首页
沸点
课程
APP
AI用量
作品广场
专家标注
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
面试
订阅
FreeWind68
更多收藏集
微信扫码分享
微信
新浪微博
QQ
16篇文章 · 0订阅
我用埋点让老板安静 (埋点篇)
数据埋点与我们的产品息息相关,大部分业务的迭代以及收益衡量都离不开埋点数据的分析。 如何用埋点数据分析描述自己开发的产品,是工作中的一节必修课
面试官问我库里的数据和缓存如何保持一致了?
由于简历上的自我介绍和技术栈里,写了精通高并发和分布式系统架构,还很低调的写了熟悉redis(是的,没敢写精通),然后被敏锐的面试官,似乎抓到了简历上亮点;然后就是一阵疯狂的灵魂拷问
SQL 必须被淘汰的 9 个理由
尽管 SQL 很受欢迎并取得了成功,但它仍然是一项悖论研究。它可能笨重且冗长,但开发人员经常发现它是提取所需数据的最简单、最直接的方法。当查询编写正确时,它可能会快如闪电,而当查询未达到目标时,它会慢
哈啰一面:如何优化大表的查询速度?
哈啰出行作为阿里系共享单车的头部企业,在江湖中的知名度还是有的,而今天我们就来看一道哈啰 Java 一面中的经典面试题:当数据表中数据量过大时,应该如何优化查询速度? 哈啰出行的面试题目如下: 其他面
高并发系统如何设计?只说4条就被录取了
前言 最近有位粉丝问了我一个问题:如何设计一个高并发系统? 这是一个非常高频的面试题,面试官可以从多个角度,考查技术的广度和深度。 今天这篇文章跟大家一起聊聊高并发系统设计一些关键点,希望对你会有所帮
日常开发中,提升技术的13个建议
大家好,我是田螺。 最近有位读者问我:田螺哥,日常开发中,都是在做业务需求,如何提升自己的技术呢? 所以,本文田螺哥整理了提升技术的13个建议,小伙伴们,一起加油。
虾皮一面:如何保证数据双写一致?
年关将至,又到了准备面试跳槽的季节了。据不完全统计,跳槽是涨薪最快的方式,没有之一。而跳槽成功与否的关键是“面试”,所以认真准备面试 = 快速涨薪。 准备面试,自然就少不了刷面试真题了,而今天这份刚出
工作六年,我学会了用 Arthas 来辅助我的日常工作
如何通过 arthas 来解决日常工作中的疑难问题,如何通过 arthas 处理工作以前需要 debug,需要打印日志才能找的 bug。 集合案例来谈谈如何使用 arthas 这些命令。
货拉拉面试:全程八股!被问麻了
今天来看货拉拉 Java 技术岗的面试问题,废话不多说,先看问题。 一面问题 二面问题 1.怎么解决超卖问题? 答:超卖问题是一个相对来说,比较经典且相对难处理的问题,解决它可以考虑从以下三方面入手:
真·Redis缓存优化—97%的优化率你见过嘛? | 京东云技术团队
本文通过一封618前的R2M(公司内部缓存组件,可以认为等同于Redis)告警,由浅入深的分析了该告警的直接原因与根本原因,并根据原因提出相应的解决方法,希望能够给大家在排查类似问题时提供相应的思路。