阿里云基础平台中间件2024届实习生一面

中间件部门的面试真的非常硬核，八股没时间细背的我只能靠本能去回想一些本科的知识，被面试官杀得片甲不留。后面看上去要狠背八股了。

一、自我介绍

从教育经历、专业方向到基础课程；项目介绍方面主要介绍了项目技术梗概及主干技术，以及自己负责的内容。

二、基础知识问答

从爬虫开始，问到搜索引擎（算法相关）

看到我做过python相关的项目（深度学习一个，SDN拓扑算法一个），面试官问我：假设我现在需要设计一个python爬虫，你会怎么去通过关键词爬网页？（答爬虫的技术我没有具体了解过）；
面试官说，没事，不用说细节，你说一下你的思路（答从一个首页网站开始，检索网页上的关键字，提取后将所有可以点击的链接入队，再从队里取链接递归）
面试官继续问：那你这样做是不是什么遍历（答BFS），那你为什么要用BFS而不是DFS？（答我认为在一个页面上，比如说有6个选项，前4个选项若都没有关键字相关信息，对其进行DFS的话，会浪费大量的运算资源，而通过BFS初步筛选出需要进入的页面，入队前就对其进行条件判断，可以先一步减小搜索范围【这一部分答的有问题，条件判断并不与bfs或dfs有直接关系】）
继续问：那你用这个BFS，重复进入的页面你是怎么标记的呢？（【之前没想到拓扑序环这回事】答直接想到的可能是hash表）面试官问：那千万级别的页面岂不是空间爆炸了？（答是的，这样的话我要修改我的思路，我认为从dfs角度入手会更好，比如www.xxx.com/a/b/c的网页，先从c的兄弟节点进行递归搜索，完毕后将www.xxx.com/a/b入队，同样对b兄弟节点搜索，以此类推。这样每一次搜索时队列不会太大，而且存储visited网页的时候也只需要将www.xxx.com这样的较短的根节点记录）
继续问：像你刚才说的会遇到环，那如果让你找到页面搜索中有无环你会怎么做？（答快慢指针）说一下原理（详细解释了快慢指针为什么会找到环）
继续问：如果我现在要搜索“刘德华”这个名字，你会怎么设计这个搜索方案？（答字典树，设计一个类包含节点字符、子节点数组、是否为叶子节点的数据结构，从根节点依次存入刘、德、华，并在“华”字节点的“是否叶子”布尔值设为true）；问说一下搜索时算法的工作原理（从root开始逐个搜刘、德、华，如果是精确搜索的话将该节点存放的页面返回，非精确的话就将“华”的孩子继续遍历返回）
问那如果我搜索到的页面非常非常多，怎么样去将用户想要的页面排到前面？（答我会设计一个权值算法，类似于位运算，去匹配用户搜索字和网页标题所匹配到的字数，将匹配字数 / 网页标题长度，其权值越大的排到越前面）
问如果一次性搜到了八千万张页面，怎么去存？（答我会设计一个hash表，key为字典树的叶子结点，value为页面的数组）；问那这样岂不是非常非常大？存储空间恐怕效率很低吧，你会怎么解决页面的编码问题？（答从编码角度我没有特别好的想法【我觉得哈夫曼编码存仍然还是很大】，但我会设计一个类似cache的类去存，用LRU和定长数组先给用户返回该关键字下的热门网页）

系统相关
你在linux系统下开发过吧，那我问一些操作系统相关的知识。

问在shell命令行中，当你输入一个grep指令，操作系统都做了什么事，请回答得越细越好。（答首先grep一般不会是单独的输入，他会以通道的形式跟在某个命令之后。shell命令行输入之后，系统底层会起一个进程去解析这个正则化表达式，将这条命令解析为一个指定的系统调用，然后去找cache，看这个命令的地址是否在cache中有存）面试官打断，问cache中存的是什么（答物理地址【其实这里答完马上意识到错了，该说cache存储形式的地址块，再通过组相连去找到实际物理地址】）
继续说系统的事（答如果有存直接从cache中拿，如果没有的话就去主存中找实际的物理地址在哪）面试官打断，问你说到去主存找，说一下如果是去硬盘找相应的地址操作系统都会怎么做（沉默了一小会，实在想不起来了【脑子里全是RAID】，答忘记了，我现在只记得磁盘巡道的相关内容了）

网络相关问题
面试官：我看你有做过网络的一些项目，我们来聊一些网络相关的问题吧。

说一下从浏览器键入一个网页的时候，整个计算机是怎么通过这个网页找到相关的页面返回过来的，越细越好，让三岁小孩都听懂。（答首先去解析在浏览器搜索栏的这个网页是否合法，通过DNS去解析成一个ip地址）面试官打断，问DNS是什么？（答域名系统，在里面会存放网页和相对应的ip地址）
继续说（解析为ip地址后会到最近的路由器去查询是否有这个ip-mac的表项记录，如果查到的话就根据记录去找这个实际MAC地址下的目标主机，进行三握四挥【这里又详细说了tcp三握，ack、seq号等】；但如果没有找到的话就从路由器广播一个包，在包里放上目标主机的ip去寻找目标主机在哪里，再返回相应的ip和mac地址）【这里已经答偏很多了，我说的是之前项目里局域网搜索的arp协议，根本不是web浏览器从DNS获取ip的那一套，此时脑袋已经完全混乱了，计网的八股真的没时间准备，没想到问这么细，web浏览器获取页面的相关过程如下：浏览器是怎么做的】
追问这个ip-mac表在哪存的？（【已经越错越错了】说会存在最近的路由器里）；问如果你在学校的机房里，这个表在哪？（答机房的路由器吧大概）；问那这么多网页，机房路由器岂不是存亿级别的表项？（已经意识到完全答错了，不是局域网那一套，本来还想顺口说ARP有LRU...答我之前说的有问题，这部分我很不熟悉，回头再补充这方面知识）

三、部门相关问答

先问了中间件部门的业务范畴，都涉及什么技术栈
问了系统是不是下周开，开了之后做笔试，再进行后面的面试？（是的）
问了下新人培养体系，以及实习生所能参加到的环节（参与实际项目）

总结、

这是参与过的所有面试中问的最详细，最刨根问底的一次，整个面试过程就是被面试官狠狠的拷打。事先真的没想到实习岗的面试会有如此的难度，感觉是完全向正式校招看齐了。八股该背还是得背，千万不能因为实习岗就掉以轻心。