2026 秋招合集
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
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
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
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
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 ...