同z科技-2025-4-23
1.自我介绍
个人信息 + 校园经历 + 实习经历 + 项目经历 + 个人技能掌握 + 目前学习技术
2.封装缓存工具类怎么封装的
先介绍使用缓存的问题 + 解决的逻辑 + 封装的逻辑 + 应用
缓存穿透:
缓存雪崩:
缓存击穿:
https://www.yuque.com/hnsqls/rkzi78/mt4ywynev11fgn72
封装的逻辑—主要是对所有的类都支持运用泛型
/**
* Redis 工具类
* * 方法1:将任意Java对象序列化为json并存储在string类型的key中,并且可以设置TTL过期时间
* * 方法2:将任意Java对象序列化为json并存储在string类型的key中,并且可以设置逻辑过期时间,用于处理缓存击穿问题
*
* * 方法3:根据指定的key查询缓存,并反序列化为指定类型,利用缓存空值的方式解决缓存穿透问题
* * 方法4:根据指定的key查询缓存,并反序列化为指定类型,需要利用逻辑过期解决缓存击穿问题
*/
@Component
public class CacheClient {
private final StringRedisTemplate stringRedisTemplate;
public CacheClient(StringRedisTemplate stringRedisTemplate) {
this.stringRedisTemplate = stringRedisTemplate;
}
//range
/**
* 方法1:将任意Java对象序列化为json并存储在string类型的key中,并且可以设置TTL过期时间
* @param key
* @param value
* @param time
* @param unit
*/
public void set(String key , Object value, Long time, TimeUnit unit){
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time,unit);
}
/**
* 方法2:将任意Java对象序列化为json并存储在string类型的key中,并且可以设置逻辑过期时间,用于处理缓存击穿问题
* @param key redis的key
* @param value
* @param time
* @param unit
*/
public void setWithLogicalExpire(String key , Object value, Long time, TimeUnit unit){
//RedisData 是自定义类
RedisData redisData = new RedisData();
redisData.setData(value);
redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
}
/**
* 方法3:根据指定的key查询缓存,并反序列化为指定类型,利用缓存空值的方式解决缓存穿透问题
* @param
* @param id
* @return
*/
public <R,ID> R queryWithPassThrough(String keyPrefix, ID id, Class<R> type, Function<ID,R> dbFallback,Long time,TimeUnit unit){
String key = keyPrefix+ id;
// 1. 从redis中查询店铺缓存
String json = stringRedisTemplate.opsForValue().get(key);
//2.判断是否命中缓存 isnotblank false: "" or "/t/n" or "null"
if(StrUtil.isNotBlank(json)){
// 3.若命中则返回信息
R r = JSONUtil.toBean(json, type);
// return Result.fail("没有该商户信息");
return r;
}
//数据穿透判空 不是null 就是空串 ""
if (json != null){
return null;
}
//4.没有命中缓存,查数据库,因为不知道操作那个库,函数式编程,逻辑交给调用者完成
// R r= getById(id); 交给调用者--》》函数式编程
R r = dbFallback.apply(id);
//5. 数据库为空,返回错误---》解决缓存穿透--》加入redis为空
if (r == null){
stringRedisTemplate.opsForValue().set(key,"",CACHE_NULL_TTL,TimeUnit.MINUTES);
// return Result.fail("没有该商户信息");
return null;
}
//6. 数据库不为空,返回查询的结果并加入缓存
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(r),time, unit);
return r;
}
/**
* 方法4:根据指定的key查询缓存,并反序列化为指定类型,需要利用逻辑过期解决缓存击穿问题
* @param id
* @return
*/
public <R,ID> R queryWithLogicalExpire(String keyPrefix,ID id,Class<R> type,Function<ID,R>dbFallback,String lockPrefix,Long time,TimeUnit unit){
String key = keyPrefix+ id;
// 1. 从redis中查询店铺缓存
String json = stringRedisTemplate.opsForValue().get(key);
//2.判断数据是否存在(我们对于热点key设置永不过期) isblank
if(StrUtil.isBlank(json)){
// 3.若未命中中则返回空
return null;
}
//4.若命中缓存 判断是否过期
RedisData redisData = JSONUtil.toBean(json, RedisData.class);
JSONObject data = (JSONObject) redisData.getData();
R r = JSONUtil.toBean(data, type);
LocalDateTime expireTime = redisData.getExpireTime();
//未过期 直接返回查询信息
if (expireTime.isAfter(LocalDateTime.now())){
return r;
}
//过期
// 重建缓存
// 获取锁
String lockKey = lockPrefix + id;
if (tryLock(lockKey)) {
//再次校验缓存是否未过期(线程1刚写入缓存然后释放锁,线程2在线程1释放锁的同时,执行到获得锁)
// 从redis中查询店铺缓存
json = stringRedisTemplate.opsForValue().get(key);
//2.判断数据是否存在(我们对于热点key设置永不过期) isblank
if(StrUtil.isBlank(json)){
// 3.若未命中中则返回空
return null;
}
//4.若命中缓存 判断是否过期
redisData = JSONUtil.toBean(json, RedisData.class);
data = (JSONObject) redisData.getData();
r = JSONUtil.toBean(data, type);
expireTime = redisData.getExpireTime();
//未过期 直接返回查询信息
if (expireTime.isAfter(LocalDateTime.now())){
return r;
}
//二次校验过后还时过期的就新开线程重构缓存
// 获得锁,开启新线程,重构缓存 ,老线程直接返回过期信息
CACHE_REBUILD_EXECUTOR.submit( ()->{
try{
//重建缓存
//先查数据库 封装逻辑过期时间 再写redis
R r1 = dbFallback.apply(id);
this.setWithLogicalExpire(key, r1, time, unit);
}catch (Exception e){
throw new RuntimeException(e);
}finally {
unlock(lockKey);
}
});
}
//未获得锁 直接返回无效信息
return r;
}
/**缓存穿透互斥锁解
*
* @param keyPrefix
* @param id
* @param type
* @param dbFallback
* @param time
* @param unit
* @return
*/
public <R,ID> R queryMutex(String keyPrefix, ID id, Class<R> type, Function<ID,R>dbFallback,String lockPrefix, Long time, TimeUnit unit) {
String key = keyPrefix + id;
//1.从redis中查询店铺缓存
String json = stringRedisTemplate.opsForValue().get(key);
//2.判断数据是否存在缓存
if (StrUtil.isNotBlank(json)) {
//2.1存在缓存
R r = JSONUtil.toBean(json, type);
return r;
}
// 2.2 是否缓存“”
//判断命中是否为空值 ""
if (json != null) {
return null;
}
// 2.3不存在缓存
// 3 缓存重建
// 3.1 获取互斥锁
String lockKey = lockPrefix + id;
R r = null;
try {
boolean isLock = tryLock(lockKey);
// 成功获取锁 - 》查数据库缓存重建
if (isLock) {
//二次校验 缓存是否有值
json = stringRedisTemplate.opsForValue().get(key);
//判断缓存是否存在
if (StrUtil.isNotBlank(json)) {
//存在缓存
r = JSONUtil.toBean(json, type);
return r;
}
if (json != null) {
//缓存为 ""
return null;
}
// 缓存不存在--》 查询数据库
// 查询数据库
r = dbFallback.apply(id);
if (r == null) {
//缓存空值
stringRedisTemplate.opsForValue().set(key, "", time, unit);
}
//缓存重建
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(r), time, unit);
//返回数据
return r;
}
// 3.2 获取锁失败 -》休眠重试
//休眠
Thread.sleep(50);
// 递归重试
return queryMutex(keyPrefix, id, type, dbFallback, lockPrefix, time, unit);
}
catch (InterruptedException e) {
throw new RuntimeException(e);
}finally {
unlock(lockKey);
}
}
//endrange
/**
* 线程池
*/
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
/**
* 获取所
* @param key
* @return
*/
private boolean tryLock(String key){
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
return BooleanUtil.isTrue(flag);
}
/**
* 释放锁
* @param key
*/
private void unlock(String key){
stringRedisTemplate.delete(key);
}
}
数据一致性问题: 看业务,强一致性和弱一致性;
感觉可以在复习一下,还是有的说的,解决缓存的通用方法,设计思想(泛型),多线程,异步
3.prompt 的编写
https://www.yuque.com/hnsqls/rkzi78/dcpbg93idy3lszy2#Y1h4O
4.考勤系统的实现
5.大模型生成图片的流程
6.传统开发和大模型应用的优劣
传统应用
- 强逻辑确定性
- 精确控制,高可靠性
根据业务写代码,代码运行1w次,几年后,结果都是一样的,就体现强逻辑,精确控制,高可靠,但是不好处理一些模糊性,开放性的问题。
大模型应用
- 处理发散性,开放性,模糊性的问题
- 复杂模式的识别
所以要结合二者,选择二者的优点,进行开发,为现在传统的应用赋能。比如说大模型其实是没有记忆的,只不过可以用传统应用,用数据库存下来,在之后的交互,吧这些进行拼接起来。
比如说
- 智能客服
- 文本分析,摘要
- 多模态创作
- 分析复杂数据,给出推测性的结论,比如说烟草,周期性的爆品
- 情感分析
- 智能体 自动化办公
7.那些功能用大模型比较好
大模型知识负责根据输入来分析推理数据,既没有上下文,也没有其他的功能,现在的DeepSeek,ChatGPT,等等都是传统开发和大模型的结合,用数据库实现持久化,以及上下问。大模型还是仅仅是对问题进行分析处理。所以都是二者来结合的。
大模型落地的场景
- 智能客服
- 文本分析,摘要总结
- 多模态创作
- 数据分析,推测 比如说烟草,周期性的爆品,可以根据大模型分析的预测品类销量,进货(对于银行等要求准确度高的数据,还是使用传统开发来做。)
- 情感分析 (语音)
- 智能体,自动办公(审核评价 是否是恶意评价)
8.ik 分词器
9.大模型处理复杂任务,怎么处理,有什么规范
复杂任务拆分处理,每一模块,编写特定prompt 让大模型专注这一功能进行分析。然后给其他的模块进行处理
10.MCP 怎么开发的
先聊 Function Calling 再聊 MCP ,再聊 mcp Sdk, 再聊spring ai 。
11.什么样的场景需要function calling
大模型的数据是滞后性的,要想获取最近或者获取训练库之外的数据,就需要function calling 去调用外部服务的接口,来获得外部数据。
12.hot-Key 组件
13.SQl优化
监控
分析 Explain
索引失效
回表
多表查询
14.什么情况创建索引
数据量大
查询字段
联合字段 - 覆盖索引
15.什么场景OOM内存溢出
大对象
递归调用
16.有什么编程习惯避免内存溢出
ThreadLocal
17.自己的规划
总结
缓存工具类要复习一下,有多线程,异步,以及通用的设计。
考勤系统,可以再说的具体一点,把难点提出来(多次上传,只记录一次数据,多次上传的数据中也有新增的数据;也就是如何去重的,数据库的设计, 可以提一下 insert ignore, 以及lamda 处理集合的使用分组使用)
大模型生图的流程,要加上MQ,异步的介绍。
JVM 要在复习一下常问的面试题。缺乏上线项目处理的经验多看看场景题目把。
长久更正:真实面经
https://github.com/hnsqls/interview