在国内没有 ChatGPT 账号的情况下,仍想用 OpenAI Codex CLI 做终端 Agent,同时把模型成本压到 DeepSeek。本文记录在一台 Intel Mac(macOS 26.x) 上从安装、踩坑到跑通的完整过程,并与 Cursor + DeepSeek 的用法做对照。
限流和高并发、Redis 经常连着问:「你们怎么防刷?」「秒杀接口怎么保护?」我按面试口述顺序写——先讲为什么限、四种算法区别、放哪一层,再落到 Spring Boot / Redis / Sentinel / 网关的具体写法。
文件上传是前端岗常考的「长时异步」场景:进度、暂停、重试、断点续传都要讲清楚。我自己在 Demo 里用 React 写了分片状态机,生产环境再对接 Spring Boot 或 OSS。这篇把前后端怎么串起来写全,面试按「方案对比 → 状态机 → 分片原理 → 前后端代码 → 生产取舍」讲即可。
后端一面常见组合题:Stream 用过吗、集合怎么转 Map、Redis 在项目里干啥、MySQL 除了加索引还能怎么优化。我按口述顺序记下来,每题都补了代码和单体/大厂两种语境下的取舍。
之前带过小团队,单体和微服务都做过。新人最常问的不是「Spring 注解怎么用」,而是 需求从哪进、代码怎么合、上线谁点、线上挂了先看哪。这篇按真实协作顺序写:开发 → 提测 → 上线 → 排错 → 改表发版,单体和微服务各举一套例子,方便你对照自己公司流程裁剪。
单设备登录本质是 会话互斥:新登录踢掉旧会话,或旧 token 全部失效。我用 JWT + Redis 的方案讲,这是业务系统里最常见、面试也好展开的写法。
前端性能题容易答成「压缩、懒加载、CDN」三条就结束。面试官更想听你能把 构建产物 → 传输 → 浏览器解析 → 上线流程 串起来。我按自己项目(Vite + React/Vue)的习惯写,框架无关的部分也保留了。
这道题一般不会要你背 QPS 数字,而是看你怎么分层拆解:先估流量、找瓶颈,再按「能挡则挡、能拆则拆、能异步则异步」往下落。我按面试时口述的顺序写,偏后端场景,前端和网关也会带到。
之前做数据分析相关的小需求时,经常遇到一种情况:模型或 SQL 已经跑通了,业务方要的是「能点一点、能看图」的界面,而不是再要一份 Jupyter 笔记本。用 React + 后端从零搭一套,周期往往比分析本身还长。后来试了 Streamlit,发现用纯 Python 就能把交互页面拉起来,适合原型、内部工具和轻量看板。这篇把入门路径和几个常见场景整理一下,附带可以直接跑的实战代码。
和第 11 题慢 SQL 相关,但更偏 后台表格、多条件筛选、导出 这类产品场景。面试官想听你能和技术、产品一起算账,不只改
my.cnf。
这道题考的不是背 SQL 语法,而是你有没有 线上救火 的节奏:先止血、再定位、再根治。我按自己习惯的处理顺序写,面试官一般听得懂。
自动配置是 Spring Boot 的核心卖点。面试不必背完整源码链,把 @SpringBootApplication → 扫包 → 加载 AutoConfiguration → 条件注解 说清楚,再举一个
redis-spring-boot-starter的例子就够。
这道题本质是 预编译 vs 字符串拼接,面试官想听你会不会 SQL 注入。结合动态表名、排序字段说明
$不是完全不能用。
光圈、快门、ISO 是控制照片亮度的三个基本参数,合称「曝光三要素」。理解它们各自的作用以及互相补偿的关系,是从自动模式走向手动曝光(M / A / S 档)的第一步。本文用尽量直白的方式说明三者分别管什么、怎么配合使用。
Spring 注解题范围很大,面试时按 组件注册 → 注入 → Web → 事务 → 配置 几条线说,每条带一个项目里的用法,比 alphabet 背诵强。