Gate.io 面试

面试官超级nice，不懂的问题都告诉了我答案，是一家非常喜欢的公司

线程安全map

使用 sync.map
使用 sync.RWMutex 手动加锁

defer 对程序性能的影响

一般场景下，defer 的性能开销微不足道，但在循环中，手动管理资源释放可能是更优的选择

gc

三色渲染法，写屏障

进程、线程、协程

进程: 进程是具有一定独立功能的程序，进程是系统资源分配和调度的最小单位。每个进程都有自己的独立内存空间，不同进程通过进程间通信来通信。由于进程比较重量，占据独立的内存，所以上下文进程间的切换开销（栈、寄存器、虚拟内存、文件句柄等）比较大，但相对比较稳定安全。
线程: 线程是进程的一个实体,线程是内核态,而且是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位。线程间通信主要通过共享内存，上下文切换很快，资源开销较少，但相比进程不够稳定容易丢失数据。
协程: 协程是一种用户态的轻量级线程，协程的调度完全是由用户来控制的。协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈，直接操作栈则基本没有内核切换的开销，可以不加锁的访问全局变量，所以上下文的切换非常快。

协程如何释放CPU

协程在执行 I/O 操作、阻塞调用、同步操作（如互斥锁、channel 等）时会自动释放 CPU。
可以使用 runtime.Gosched() 主动让出 CPU，让 Go 调度器去调度其他 goroutine。
从 Go 1.14 开始，Go 支持抢占式调度，即使没有显式释放 CPU，Go 运行时也能强制调度其他 goroutine

内存泄露分析工具

可以通过Go自带的工具pprof或者使用Gops去检测诊断当前在系统上运行的Go进程的占用的资源。

B 树和 B+树的区别

在B+树中，叶子节点包含了所有的数据记录，而B树的数据记录分布在所有节点上（包括非叶子节点）。
B+树的叶子节点之间有链表结构，便于顺序遍历，而B树没有这样的结构。

聚簇索引和非聚簇索引

聚簇索引将数据的物理存储顺序与索引顺序一致。也就是说，表中的数据按索引列的顺序进行存储，聚簇索引不仅存储索引，还决定了表中数据的物理排列方式。
聚簇索引不需要回表
非聚簇索引是将索引与数据分开存储，索引的结构中保存了指向实际数据的指针（即物理地址），通过索引查找需要先查索引，再根据指针去访问实际的数据行。
非聚簇索引需要回表

mysql默认隔离级别

可重复读

redis大key会有什么影响

大key（即占用内存较多的键值对）可能会对系统性能、内存使用和管理带来一些负面影响。
大key在Redis中会导致内存消耗增加、操作阻塞、网络瓶颈、持久化和主从复制延迟等问题。为了避免这些问题，最好在设计时避免创建大key，定期监控并优化大key的使用。同时可以通过分片、TTL等策略，降低大key对系统的负面影响。

后续又投了一波，居然又给了一次面试的机会，可惜没把握住

波场的带宽和能量

在波场（TRON）网络中，带宽（Bandwidth）和能量（Energy）是两种资源，用于不同类型的操作和消耗，分别处理交易费用和智能合约执行的成本。它们的设计目的是为用户提供灵活的资源使用模式，避免单一的交易费用模式。

1. 带宽（Bandwidth）

用途：用于支付普通的转账交易，例如 TRX 代币的转移等。
获取方式：
- 每个账户每天会自动获得一定的免费带宽（通常是 1500 带宽），但这些免费额度可能不足以支付较频繁的交易。
- 额外的带宽可以通过冻结 TRX 获得，用户在冻结 TRX 后可以按比例获得更多的带宽资源。
- 若带宽不足，也可以支付 TRX 手续费来完成交易。
计算消耗：每次交易会消耗带宽，消耗量取决于交易的大小（以字节为单位），一般为每字节 1 带宽。

2. 能量（Energy）

用途：用于支付智能合约的执行费用，包括合约的创建、调用和运算等操作。
获取方式：
- 与带宽类似，用户可以通过冻结 TRX 获得能量，且冻结的 TRX 不同于获得带宽的部分。
- 用户也可以选择直接支付 TRX 来支付能量消耗的费用。
计算消耗：每次调用智能合约都会消耗能量，消耗量取决于合约的复杂性和计算需求。消耗的能量越多，合约执行的成本也越高。

带宽与能量的差异

资源类型	用途	获取方式	计算方式
带宽	普通交易的手续费	每日免费带宽、冻结 TRX 获取、直接支付 TRX	根据交易大小消耗带宽
能量	智能合约的执行费用	冻结 TRX 获取、直接支付 TRX	根据合约复杂度和运算需求消耗能量

3. 使用场景和优势

免费交易：通过冻结 TRX，用户可以减少支付 TRX 手续费的需求，尤其适合频繁交易和合约操作的用户。
智能合约：能量专门用于合约，适合合约调用量大的用户，通过冻结 TRX 获取能量可以有效减少直接支付的 TRX 成本。

B+树的高度是什么决定的

B+ 树的高度主要由树的阶数（degree）和存储的数据量（节点数）决定。B+ 树是一种自平衡的多路查找树，通常用于数据库和文件系统中，因为它能高效地进行大量数据的插入、删除和查询操作。

1. 树的阶数（degree）

阶数定义：B+ 树的阶数（m）指每个内部节点最多可以有 m 个子节点，或者说每个节点中可以存储最多 m-1 个键。
对高度的影响：B+ 树的阶数越高，单个节点可以存储的键越多，意味着每次查询时可以“分流”到更多的子节点。这样树的分叉系数更高，树的深度就会更小。因此，树的阶数越大，B+ 树的高度越低。
实际应用：在数据库和文件系统中，阶数通常设得较大（例如 100 以上），以减少树的高度，从而减少磁盘 I/O 操作，提升查询性能。

2. 数据量（节点数）

影响高度的原因：B+ 树是平衡树，随着存储数据量的增加，树会自动保持平衡，通过增加树的高度来适应更多的数据。
高度关系：假设 B+ 树的阶数为 m，树的高度为 h，则 B+ 树在最坏情况下存储的数据量 N 可以达到：
[
N \leq m^h
]
因此，树的高度 h 与数据量 N 的关系为：
[
h \approx \log_m(N)
]
数据量越大，树越高：在阶数固定的情况下，数据量越大，树的高度就越高，但由于 B+ 树的分支系数大，高度增加相对较慢。

总结

B+ 树的高度主要由树的阶数和数据量共同决定。较大的阶数可以显著减少树的高度，而随着数据量的增加，树的高度会逐渐增加。因此，实际应用中通过选择合适的阶数，可以在存储容量和查询效率之间取得平衡。

三色渲染的根节点

在三色标记算法中，根节点指的是从哪里开始遍历和标记的起点。通常，根节点包含了程序中的所有活跃变量和全局引用，即那些能够直接或间接引用到堆内存中对象的变量。三色标记法主要用于垃圾回收，通过从根节点开始遍历来确定哪些对象是可达的，哪些对象是垃圾。

根节点的来源

根节点的典型来源包括：

全局变量和静态变量：这些变量在程序生命周期内存在，始终处于可达状态。
栈中的活动变量：当前函数调用栈上的变量，包括局部变量、参数等。
寄存器中的变量：在处理器寄存器中存储的指针或变量值。

5个协程并发，发送随机数量的随机数给另外一个协程，求和并打印结果，要求空间复杂度为O(1)。

func main() {
    ch := make(chan int)
    var wg sync.WaitGroup
    for i := 0; i < 5; i++ {
        wg.Add(1)
        go func() {
            defer wg.Done()
            j := rand.Intn(10)
            for k := 0; k < j; k++ {
                ch <- rand.Intn(10)
            }
        }()
    }

    go func() {
        wg.Wait()
        close(ch)
    }()
    sum := 0
    for num := range ch {
        sum += num
    }
    fmt.Println(sum)
}

滑点

在 Uniswap 等去中心化交易所（DEX）中，滑点（Slippage）指的是交易执行时的价格与预期价格之间的差异。滑点通常发生在市场波动较大或交易量较高时，由于流动性和价格波动的影响，实际成交价格可能与预期不同。

滑点的原因

滑点主要由以下因素引起：

价格波动：加密市场波动性较大，价格在提交交易与执行交易的时间差内可能发生显著变化。
流动性池深度：在 AMM（自动化做市商）机制中，Uniswap 的价格由流动性池中的两种代币的比例决定，交易会改变池中代币的比例，影响价格。
交易规模：大额交易会显著影响流动性池的代币比例，导致更大的价格变动，即更高的滑点。

如何应对滑点

Uniswap 允许用户设置“滑点容忍度”，即用户可以接受的滑点范围（通常为 0.1% - 1%）。如果滑点超过设定值，交易会自动取消，以避免过度滑点带来的不利价格。

滑点计算

滑点通常表示为百分比，计算方式如下：

[
\text{滑点} = \frac{\text{期望价格} - \text{实际成交价格}}{\text{期望价格}} \times 100%
]

例如：

如果用户希望以 100 USDT 购买某代币，但实际成交价是 98 USDT，则滑点为 2%。