技术，并在职场与自媒体间探索的实践者，希望通过分享个人经验和见解，帮助更多人实现自我成长和价值。

如果您对我的公众号内容感兴趣，欢迎关注我。

也可以在下方添加我微信和一支烟花AI社区技术群，一起交流技术、职场心得。

ITPub博客

美团二面，我是没想到还是AI