美团面试题 · 性能优化
美团相关面试题，按最终去重题目聚合。
共 3614 道真题 · 当前筛选命中 298 道 · 更新 2026-08-05
筛选题目已选：性能优化
考察点
技术栈
第 61 题在美团平台的高并发场景下，数据量非常大，你如何确保分析的效率和准确？ 考察高并发大数据量下分析效率与准确性的系统性思考第 62 题MySQL索引的优化原则有哪些？ 考察对MySQL索引设计、使用及调优核心原则的理解第 63 题G1垃圾回收器的Region大小如何设置及其影响？ 考察G1Region大小配置原则和内存布局理解第 64 题接触过哪些推理加速的方法？ 考察对大模型推理加速核心技术的理解深度与实践经验第 65 题项目中如何将BitMap加载到本地缓存？请描述具体实现方案。 考察对BitMap大数据量加载与本地缓存设计的理解第 66 题MQ遇到积压怎么去分析和解决？ 考察消息队列积压的排查思路、根因分析与恢复措施第 67 题搜索场景下的Reranker如何优化？ 考察对搜索排序链路中重排模型优化的系统性理解第 68 题当大量用户同时在线等待叫号时，前端页面性能和消息推送可靠性可能面临哪些问题？你会如何优化？ 考察高并发场景下的前端性能优化和推送可靠性设计第 69 题请描述从用户输入一个URL到页面完成渲染的完整流程。 考察网络协议栈、浏览器渲染原理与各环节协同机制第 70 题如何使用 bitmap 标记优惠券是否被使用？具体实现方式是什么？有什么优势？ 考察 Redis bitmap 数据结构在优惠券使用标记场景中的应用原理与优势第 71 题如何减少API重复调用？ 考察前端请求去重、防抖节流及接口稳定性的综合设计能力第 72 题G1垃圾回收器如何预测与设置停顿时间目标？ 考察G1停顿时间模型的理解和参数配置能力第 73 题在长文档 PDF 处理场景中，你们采用了哪些长上下文扩展技术？ 考察对长文本大模型上下文扩展技术的理解与实际应用能力第 74 题简要说明模型参数量与硬件算力、显存需求的关系，并估算部署一个 235B 参数的 MoE 架构模型所需的最低算力和显存规模。 考察对大模型部署中参数量、算力与显存之间关系的理解与估算能力第 75 题请描述浏览器从收到HTML响应到完成首屏渲染的完整过程。 考察浏览器渲染机制、关键优化点及性能瓶颈理解第 76 题SQL怎么优化？ 考察SQL性能优化的系统思考、执行计划理解和常见优化手段第 77 题开发成果中需要支持一千的并发用户，核心接口响应时间小于一百毫秒，你是如何监测和统计这些指标的？ 考察性能监测体系设计与数据统计分析能力第 78 题用Doris存储主要为了加快查询，你遇到过下游报表查询慢但不是数据倾斜的情况吗？具体表现和排查思路是什么？ 考察对Doris查询性能问题的排查能力和技术广度第 79 题Redis 为什么单线程执行命令效率仍然很高？ 考察对 Redis 高性能原因的系统化理解第 80 题本地缓存适合存什么数据，主要起到什么作用？ 考察本地缓存的适用场景、收益与风险意识