顺丰集团java实习生一面 · 深圳

---

​ 面试时间是在6月11号下午两点半到三点，已经面过大半个月了，因为最近考试的原因，现在才在这里写下面经。接下来我就描述总结一下一面的过程：

1. 自我介绍
2. 项目介绍
3. 聊一聊数据库的分库分表
4. 二叉树排序
5. 手写快速排序
6. http协议的理解

​ 面试官接入视频之后开场就说面试时间有限，能简答就简答。虽然开场就给我不是很多深入思考的时间，但是面试官人还是很不错的，在我回答的时候会提醒我概念上答的不完善的地方，告诉我别紧张。（哈哈，我真的有些紧张，原因后面讲）

​ 面试过程相对短暂，一共二十多分钟，不到半小时，但是该问的面基本都覆盖到了。首先项目介绍，面试官对实验室横的向课题似乎比较感兴趣，除了了解之外还问了问有没有实现产品化。其他的数据库和计算机网络那里都是穿插着小知识点问的，比较友好，没有一个操作十连问问到底层具体。大体上我觉得二叉树排序那里答得不好，我对这个的理解仅仅停留在二叉树的遍历方式，一直在答这个，然是感觉面试官有些不满意，应该是我漏掉了重点，网上后来查二叉树查找过程才发现我跑题了。。因为关于二叉树的应用我准备的并不充分，算是相较薄弱的一环，如果深入问的话我可能就一时反应不上来。（人菜多读书）

​ 最后讲一讲那天我的情况。我之前预约的科二考试是6月12号进行，但是6月11号那天我在考场模拟科二，从中午十二点到下午四点。。。之前收到面试短信是10号下午四点，那会刚刚把模拟时间定下来，这下时间算是冲突了，我不得不在模拟中途下车去到考务中心的食堂准备。（那个时段食堂比较安静，靠窗环境亮度还不错）时间真是太巧了，哈哈。。

---

知识点&

• 数据库分库分表

分库分表是为了解决由于数据量过大而导致数据库性能降低的问题，将原来独立的数据库拆分成若干数据库组成，将数据大表拆分成数据表组成，使得单一数据库、单一数据表的数据量变小，从而达到提升数据库性能的目的。

分库分表包括分库和分表两个部分，在生产中通常包括：垂直分库、水平分库、垂直分表、水平分表四种方式。

垂直拆分（缓解单集群压力）

1. 垂直分表

​ 基于字段进行分表，一般对表中字段数据较大，长度较长（text类型）的拆分到“扩展表”，或者根据访问字段的频率进行分表，对低频字段和高频字段进行分表。避免查询时数据量太大造成的跨页问题。

2. 垂直分库

​ 垂直分库针对的是一个系统中的不同业务进行拆分，比如用户、商品、订单各一个库。切分后要放在多个服务器上，而不是一个服务器。因为服务器在提供CURD服务的时候，需要访问的数据量过大，在没拆分之前都是在一个库上进行，因此每个表还是竞争同一个物理机的CPU、内存、网络IO、磁盘。这会让数据处理直接影响系统性能，部署在多个服务器上解决了单机资源问题。

• 解决业务层面耦合，业务清晰；
• 能对不同业务的数据进行分级管理、维护、监控、扩展等；
• 高并发场景下，垂直分库能够提升IO、数据库连接数

水平拆分

1. 水平分表

与水平分库思路类似，水平分表操作数据表，把数据分到多套表中。在同一个数据库内，把同一个表的数据按一定规则拆到多个表中。

• 优化单一表数据过大而产生的性能问题；
• 避免IO争抢并减少锁表几率；

2. 水平分库

​ 对于电商应用场景，如果店铺数和每家店铺的商品数都较多，那么单表查询显然不可能运行在合理范围内。这时，就要使用水平分库。即：按照一定规则进行分库，以ID为例。如果店铺ID为奇数，则将此操作映射到product_singleDB中；如果店铺ID为偶数，则将次操作映射到product_doubleDB中。

​ 当一个应用难以在用细粒度进行垂直切分，或切分后数据量巨大、存在单库读写这时候就需要进行水平分库。但由于同一个表被分配到不同的数据库中，数据库实例较多需要额外进行数据操作的路由工作，因此却又提升了系统的复杂度。

🔽 限于篇幅，下一篇继续

---