Перейти к содержимому

Ghoster AI 3.6.6 — аккаунт, подписка и личный кабинет

Embedded / IoT

138 вопросов в базе. Ниже — разобранные вопросы с ответами.

21 разобрано
01В чём разница между TTL и LRU кэшем?Middle

TTL (Time To Live) и LRU (Least Recently Used) — это разные стратегии управления кэшем. • TTL-кэш хранит данные с ограничением по времени жизни. Каждый элемент в кэше имеет метку времени, и после истечения заданного времени (TTL) элемент считается устаревшим и удаляется или обновляется. • LRU-кэш удаляет из кэша самый давно неиспользуемый элемент, когда достигается максимальный размер кэша. Это стратегия, ориентированная на частоту и недавность использования данных. Пример применения: • TTL подходит, когда данные устаревают со временем (например, кэширование ответов API, которые обновляются каждые 5 минут). • LRU подходит, когда важно сохранять наиболее часто или недавно используемые данные, а ограничение — по объёму памяти. Таким образом, TTL управляет временем жизни данных, а LRU — порядком удаления на основе использования.

02Какие механизмы параллельности использовать для bulk insert? Откуда ExecutorService будет брать задания?Junior

Для bulk insert в параллельном режиме в Java часто используют ExecutorService . Это интерфейс для управления пулом потоков, который позволяет выполнять задачи асинхронно. Механизм работы: • Создаётся пул потоков, например, Executors.newFixedThreadPool(n) . • Задачи (например, вставка частей данных) создаются как объекты Runnable или Callable . • Эти задачи передаются в ExecutorService через методы submit() или execute() . Откуда ExecutorService берёт задания? • Задания помещаются в внутреннюю очередь задач (task queue) при вызове submit() . • Потоки из пула берут задачи из этой очереди и выполняют их. Пример: ExecutorService executor = Executors.newFixedThreadPool( 4 ); for (List<Data> chunk : dataChunks) { executor.submit(() -> { // bulk insert chunk }); } executor.shutdown(); executor.awaitTermination( 1 , TimeUnit.HOURS); Таким образом, ExecutorService управляет очередью задач и пулом потоков, обеспечивая параллельное выполнение bulk insert.

03Расскажи о своём опыте работы — кто ты, где работал, чем занимался?Junior — Senior

Я инженер по встраиваемым системам с опытом работы более 5 лет. Работал в компаниях, занимающихся разработкой IoT-устройств и промышленной автоматизации. Мои обязанности включали разработку и отладку прошивок для микроконтроллеров, интеграцию сенсоров и периферии, а также оптимизацию энергопотребления устройств. В одном из проектов я занимался созданием системы мониторинга температуры и влажности с передачей данных по беспроводной сети. Использовал языки C и C++, работал с RTOS и протоколами связи, такими как MQTT. Также имел опыт взаимодействия с аппаратной частью, включая схемотехнику и отладку на уровне железа.

04Если бины объявлены через @Configuration и @Bean, как работает @Qualifier и каково имя бина?Middle — Senior

Когда бины объявлены через @Configuration и @Bean , Spring создает их с именами, соответствующими имени метода, который возвращает бин. Например: @Configuration public class AppConfig { @Bean public MyService myService () { return new MyServiceImpl (); } } В этом случае имя бина — myService . Аннотация @Qualifier используется для уточнения, какой именно бин нужно внедрить, если в контексте есть несколько бинов одного типа. Например: @Bean public MyService myService1 () { ... } @Bean public MyService myService2 () { ... } @Autowired @Qualifier("myService2") private MyService service; Здесь @Qualifier указывает Spring, что нужно внедрить бин с именем myService2 . Таким образом, @Qualifier работает по имени бина, которое по умолчанию совпадает с именем метода, объявляющего бин, если явно не указано иное через параметр name в @Bean .

05Spring: бин с @Component инжектируется в два места — сколько экземпляров создаётся? Как сделать новый экземпляр на каждую инжекцию?Junior

Если бин помечен аннотацией @Component и инжектируется в два места, по умолчанию Spring создаст один синглтон-экземпляр этого бина и будет использовать его везде. Чтобы создавать новый экземпляр бина при каждой инъекции, нужно изменить область видимости (scope) бина на prototype : @Component @Scope("prototype") public class MyBean { // ... } В этом случае при каждой инъекции Spring будет создавать новый экземпляр бина. Важно: при использовании prototype бинов в синглтон-бинах нужно учитывать, что Spring не будет автоматически создавать новые экземпляры при каждом вызове, а только при создании самого синглтон-бина. Для динамического получения новых экземпляров можно использовать ObjectFactory или Provider .

06Таблица PERSON ID NAME 1 alice 2 john 3 bill 4 mike 5 sara 6 helen 7 steven 8 garry 9 kile 10 liza Таблица PHONE ID PERSON_ID NUMBER [phone] select NAME, NUMBER from PERSON p left join PHONE ph on p.ID=ph.PERSON_IDJunior

Данный SQL-запрос выбирает имена из таблицы PERSON и соответствующие номера телефонов из таблицы PHONE, используя левое соединение (LEFT JOIN). Это означает, что будут показаны все люди из PERSON, даже если у них нет номера телефона (в этом случае поле NUMBER будет NULL). Пример результата: NAME NUMBER alice 123-456-7890 john NULL bill 987-654-3210 Если у человека несколько номеров, то для каждого номера будет отдельная строка с его именем.

07Какая сложность вставки у ArrayList?Middle

Сложность вставки в ArrayList зависит от позиции вставки: • Вставка в конец: амортизированная сложность O(1), так как обычно элемент просто добавляется в конец массива. При переполнении массива происходит перераспределение памяти (копирование в новый массив большего размера), что занимает O(n), но происходит редко. • Вставка в середину или начало: требует сдвига всех последующих элементов вправо, поэтому сложность O(n) в худшем случае. Пример: • Если у вас есть ArrayList из 100 элементов и вы вставляете элемент в позицию 50, то элементы с 50 по 99 сдвинутся на одну позицию вправо, что занимает O(n) операций. Таким образом, вставка в ArrayList эффективна только в конце, а вставка в произвольную позицию — затратна по времени.

08//Условие задачи //Написать код, который будет выводить коды ответов на HTTP-запросы по двум URL //главная страница Google и главная страница shtrafovnet.ru) //Запросы должны осуществляться параллельно.Junior

Для выполнения параллельных HTTP-запросов к двум URL можно использовать многопоточность или асинхронные вызовы. Ниже пример на Python с использованием модуля concurrent.futures и библиотеки requests : import requests from concurrent.futures import ThreadPoolExecutor def fetch_status ( url ): try : response = requests.get(url) print ( f"URL: {url} - Status Code: {response.status_code} " ) except Exception as e: print ( f"Ошибка при запросе к {url} : {e} " ) urls = [ "https://www.google.com" , "https://shtrafovnet.ru" ] with ThreadPoolExecutor(max_workers= 2 ) as executor: executor. map (fetch_status, urls) Этот код создаёт два параллельных запроса и выводит коды ответов.

09Опишите механизм идемпотентности операций списания: где хранился ключ, какой TTL, как обрабатывались коллизииJunior — Senior

Механизм идемпотентности операций списания обычно реализуется через хранение уникального ключа операции (например, UUID или хэш запроса) в быстром хранилище с ограниченным временем жизни (TTL). • Где хранился ключ: ключ операции сохраняется в распределённом кэше или базе данных с поддержкой TTL, например, Redis. • TTL: время жизни ключа устанавливается исходя из бизнес-логики, например, 5-10 минут, чтобы предотвратить повторное списание при повторных запросах в короткий промежуток. • Обработка коллизий: при получении запроса с уже существующим ключом операция не выполняется повторно, а возвращается результат предыдущего вызова. Если ключ отсутствует, операция выполняется, и ключ сохраняется. Такой подход гарантирует, что повторные запросы с одинаковым ключом не приведут к повторному списанию средств, обеспечивая идемпотентность.

10Как повторно вычитать сообщение из Kafka?Senior

Для повторного вычитывания сообщения из Kafka можно использовать несколько подходов: • Сбросить смещение (offset) потребителя . Если вы используете Kafka Consumer API, можно вручную установить offset на нужную позицию, например, на начало или на конкретное значение. Это позволит повторно прочитать сообщения с этого смещения. Пример на Java: consumer.seek( new TopicPartition ( "topicName" , partition), offset); • Использовать группу потребителей с другим groupId . Создайте нового потребителя с уникальным groupId — он будет читать сообщения с самого начала или с последнего сохранённого offset для этой группы. • Использовать команду kafka-consumer-groups.sh для сброса offset: kafka-consumer-groups.sh --bootstrap-server localhost:9092 --group my-group --topic my-topic --reset-offsets --to-earliest --execute • Использовать режим чтения с начала (auto.offset.reset = earliest) при запуске нового потребителя. Важно: повторное чтение сообщений может привести к дублированию обработки, поэтому нужно учитывать идемпотентность обработки сообщений.

11Для чего нужно ключевое слово volatile?Senior

Ключевое слово volatile в языках программирования (например, в C/C++) используется для указания компилятору, что значение переменной может изменяться вне контроля программы, например, аппаратными средствами или другим потоком. Это важно в embedded-системах и IoT, где переменные могут отражать состояние аппаратных регистров или быть разделяемыми между прерываниями и основным кодом. Без volatile компилятор может оптимизировать код, предполагая, что значение переменной не меняется самостоятельно, что приведёт к ошибкам. Пример: volatile int sensor_value; void ISR () { // обработчик прерывания sensor_value = read_sensor(); } int main () { while ( 1 ) { if (sensor_value > threshold) { // реагируем на изменение } } } Здесь volatile гарантирует, что каждый раз при обращении к sensor_value будет читаться актуальное значение из памяти, а не использоваться кешированное.

12Расскажите о задаче с многопоточностью: какую проблему решали и как?Junior — Middle

В одном из проектов для IoT-устройства возникла задача параллельного сбора данных с нескольких сенсоров и одновременной обработки этих данных без блокировки основного потока. Проблема заключалась в том, что сенсоры работали с разной скоростью и могли задерживать друг друга, что приводило к потере данных или задержкам. Решение: • Использовал многопоточность с помощью RTOS или потоков ОС. • Для синхронизации доступа к общим ресурсам применял мьютексы или семафоры, чтобы избежать гонок данных. • Для обмена данными между потоками использовал очереди сообщений (message queues), что позволило буферизовать данные и обрабатывать их асинхронно. Такой подход обеспечил стабильный сбор и обработку данных без взаимных блокировок и потерь.

13Расскажи про планировщик Go (MPG-модель, work stealing, handoff и т.д.)Intern — Junior

Планировщик Go основан на модели MPG (M — Machine, P — Processor, G — Goroutine): • G (Goroutine) — легковесная нить исполнения. • P (Processor) — логический процессор, который связывает G и M. • M (Machine) — системный поток ОС, который выполняет код. В Go есть фиксированное число P, которое ограничивает количество одновременно выполняющихся горутин на уровне ОС потоков. Work Stealing — механизм балансировки нагрузки, когда P с меньшей нагрузкой «ворует» горутины у других P, чтобы равномерно распределить задачи. Handoff — передача горутины от одного P к другому без помещения в глобальную очередь, что снижает задержки. Таким образом, планировщик эффективно управляет большим числом горутин на ограниченном числе потоков ОС, обеспечивая высокую производительность и масштабируемость.

141. Какие именно клиентские (пользовательские) фичи вы реализовывали за последний год на текущем месте работы? 2. Какой примерно процент задач за последний год вы реализовали непосредственно на PHP? 3. Какое соотношение PHP/GO было бы комфортным для вас в задачах на новом месте работы (примерно в %)? 4. В связи с чем вы хотите сменить место работы? 5. Укажите ваш опыт коммерческой разработки на языке GO? 6. Был ли опыт с REST RPC и gRPC, API? 7. Есть ли у вас опыт разработки сервисов в Kubernetes? Опыт развертывания? (Опишите на каких проектах) 8. Имеется ли у вас опыт развертывания Unix-подобных операционных систем? (Опишите чем приходилось заниматься) Как вы оцениваете свой уровень знаний ОС Linux? (пользователь/продвинутый). 9. Имеются ли у вас знания и/или опыт работы с terraform? (Опишите на каких проектах использовали?) 10. Работали ли вы с базами данных PostgreSQL, MongoDB? 11. Какой уровень дохода вы рассматриваете? 12. Сколько лет вы работаете в коммерческой разработке, и сколько - именно с Go? 13. Есть ли у вас опыт разработки игр или мобильных приложений с геймификацией? Если есть возможность - приложите ссылку на проект. 14. Коротко (3-5 предложений) опишите архитектуру последнего Go-сервиса, который вы проектировали или существенно меняли. Какие компоненты, почему именно такая структура, что бы вы сейчас сделали иначе? 15. Расскажите про рефакторинг или миграцию, которые заняли больше 2 недель. Что было триггером, какие метрики были до/после, что пошло не по плану? 16. С какими AI инструментами вы работаете при написании кода? Что вы поменяли в своём использовании AI за 2025 год? 17. Опишите кейс, когда использование ИИ существенно упростило вашу работу или сэкономило время. 18. Расскажите немного о вашем опыте работы с WebSocket или другими real-time решениями. В каком продукте использовали? Сколько одновременных соединений держали, какие были проблемы с масштабированием? 19. Есть ли у вас опыт работы с очередями (BullMQ, Kafka, RabbitMQ или другими)? В каких задачах вы их применяли? 20. Опишите случай, когда тесты поймали баг до прода или когда отсутствие тестов привело к проблеме. Что это был за кейс? 21. Расскажите про баг или инцидент на Go, который вы дебажили дольше всего. Как проявлялся, сколько времени ушло, в чём оказалась причина? 22. Пожалуйста, укажите максимальный RPS или MAU продукта, над которым вы работали. Если можете - укажите также p99 latency, который держали. 23. Здесь вы можете приложить пример кода (ссылкой на документ/pastebin) или ссылку на Github. 24. Пожалуйста, если вы не откликались на вакансию в HH, приложите ссылку или файл резюме. 25. Свободное поле для комментариев, в котором вы можете написать всё, что считаете важным!Intern — Junior

Этот набор вопросов предназначен для комплексного интервью и требует развернутых личных ответов, основанных на вашем опыте. Вот краткие рекомендации по каждому пункту: • Опишите конкретные пользовательские функции, которые вы реализовали, например, новые интерфейсы, улучшения UX, интеграции. • Оцените процент задач, выполненных на PHP, исходя из общего объема работы. • Укажите комфортное соотношение PHP/GO, например, 70/30 или 50/50, в зависимости от ваших предпочтений и опыта. • Объясните причины смены работы честно и конструктивно. • Опишите опыт коммерческой разработки на Go, проекты, задачи. • Расскажите о работе с REST, RPC, gRPC, API, приведите примеры. • Опишите опыт разработки и развертывания сервисов в Kubernetes, проекты. • Укажите опыт установки и настройки Unix-систем, уровень владения Linux. • Расскажите о проектах с использованием Terraform. • Опишите опыт работы с PostgreSQL, MongoDB. • Укажите желаемый уровень дохода. • Сколько лет в коммерческой разработке и с Go. • Опишите опыт разработки игр или мобильных приложений с геймификацией, если есть. • Кратко опишите архитектуру последнего Go-сервиса, ключевые компоненты, что бы улучшили. • Расскажите о долгом рефакторинге или миграции, вызовах и результатах. • Опишите использование AI-инструментов при кодировании и изменения в 2025 году. • Приведите пример, когда AI существенно помог. • Опишите опыт с WebSocket или real-time решениями, масштабирование. • Расскажите об опыте с очередями (BullMQ, Kafka, RabbitMQ), задачи. • Приведите пример, когда тесты поймали баг или их отсутствие привело к проблеме. • Опишите самый сложный баг на Go, процесс отладки. • Укажите максимальный RPS или MAU продукта, p99 latency. • Прикрепите пример кода или ссылку на репозиторий. • Прикрепите резюме, если не откликались через HH. • Свободное поле для комментариев. Для каждого пункта лучше подготовить конкретные примеры из вашего опыта.

15// Что выведет следующая программа и сколько она будет выполняться по времени?? package main import ( "fmt" "time" ) const numRequests = 10_000 var count int func networkRequest() { time.Sleep(time.Millisecond) // Эмуляция сетевого запроса. count++ } func main() { for i := 0; i < numRequests; i++ { networkRequest() } fmt.Println(count) // 10_000 }Junior

Программа выполнит 10_000 итераций, в каждой из которых вызывается функция networkRequest() , которая делает паузу на 1 миллисекунду (эмуляция сетевого запроса) и увеличивает глобальную переменную count на 1. Вывод программы будет: 10000 По времени выполнение примерно составит 10_000 миллисекунд, то есть около 10 секунд, так как вызовы networkRequest() идут последовательно, и каждый задерживается на 1 мс. Если бы запросы выполнялись параллельно (например, с использованием горутин), время могло бы значительно сократиться.

16// Что выведет следующий код и почему? package main import "fmt" type Person struct { Name string } func changeName(person *Person) { person = &Person{ Name: "Alice", } } func main() { person := &Person{ Name: "Bob", } fmt.Println(person.Name) changeName(person) fmt.Println(person.Name) }Junior

Код выведет: Bob Bob Объяснение: В функции changeName параметр person — это локальная копия указателя на структуру Person . Когда внутри функции person переназначается на новый адрес &Person{Name: "Alice"} , это изменение касается только локальной копии указателя, а не оригинального указателя, переданного в main . Таким образом, в main переменная person продолжает указывать на исходный объект с именем "Bob". Чтобы изменить имя оригинального объекта, нужно изменить поле через указатель, например: func changeName (person *Person) { person.Name = "Alice" } Тогда вывод будет: Bob Alice

17В чём отличие Dependency Injection от Dependency Inversion?Intern

Dependency Injection (внедрение зависимостей) и Dependency Inversion (инверсия зависимостей) — это связанные, но разные концепции в области проектирования ПО. • Dependency Inversion Principle (DIP) — один из пяти принципов SOLID. Он говорит, что: • Модули верхнего уровня не должны зависеть от модулей нижнего уровня. Оба должны зависеть от абстракций. • Абстракции не должны зависеть от деталей. Детали должны зависеть от абстракций. Это принцип, направленный на уменьшение связности и повышение гибкости архитектуры. • Dependency Injection (DI) — это паттерн (способ) реализации инверсии зависимостей. DI означает, что зависимости объекта передаются ему извне (например, через конструктор, сеттер или интерфейс), а не создаются внутри объекта. Пример DI на C++: class ILogger { public : virtual void Log ( const std::string& message) = 0 ; }; class ConsoleLogger : public ILogger { public : void Log ( const std::string& message) override { std::cout << message << std::endl; } }; class Application { ILogger& logger; public : Application (ILogger& logger) : logger (logger) {} void Run () { logger. Log ( "App started" ); } }; int main () { ConsoleLogger logger; Application app (logger) ; // внедрение зависимости app. Run (); } Итого: DIP — это принцип проектирования, а DI — способ его реализации.

18Как решалась проблема гонки при параллельной обработке одной записи несколькими консьюмерами?Intern — Middle

Проблема гонки при параллельной обработке одной записи несколькими консьюмерами решается с помощью механизмов синхронизации и блокировок. Основные подходы: • Механизмы блокировки (locking): • Использование атомарных операций базы данных (например, SELECT ... FOR UPDATE ), чтобы гарантировать, что запись обрабатывается только одним консьюмером. • Внешние распределённые блокировки (например, через Redis, Zookeeper или etcd). • Идентификация и пометка записи: • При начале обработки запись помечается флагом "в обработке" с указанием консьюмера. • Другие консьюмеры пропускают такие записи. • Очереди сообщений с гарантией доставки: • Использование брокеров сообщений, которые обеспечивают, что сообщение будет обработано только одним потребителем. Пример с базой данных: BEGIN ; SELECT * FROM tasks WHERE status = 'new' LIMIT 1 FOR UPDATE SKIP LOCKED; -- если запись найдена, обновляем статус на 'processing' UPDATE tasks SET status = 'processing' WHERE id = ?; COMMIT ; Такой подход предотвращает одновременную обработку одной и той же записи несколькими консьюмерами.

19Что такое Transactional Outbox паттерн?Intern — Senior

Transactional Outbox — это паттерн для обеспечения атомарности операций записи в базу данных и отправки сообщений в систему обмена сообщениями (например, очередь). Идея в том, что при изменении данных в БД вместе с этими изменениями в той же транзакции сохраняется специальная запись (outbox) с информацией о событии, которое нужно отправить. Отдельный процесс или сервис затем читает эти записи из outbox и отправляет сообщения в очередь или другому потребителю. Это позволяет гарантировать, что сообщение не будет потеряно и не будет отправлено дважды, так как запись в outbox и изменение данных происходят в одной транзакции. Пример: BEGIN TRANSACTION; -- обновляем основную таблицу UPDATE orders SET status = 'processed' WHERE id = 123 ; -- добавляем запись в outbox INSERT INTO outbox (event_type, payload) VALUES ( 'order_processed' , '{"orderId":123}' ); COMMIT ; Затем отдельный воркер читает из outbox и отправляет сообщения.

20Почему ушёл из предыдущей компании?Middle — Middle+

Этот вопрос относится к личным причинам ухода, которые могут быть разнообразными и зависят от конкретной ситуации. Обычно на него отвечают честно, но дипломатично, например: • Желание профессионального роста и новых вызовов. • Поиск проектов с более интересной или современной технологией. • Изменение личных обстоятельств (переезд, семейные причины). • Несовпадение ожиданий по развитию карьеры или условиям работы. Важно избегать негативных высказываний о предыдущем работодателе и сосредоточиться на позитивных мотивах.

21Embedded / IoTMiddle

Ответ доступен в приложении.