一面：55min
- 自我介绍
- 爬虫项目：
1. http常见的状态码
（1）200 OK：请求已正常处理
（2）204 No Content：请求处理成功，但没有任何资源可以返回给客户端
（3）206 Partial Content：是对资源某一部分的请求
（4）301 Moved Permanently：资源的uri已更新，你也更新下你的书签引用吧，永久性重定向
（5）302 Found：资源的URI已临时定位到其他位置了，姑且算你已经知道了这个情况了，临时性重定向
（6）304 Not Modified：资源已找到，但未符合条件请求
（7）400 Bad Request：服务器端无法理解客户端发送的请求，请求报文中可能存在语法错误
（8）401 Unauthorized：该状态码表示发送的请求需要有通过HTTP认证（BASIC认证，DIGEST认证）的认证信息
（9）403 Forbidden：不允许访问那个资源，该状态码表明对请求资源的访问被服务器拒绝了
（10）404 Not Found：服务器上没有请求的资源，路径错误等
（11）500 Internal Server Error：貌似内部资源出故障了
（12）503 Service Unavailable：抱歉，我现在正在忙着
2. requests库：
（1）GET：请求指定的页面信息，并返回实体主体
（2）HEAD： 只请求页面的首部
（3）POST： 请求服务器接受所指定的文档作为对所标识的URI的新的从属实体
（4）PUT： 从客户端向服务器传送的数据取代指定的文档的内容
（5）DELETE： 请求服务器删除指定的页面
（6）模拟浏览器访问：有些网站访问时必须带有浏览器等信息，如果不传入headers就会报错
（7）证书验证：urllib3.disable_warnings()这条命令主要用于消除警告信息，将verify设置位False即可
（8）代理设置：在进行爬虫爬取时，有时候爬虫会被服务器给屏蔽掉，这时采用的方法主要有降低访问时间，通过代理ip访问
（9）超时设置：访问有些网站时可能会超时，这时设置好timeout就可以解决这个问题
（10）认证设置：如果碰到需要认证的网站可以通过requests.auth模块实现
- Python
1. 解释装饰器、生成器、迭代器的概念
2. Python并发：Python的多线程因为GIL全局锁的存在，利用不了多核，但它在IO密集型场合下依旧是并发的，效率高于单线程。但是如果是CPU密集型，多线程效率会大幅度下降，需要采用多进程替换。
- 数据库
1. 数据库索引
（1）B+树是数据库实现索引的首选数据结构呢？——评价一个数据结构作为索引的指标就是在查找时IO操作的次数
（2）B+树非叶子节点只存储key，只有叶子结点存储value，叶子结点包含了这棵树的所有键值，每个叶子结点有一个指向相邻叶子结点的指针，这样可以降低B树的高度。
（3）B+树相比于B树的优势：（1）B+树单一节点存储更多的元素，使得查询的IO次数更少（2）B+树所有查询都要查找到叶子节点，查询效率更加稳定（3）B+树所有叶子节点形成有序链表，便于范围查询，更有利于对数据库的扫描
（4）索引字段要尽量的小：IO次数取决于b+数的高度h，h=log(m+1)N，数据量N一定的情况下，每个磁盘块数据项的数量m越大h越小，m=磁盘块的大小/数据项的大小，前者固定，后者越小越好
（5）索引的最左匹配特性（即从左往右匹配）
2. mysql索引：
（1）普通索引index，加速查找
（2）唯一索引：主键索引primary key和唯一索引unique
（3）联合索引：前三者对（id,name）复合数据项产生索引时
（4）其他：全文索引fulltext和空间索引spatial
3. 乐观锁和悲观锁
（1）乐观锁，简单地说，就是从应用系统层面上做并发控制，去加锁。
（2）实现乐观锁常见的方式：版本号version。实现方式，在数据表中增加版本号字段，每次对一条数据做更新之前，先查出该条数据的版本号，每次更新数据都会对版本号进行更新。在更新时，把之前查出的版本号跟库中数据的版本号进行比对，如果相同，则说明该条数据没有被修改过，执行更新。如果比对的结果是不一致的，则说明该条数据已经被其他人修改过了，则不更新，客户端进行相应的操作提醒。
（3）悲观锁，简单地说，就是从数据库层面上做并发控制，去加锁。
（4）悲观锁的实现方式有两种：共享锁（读锁）和排它锁（写锁）
（5）通过对比，发现for update的加锁方式无非是比lock in share mode的方式多阻塞了select...lock in share mode的查询方式，并不会阻塞快照读
（6）mysql InnoDB引擎默认的修改数据语句：update，delete，insert都会自动给涉及到的数据加上排他锁，select语句默认不会加任何锁类型。在Java中，synchronized的思想也是悲观锁。
（7）像乐观锁适用于写比较少的情况下（多读场景），即冲突真的很少发生的时候，这样可以省去了锁的开销，加大了系统的整个吞吐量。但如果是多写的情况，一般会经常产生冲突，这就会导致上层应用会不断的进行retry，这样反倒是降低了性能，所以一般多写的场景下用悲观锁就比较合适。
- 数据结构
1. 如何避免Hash碰撞
（1）开放地址法：开放定址法就是一旦发生了冲突，就去寻找下一个空的散列地址，只要散列表足够大，空的散列地址总能找到，并将记录存入
（2）再哈希法：当哈希地址发生冲突用其他的函数计算另一个哈希函数地址，直到冲突不在产生为止
（3）链地址法：将哈希表的每个单元作为链表的头结点，所有哈希地址为 i 的元素构成一个同义词链表。即发生冲突时就把该关键字链在以该单元为头节点的链表的尾部
（4）建立公共溢出区：将哈希表分为基本表和溢出表两部分，发生冲突的元素都放在溢出表中