The Coding Odyssey | Chronicles of a Software Developer

2026 秋招内容合集 投递记录 投递记录-飞书文档 投递方向 后端 云原生，DevOps Infra 嵌入式，边缘计算 项目及相关问题 分布式KV 秒杀系统 基于ESP32-C5的无线感知系统 面试记录 6.11-腾讯-CSIG-运营开发-暑期实习-一面 6.18-联洲-嵌入式-提前批-一面 6.24-联洲-嵌入式-提前批-二面 7-10-腾讯-TEG-云架构平台-后台开发-一面 面经 计算机网络 操作系统 Redis MySQL 数据库优化 负载均衡 高可用 分布式系统 Kubernetes Linux面试题 消息队列 C++ Golang 算法 HOT100 代码随想录 解题代码框架

7-10-腾讯-TEG-云架构平台-后台开发-一面 基本信息 时间: 2025-07-10 19:00-20:15 (75分钟) 部门: 腾讯TEG云架构平台 职位: 后台开发 面试内容: 技术问答+2道算法题(约30分钟) 飞书纯文字版存档 讲一下Golang的GMP（背） Golang哪些设计你认为比较好（回答：协程，Channel，Context，依赖管理） 为什么有了线程还要用Goroutine（轻，开销小） Golang设计的缺点呢（回答：错误异常处理，泛型，内存操作） 讲一下Golang的GC（回答：说了下三色标记法，没答全，忘了，每次都不看GC的东西） 场景：分布式KV，Raft，一个新的节点加入，过程是怎么样的？（回答：实现AddNewNode，预分配节点ID，设置为Follower，配置Metadata，Leader构造confChange并提交到日志流；使用Snapshot或者AppendEntries进行日志增量同步（这里还被问到如果是全量同步应该怎么办），最后Leader收到多数派确认后把这个节点加入列表，后续参与RequestVote，同时也有负载均衡的 ...

基于ESP32-C5的无线感知系统 简历描述 基于 ESP32-C5 的无线感知系统 - C++/嵌入式 构建双 ESP32-C5 架构的 Wi-Fi CSI 感知系统，实现信道状态信息的采集、传输与板载处理 基于 ESP-DSP 库在 MCU 上实现 FFT 与频域特征提取，完成呼吸率估计（MAE = 1.04）与运动检测（准确率达 95%） 自建数据集并调优采样率，实现模型量化部署，边缘推理延迟控制在 50ms 内，功耗降低约 30% 利用 FreeRTOS 事件循环与回调机制构建多任务处理系统，保障算法实时性与系统稳定性 通过 MQTT 实时上传处理结果，结合 Web 前后端实现可视化监控与交互展示 问题 构建双 ESP32-C5 架构的 Wi-Fi CSI 感知系统，实现信道状态信息的采集、传输与板载处理 什么是 Wi-Fi CSI？ESP32-C5 是如何获取 CSI 数据的？是否使用了 esp_wifi_set_csi_rx_cb 回调？ 双 ESP32 架构是如何设计的？主从分工是怎样的？之间如何通信（UART/SPI/Wi-Fi）？ ESP32-C5 相比 E ...

秒杀系统 简历描述 高并发秒杀系统 - Golang 设计并实现基于 Go、Kafka、Etcd 的高并发秒杀系统，涵盖抢购下单、库存扣减、异步落库、排行榜等核心功能，单节点 QPS 3000，支持 K8s 3 节点集群部署。 使用 Etcd 实现强一致分布式锁，结合 WAL 持久化记录锁状态（UUID + LeaseID），实现锁的自动续租与服务重启恢复机制，避免锁丢失与惊群问题。 引入令牌桶限流与 Kafka 异步下单机制，将秒杀高峰削峰至 1000 QPS，结合 Redis 缓存库存预热策略，在3节点环境下，1000 QPS 持续 30 秒压测，总请求中约 20% 出现 429 限流，总成功率达 70%。 实现 Redis ZSet 异步排行榜同步机制，使用 Kafka + Goroutine 将高并发更新操作异步解耦，排行榜更新时间控制在 100ms 以内。 部署 Prometheus 和 Grafana，监控库存命中率、限流 QPS、Kafka 消费延迟等关键指标，保障系统性能与稳定。 问题 第一行 设计并实现基于 Go、Kafka、Etcd 的高并发秒杀系统， ...

分布式KV 简历描述 分布式 Key-Value 存储系统 - Golang 基于 Raft 协议实现多节点自动选主与故障恢复，Leader 选举平均耗时 < 200ms，故障恢复时间 < 1s（3 节点集群） 通过 ReadIndex 机制优化线性化读，降低 P99 延迟从 50ms → 15ms。 持久化层集成 PebbleDB，支持高吞吐写入与压缩优化。引入 Redis 热点缓存，降低高频访问数据的尾延迟。 定期快照压缩（默认每10000条），减少日志回放开销与存储占用。 原生支持 Kubernetes，通过 StatefulSet + Headless Service 实现节点动态注册与服务发现。 支持分区路由 与 Region 分裂 （阈值64MB），实现水平扩展与负载均衡。 参考 TiKV Storage TiKV 架构 Partitioned Raft KV 原理解析 TiKV RocksDB Raft in TiKV diagram TiKV Storage diagram 问题 基于 Raft 协议实现多节点自动选主与故障恢复，Le ...