腾讯TEG AILab 一面二面HR 意向书 | 面试复盘

恭喜发现宝藏！微信搜索公众号【TechGuide】关注更多新鲜好文和互联网大厂的笔经面经。
作者@TechGuide【全网同名】
点赞再看，养成习惯，您动动手指对原创作者意义非凡🤝

面试部门 / 岗位: 腾讯TEG / AILab

写在前面：楼主是22届校招生，十分幸运能被腾讯录取，感觉三个月的准备没有白费。后续会把自己的笔记放到Gitbook中给大家开源共享，祝大家秋招顺利！

一面（50 min）

1. 项目问题 -15min

主要涵盖了我项目的开发流程，主要职责还有工作量。挖到一半发现我答的还可以就停了

2. 说说InnoDB与MyISAM的区别

3. InnoDB 支持事务，MyISAM 不支持事务

4. InnoDB 支持外键，而 MyISAM 不支持

5. InnoDB 是聚簇索引，MyISAM 是非聚簇索引。聚簇索引的文件存放在主键索引的叶子节点上，因此 InnoDB必须要有主键，通过主键索引效率很高。

6. InnoDB 最小的锁粒度是行锁，MyISAM最小的锁粒度是表锁。一个更新语句会锁住整张表，导致其他查询和更新都会被阻塞

7. InnoDB 不保存表的具体行数，而MyISAM会保存，所以MyISAM在执行select count(*)更快

8. 说说聚簇索引和非聚簇索引

提示点：再说非聚簇索引的时候一定要提到回表查询

9. 为什么用B+树当索引的数据结构？它跟B树相比，优点是什么？

在B+Tree中，所有数据节点都是按照键值大小存放在同一层的叶子结点上，而非叶子节点上只存储key值信息，这样可以大大加大每个节点存储的key值数量，降低B+Tree的高度：

• 非叶子节点只存储键值信息；
• 所有叶子节点之间都有一个链指针； 数据记录都存放在叶子节点中
• 我们知道IO次数取决于b+数的高度h，假设当前数据表的数据为N，每个磁盘块的数据项的数量是m，则有h=㏒(m+1)N，当数据量N一定的情况下，m越大，h越小；而m = 磁盘块的大小 / 数据项的大小，磁盘块的大小也就是一个数据页的大小，是固定的，如果数据项占的空间越小，数据项的数量越多，树的高度越低

10. UNION和UNION ALL的区别?

• UNION和UNION ALL都是将两个结果集合并为一个，两个要联合的SQL语句 字段个数必须一样，而且字段类型要一致；

• UNION在进行表连接后会筛选掉重复的数据记录（效率较低），而UNION ALL则不会去掉重复的数据记录；

• UNION会按照字段的顺序进行排序，而UNION ALL只是简单的将两个结果合并就返回；

11. Left Join 和Inner Join的区别

12. 说说事务隔离级别

• READ-UNCOMMITTED(读取未提交)： 最低的隔离级别，允许读取尚未提交的数据变更，可能会导致脏读、幻读或不可重复读。
• READ-COMMITTED(读取已提交)： 允许读取并发事务已经提交的数据，可以阻止脏读，但是幻读或不可重复读仍有可能发生。
• REPEATABLE-READ(可重复读)： 对同一字段的多次读取结果都是一致的，除非数据是被本身事务自己所修改，可以阻止脏读和不可重复读，但幻读仍有可能发生。
• SERIALIZABLE(可串行化)： 最高的隔离级别，完全服从 ACID 的隔离级别。所有的事务依次逐个执行，这样事务之间就完全不可能产生干扰，也就是说，该级别可以防止脏读、不可重复读以及幻读。
  提到了幻读，从而引申出了MVCC

13. MVCC是怎么实现事务的安全性的

可以认为MVCC是行级锁的一个变种，但是它在很多情况下避免了加锁操作，因此开销更低。大多数的MVCC都实现了非阻塞的读操作，写操作也只锁定必要的行。在MVCC并发控制中，读操作可以分成两类：快照读 (snapshot read)与当前读 (current read)。

14. 提到了行级锁后，说说锁按照粒度的分类

15. 说完了后面试官提问：InnoDB行锁是怎么实现的？

我听到这里愣了得有二十秒，没想明白。然后面试官又提到了表锁，灵感就来了。InnoDB行锁是通过给索引上的索引项加锁来实现的,InnoDB这种行锁实现特点意味着：只有通过索引条件检索数据，InnoDB才使用行级锁，否则，InnoDB将使用表锁。

算法题

括号匹配，但是我用的栈必须得自己实现。算法写的挺快的，手动实现栈想了一下，解决了。

二面（60 min）

算法题

上来直接写题：三选一。我选了第一道

给定一个整数数组 a，其中1 ≤ a[i] ≤ n （n为数组长度）, 其中有些元素出现两次而其他元素出现一次。

找到所有出现两次的元素。

你可以不用到任何额外空间并在O(n)时间复杂度内解决这个问题吗？

本来想用异或加位运算的，但是我这个算法不熟练。所以现场临时想了个类似于哈希的解法，就是数组中的值num对应的索引应该是num-1, 在操作完最后遍历的时候如果发现 这两个的值没有对应，那么它就是出现两次的元素

总得来说20分钟算是解决了，也写了测试语句通过了用例。

但是面试官好像没太看题，上来自己测试就往数组里加了个0，说我程序报错。给我吓一机灵，我提醒后，又往数组里加了个100，又说我报错哈哈，我没给他吓尿了。最后面试官嘟囔了句，这题限制还挺多，我只能应声附和。舔狗真是卑微…

2. 写完之后继续项目，这次挖的比较彻底。从我们的市场调研开始说，动机是什么？每天的用户量有多少？数据库有多大？为什么用MySQL当数据库？为啥使用Mybatis Pagehelper? 怎么用Pagehelper？ （现在还没有高并发的问题）-> 如果有高并发了怎么办？用什么解决？加什么东西？你觉得为什么可以？

这一套操作下来，面试官看我回答的还比较流利，就出了些分布式的场景题，具体问题有点忘了哈。大概是我上学期分布式数据库学过的算法往上套就行，但是我全还给老师了，只能现场硬说，跟阿杜一样–冷手硬打。有点痛苦

3. 最后面试官说我们是C++哈，你Java可以转不？

那当然可以，必须可以，相当可以。我现场表忠心，“语言只是形式，关键还是思想，我自学能力很强的！”

面试结束以为自己凉了，结果当天晚上睡前就有TEG的HR姐姐加我微信了。我直接从书桌上起飞

三面（30 min）

1. 为啥要来腾讯？家是哪的？就是一些常规问题

2. 然后又把我的项目唠了二十分钟

3. 面完十分钟后云证加测评

反馈

周二HR面完 周五下午等来了Offer Call !!! 我也太开心了

以上就是我的流程，祝大家心想事成哈！