美团后端开发一面

浏览器输入网址到呈现页面过程

DHCP（动态主机配置协议，Dynamic Host Configuration Protocol）是一种网络管理协议，用于自动分配 IP 地址和其他网络配置给计算机和设备。
在这里插入图片描述
应用层DNS解析，传输层TCP连接，网络层IP，数据链路MAC，真实物理层，接收到之后再一层层扒皮。

TCP连接过程

在这里插入图片描述

tcp报文结构，具体讲讲包含哪些字段及作用？

在这里插入图片描述

16位端口号：告知主机该报文段是来自哪里**（源端口Source Port）以及传给哪个上层协议或应用程序（目的端口Destination Port）**的。

32位序列号seq：一次TCP通信（从TCP连接建立到断开）过程中某一个传输方向上的字节流的每个字节的编号。

32位确认号（acknowledgement number）：用作对另一方发送来的TCP报文段的响应。其值是收到的TCP报文段的序号值加1。

4位首部长度（header length）：标识该TCP头部有多少个32bit字（4字节）。因为4位最大能标识15，所以TCP头部最长是60字节。

6位标志位包含如下几项：

    URG标志，表示紧急指针（urgent pointer）是否有效。ACK标志，表示确认号是否有效。我们称携带ACK标识的TCP报文段为确认报文段。PSH标志，提示接收端应用程序应该立即从TCP接收缓冲区中读走数据，为接收后续数据腾出空间（如果应用程序不将接收到的数据读走，它们就会一直停留在TCP接收缓冲区中）。RST标志，表示要求对方重新建立连接。我们称携带RST标志的TCP报文段为复位报文段。SYN标志，表示请求建立一个连接。我们称携带SYN标志的TCP报文段为同步报文段。FIN标志，表示通知对方本端要关闭连接了。我们称携带FIN标志的TCP报文段为结束报文段。

16位窗口大小（window size）：是TCP流量控制的一个手段。这里说的窗口，指的是接收通告窗口（Receiver Window，RWND）。它告诉对方本端的TCP接收缓冲区还能容纳多少字节的数据，这样对方就可以控制发送数据的速度。

16位校验和（TCP check sum）：由发送端填充，接收端对TCP报文段执行CRC算法以检验TCP报文段在传输过程中是否损坏。注意，这个校验不仅包括TCP头部，也包括数据部分。这也是TCP可靠传输的一个重要保障。

16位紧急指针（urgent pointer）：是一个正的偏移量。它和序号字段的值相加表示最后一个紧急数据的下一字节的序号。因此，确切地说，这个字段是紧急指针相对当前序号的偏移，不妨称之为紧急偏移。TCP的紧急指针是发送端向接收端发送紧急数据的方法。

TCP头部选项：TCP头部的最后一个选项字段（options）是可变长的可选信息。这部分最多包含40字节，因为TCP头部最长是60字节（其中还包含前面讨论的20字节的固定部分）。

报文长度有上限吗

在这里插入图片描述

传输层除了tcp还有别的吗

UDP 然后说了说区别：数据包、无连接、不可靠，以及适用场景

操作系统学过吧，讲讲死锁是什么？如何避免？

在这里插入图片描述

银行家算法有了解过么？具体说下思想？

在这里插入图片描述

cpu中断执行过程

硬中断与软中断的核心区别在于触发源（硬件 vs. 软件），但处理流程均依赖中断向量表（IDT）和上下文保存/恢复机制。
在这里插入图片描述

用户态、内核态

在这里插入图片描述

讲讲mysql和redis区别？

原理上关系/非关系，结构固定/灵活；
mysql在磁盘中负责持久化；redis在内存中负责缓存，更快；

如何定义关系型/非关系型？

在这里插入图片描述

关系型数据库的相关规范？

在这里插入图片描述

redis为什么快？

内存中；
单线程多路复用；
数据结构优秀，举了sds和跳表例子；

跳表上层下层节点数1/2的关系是固定的吗？

不是，添加操作是概率性的，而且这个概率也可以调；
跳表查询过程：小就向右大就向下
跳表节点存的是值

redis持久化存储

在这里插入图片描述

mongodb是关系型还是？为啥用？

非关系；
用mysql存大文档不理想，并且以后想在文章中扩展更多的内容，了解到mongodb比较合适；

能扩展什么类型？啥都可以，流媒体、评论嵌套都支持；

kafka使用场景？

异步削峰解藕日志聚合通信
项目里主要是用于异步点赞数的更新，避免阻塞正常的阅读过程

RabbitMQ

在这里插入图片描述

消息重复消费怎么解决？

在这里插入图片描述

怎么量化你项目的性能提升？

量化项目性能提升需要系统性地选择指标、建立基准、对比数据，并结合统计学方法验证结果的有效性。以下是详细的步骤和示例：

1. 定义关键性能指标（KPIs）

根据项目类型选择核心指标：

响应时间：平均延迟（ms）、P95/P99延迟（消除长尾效应）
吞吐量：每秒处理请求数（RPS）、数据库读写速度（TPS）
资源利用率：CPU/内存占用率（%）、磁盘IOPS、网络带宽（MB/s）
错误率：失败请求占比（%）、异常触发频率
可扩展性：集群规模扩大时的性能衰减比例（如10节点 vs 100节点的吞吐量差异）

示例：优化API网关后，目标将平均响应时间从200ms降至150ms，同时维持99.9%成功率。

2. 建立基准测试（Baseline）

工具选择：使用行业标准工具（如JMeter、Locust、wrk）或自定义脚本。
环境一致性：确保测试环境（硬件、网络、软件版本）与生产环境一致，避免容器化环境因资源隔离导致的偏差。
数据采样：多次运行测试（至少5次），取中位数或平均值，计算标准差以排除偶发干扰。
场景覆盖：模拟真实场景（如用户登录高峰期的混合读写操作）。

示例：在4核8G服务器上，用Apache Bench模拟100并发用户，持续压测10分钟，记录当前系统的平均吞吐量为1200 RPS。

3. 实施优化并收集数据

A/B测试：新旧版本并行运行，对比相同负载下的表现（如蓝绿部署）。
渐进式验证：逐步放大优化范围（如从10%流量到全量），观察指标变化。
监控工具：集成Prometheus+Grafana实时监控，或使用ELK堆栈分析日志。

示例：优化数据库索引后，新版本在相同测试条件下平均查询时间从300ms降至180ms，CPU占用率从75%降至60%。

4. 数据分析与统计验证

提升百分比计算：
[
\text{提升百分比} = \left( \frac{\text{旧指标值} - \text{新指标值}}{\text{旧指标值}} \right) \times 100%
]
如响应时间从200ms→150ms，提升25%（(200-150)/200=25%）。
统计学显著性：使用t-test或Mann-Whitney U检验（非正态分布数据）判断差异是否非随机（p-value <0.05）。
业务影响映射：将技术指标转化为业务价值（如延迟降低20% → 用户留存率提升5%）。

示例：通过t-test分析，新旧版本响应时间差异的p-value为0.003，证明优化具有统计显著性。