字节tiktok内容推荐一二三面

tiktokhr一直联系 没忍住又去面了一波tt 面完发现还是有很多需要恶补的
一面主要深挖项目，让讲了高并发高可用高性能的主要场景。然后写了一道 蠡口八一 边界条件没有处理得好。但还是过了 不过肯定面评一般。
二面也是先主要挖项目，然后针对项目问了下Kafka的八股（都遇到过kafka哪些问题，怎么解决的，kafka的性能为什么这么好，死信队列一般在什么时候用），ES的八股（生产环境的ES大概什么配置，有没有遇到过脑裂的情况，怎么解决的）。然后系统设计，实现小红书的推荐feed流。最后 蠡口 322。这一面系统设计答的不太好，说得没什么条理。但还是过了，但肯定面评一般。
三面也是深挖项目，问了冷启动的时候怎么让所有机器的cache里都有冷启动数据。然后问了websocket和长连接的区别，这块因为对websocket不太熟也答的不好。然后问了想要删除一个热点评论应该怎么去处理（考虑Cache 数据库主库 数据库从库的情况）。最后写了一个蠡口24。这一面跟面试官不太对付，心态有点炸，所以也面得不好。

最后也是挂了，tiktok可能因为流量大，所以高并发的八股很多，算法题都比较简单。大家可以着重准备一下高并发相关面试题。

还差四十米可以看面经了 找工作不易 求加米加米

这是算法岗嘛？

匿名用户 发表于 2022-09-19 09:17:33
这是算法岗嘛？

开发岗zszs

匿名用户 发表于 2022-9-20 10:15
开发岗zszs

不是内容推荐嘛

请问是国内还是国外的啊？

匿名用户 发表于 2022-09-20 07:18:13
不是内容推荐嘛

就是他们推荐feed流的后端

稻草人aaa 发表于 2022-09-20 07:26:33
请问是国内还是国外的啊？

国内 上海

匿名用户 发表于 2022-9-20 11:44
就是他们推荐feed流的后端

明白 谢谢

kafka 性能这块我也问道过，一直问道虚拟内存和0copy