90%的电子书下载就靠他们了!

So Books

内容丰富的电子书网站，书籍都进行有详细分类首页每周不定期上架新的书籍，可以在页面预览到最新发布的电子书，书籍搜索功能强大，下滑介绍页有下载方式

书籍知识库

拥有丰富资源的电子书下载网站，上新速度快，每隔几天就会上新一次，并且还会标注书籍上新时间， 根据下载源输入提取码就可以下载PDF格式的书籍

Many books

收录了5w+书籍的免费电子书网站，你可以根据它详尽的分类选择书籍阅读，也可以直接搜索书名查找， 网站书籍全部都支持免费下载PDF格式， 码住不亏

熊猫搜书

一个整合了众多搜书引擎的聚合类搜书网站，收录了各个书籍下载网站，过熊猫搜书一个平台就可以搜索到不同网站的资源， 下载格式包括TXT、PDF、EPUB、AZ W 3

MAGAZINE LIB

还在为想读英语外刊却找不到资源发愁吗这个网站有超多的外语报刊杂志，不用登录实时更新全高清PDF!它的检索分类等功能也很优秀， 但网站不会存储旧杂志，过期了就失效了!

PDF DRIVE

截止到今天PDF DRIVE有超8300万本电子书籍， 并且书籍量还在不断的更新，尤其是对国外书籍支持很好且均为PDF格式， 没有烦人的广告， 没有任何下载限制!

识典古籍

由北京大学和字节跳动实验室共同创建的公益性阅读平台!涵盖390部经典古籍，主要来自《四部从刊》共计3000多万字面向大众免费阅读可原书/繁体/简体切换对照，阅读体验非常高!

由北京大学和字节跳动实验室共同创建的公益性阅读平台!涵盖390部经典古籍，主要来自《四部从刊》共计3000多万字，面向大众免费阅读，可原书/繁体/简体切换对照，阅读体验非常高!

下半年中国在线教育市场规模有望继续扩大

由于一二线城市用户的付费能力更强、在线使用习惯更好，各企业在过去几年的鏖战基本都发生在一二线城市。但是，经过各种比拼，各企业在师资、课程、销售渠道等方面都存在严重的同质化竞争。2020年受疫情影响，三线及以下城市用户开始关注和了解线上教育。预计以2020年暑期为起点，各K12在线教育品牌将开始三四线城市用户的争夺战。

世纪证券认为，在疫情防控常态化下，在线教育热度持续不减。此次疫情加速了在线教育的普及，培养用户使用习惯，进而提高市场的渗透率。

一直以来，在线教育行业被认为是教育行业与信息技术产业的交集产业。而随着互联网技术、移动互联网基础设施日渐成熟、用户习惯向线上大规模迁移的背景下，我国在线教育行业自2014年起呈现出持续升温的局面，市场规模和用户规模不断增长。

课题组结合多个机构发布的数据分析预测，整个在线教育行业2022年市场规模超过5400亿元;其中K12在线教育作为重要分支，2022年市场规模将超1500亿元。未来几年，中国在线教育的市场规模增长势头保持稳健。

中国银河证券认为，在新冠肺炎疫情期间，线下教育加速向线上转移，在线教育加速发展，用户群体不断扩大。在政策鼓励大力发展新兴消费的背景下，下半年在线教育市场规模有望继续扩大，同时对在线教育质量提出了更高要求，教学质量、服务水平、师资等因素将成高质量发展的竞争关键。

作业帮创始人分析，过去五年整个行业都有了长足进步，双师直播、小组互动、出镜批改等新形式一直在丰富课堂体验。但这些还不够。随着规模的增长，不同地域、年龄、水平的用户不断涌入，在线教育的形式及品质仍需要不断探索和革新。

——更多数据来源及分析请参考于前瞻产业研究院《中国在线教育行业市场前瞻与投资战略规划分析报告》。

中国

抖音是中国移动互联网大潮中迅速发展起来的一个社交媒体软件，它由一名来自于中国福建的程序员张一鸣2012年在北京中关村创立的公司“字节跳动”（Bytedance）推出。



抖音于2016年9月20日上线，原基础是一款音乐创意短视频社交软件，用户可以通过这款软件选择歌曲，拍摄音乐短视频，形成自己的作品，会根据用户的爱好，来更新用户喜爱的视频。



用户可录制15秒钟，1分钟或者更长的视频片段，也能上传照片等，能轻易完成对口型，建特效等编辑，用户可对视频留言。

抖音推出后，迅速受到特别是中国大陆年轻一代的欢迎。



2017年，抖音推出海外版TikTok，登入苹果安卓等应用商店，并且“字节跳动”以10亿美元收购北美音乐短视频社交平台Musically。

之后，它受到全球特别是年轻一代的欢迎，用户数量急剧增长，2019年全球下载量已经突破15亿次。

随着TikTok在全球的迅猛发展，它在洛杉矶，纽约，伦敦，巴黎，柏林，迪拜，新加坡，首尔，东京，孟买，雅加达，莫斯科等国际上的都市都设立了办公室。



印度2019年曾经是TikTok下载量增速最快的国家，一年达到2776亿。

据统计，2019年，在出现后短短三年里，它的市场占有率已经超过了脸书，推特等西方所有的社交媒体平台。2020年5月的一份数据显示，抖音和TikTok在全球手机应用商店下载超过20亿次

卧薪尝胆三个月吃透收藏腾讯技术博主整理的Android面试全秘籍后，才收到字节跳动的offer，谈到了30k的月薪顺利入职。

本来那时候就打算写一份入职感受的，结果上个月因为熟悉业务而耽误了，一直都无法抽出时间来写。最近总算是抽出空来，好好来说一说。

1、两轮远程，一轮现场，HR直接过来谈薪资

现在的工作地点是在北京，而我裸辞后是回到了老家。

前两轮都是进行的线上面试，进到了第三轮就要求去到现场参加面试了。依然记得，第三轮面试的时候，负责人面过之后，又找了两个人过来进行交叉面试，说实话，我当时还蛮紧张的。

不过，好在第三面完后，也许是三个负责人都比较满意，HR就来跟我谈薪资了。最后定在了30K14。

2、我记下的面试题

字节跳动一面（电话面）

自我介绍+说说自己做过项目的技术核心，你在项目中遇到最难得点是什么？如何解决的？

Activity 到底是如何启动的？启动模式以及使用场景

Handler了解吗？Handler Looper Message 关系是什么？Messagequeue 的数据结构是什么？为什么要用这个数据结构？

如何在子线程中创建 HandlerHandler post 方法原理？

Fragment 之间如何进行通信？Fragment的生命周期？Fragment 生命周期和 Activity 对比

Service的运行线程（生命周期方法全部在主线程）、进程保活

ViewStub、include、merge原理是什么？什么时候使用它？

AsyncTask是串行还是并行执行？

dispatchTouchEvent， onTouchEvent， onInterceptTouchEvent 方法顺序以及使用场景 滑动冲突，如何解决（这好像是二面的问题，又好像是一面的问题，不是很确定就写在一面）

字节跳动二面（视频面）

项目介绍

如何进行自定义 View，以及view 重绘机制

为什么Android要用 binder 进行跨进程传输，多进程那些带来的问题

AMS,WMS,PMS 创建过程

为什么会发生 ANR？如何定位 ANR？如何避免 ANR？

内存泄漏和内存溢出的原理，什么情况下会内存泄漏？如何防止内存泄漏？

LruCache使用极其原理

如何进行 内存 cpu 耗电 的定位以及优化？性能优化经常使用的方法？如何避免 UI 卡顿？

MVC、MVP、MVVM的优劣点？

Gradle自定义插件的方式？

字节跳动交叉面

项目介绍

Android现在流行的屏幕适配方式

RxJava的原理、特点和使用过程？

Retrofit的使用流程和机制

从源码的角度，说说Glide的执行流程

组件化、插件化和热修复的原理，为什么要用组件化？组件之间如何通信？组件之间如何跳转？

你是负责一款APP的那部分的模块开发？你最近做的 APP 是如何架构的？为什么要这样架构？平时遇到问题了是如何解决的？

平时怎么进行技术进阶，如何学习？现在你觉得自己处于什么技术水平？你的技术优势是什么？

总之，对哪一块比较熟悉大胆的说就行了，面试官不会太为难你，只有你明确了你掌握的技术点，面试官才会深入继续问。

面试官不是想为难你，而是需要知道你到底掌握了哪些技术，广度和深度是怎样的。然后再匹配这边的岗位需求，进行考察。

2022最新Android中高级面试题合集

第一章 Java 方面

（一）Java 基础部分

（二）Java 集合

（三）Java 多线程

（四）Java 虚拟机

第二章 Android 方面

（一）Android 四大组件相关

（二）Android 异步任务和消息机制

（三）Android UI 绘制相关

（四）Android 性能调优相关

（五）Android 中的 IPC

（六）Android 系统 SDK 相关

（七）第三方框架分析

（八）综合技术

（九）数据结构方面

（十）设计模式

（十一）计算机网络方面

（十二）Kotlin方面

篇幅有限，无法展示全部资料， 《2022最新Android中高级面试题合集》 完整版（面试题+答案解析）免费分享，希望可以帮助大家在这凛冽的" 寒冬 "里，砥砺前行 ！感谢阅读~

基于字节跳动分布式治理的理念，数据平台数据治理团队自研了 SLA 保障平台，目前已在字节内部得到广泛使用，并支持了绝大部分数据团队的 SLA 治理需求，每天保障的 SLA 链路数量过千，解决了数据 SLA 难对齐、难保障、难管理的问题。

SLA（Service Level Agreement）：服务级别协议，对互联网公司来说是网站服务可用性的保证。数据 SLA，即数据可用性保证，一般以数据产出时间作为 SLA。

在海量数据任务开发场景中，因业务多样化、数据量大、数据任务复杂等问题，导致数据任务链路依赖复杂、链路长、跨团队节点依赖多，因此，在实际开发运维过程中，任务负责人为保证自身数据准时产出，会遇到如下困难：

为解决上述问题，字节跳动数据平台通过自研的 SLA 保障平台，规范并推进各业务团队进行任务链路治理，有效保障数据的 SLA，数据 SLA 达标率达到 991%。

理想的一组任务的完成时间与对应 SLA 之间的关系如下图所示，即各个任务及其上游任务都在对应的 SLA 之前完成，这也是平台的治理目标。

SLA 保障平台除了解决上文的困难外，对不同的用户还有以下使用场景：

根据以上不同角色需求，SLA 保障平台提出自身解决方案。针对团队数据治理需求，平台提供完善的治理看板能力；针对任务链路复杂导致的 SLA 难达成，平台通过各项优化，简化了 SLA 达成流程；针对下游任务运维压力大的问题，平台优化通知体系，及时播报 SLA 状态。

那么，SLA 保障平台有哪些核心模块？平台是如何运转的呢？

目前 SLA 保障平台的核心角色有三类，分别是：

即产出数据的任务，通过数据任务的元信息，可构建整条数据生产链路的完整 DAG。在本平台中，所涉及的任务元信息一般需要包含以下内容：

申报人提起的一次申报内容，被称为一个“申报单”，一个申报单一般包含的核心内容如下：

SLA 保障的前提是先达成 SLA 协议。在 SLA 保障平台中，以 申报单签署 的形式达成 SLA 协议。平台核心特点是 优化了 SLA 达成的流程 ，先通过 “系统卡点计算” 减少待签署任务的数量，再通过 “SLA 推荐计算” 自动签署部分任务，最后为剩下的待签署任务智能提供合适的 SLA，进一步降低签署成本。

在申报签署环节中，各个环节的变化将通过 通知模块 传递信息给相应负责人，实时通知降低信息交流成本，加速了 SLA 的达成。

上图为申报签署的一般流程，在实际操作时，如任务链路变化、SLA 时间商讨待确认等特殊情况，申报签署流程会有微调。

首先需要申报人填写申报单，在申报人提交后，系统会根据申报单中的申报任务拉取上游的所有任务，构成一个完整的 DAG，并进行 任务链路分析 。 链路分析的结果是后续算法的前提 ，也是管理员审批时的重要参考因素，可以让用户快速了解到自身任务在链路中所处的位置及上下游运行情况。

在理想情况下，为保证申报任务顺利推进，需要该任务的 所有上游任务都签署 SLA 才算完成签署 。而链路复杂导致的 上游任务多、跨团队沟通成本高、SLA 难以确定 等问题，成了整体 SLA 达成的最大阻碍。通过“卡点计算”与“SLA 推荐计算”可以跨越此阻碍。

本系统采取一定的“卡点策略”，计算出此 DAG 中的部分需要被签署的任务，此类任务称为“ 卡点任务 ”，这个过程称之为“ 卡点计算 ”。计算得到卡点任务后，在签署过程中可以忽略其他任务，从而大大降低签署成本。

一个申报单会关联多个任务（即该申报任务及其上游的卡点任务），同理一个任务也会关联多个申报单，因为在一个 DAG 中，申报任务可能从任意节点起，因此二者是 N:N 的关系。

当两个申报单有部分任务列表重合时，如 Task4 关联了两个申报单，该任务的申报方、治理团队等数据是两个申报单的去重合集，而等级则取所有申报单中最高者。

利用任务及其上下游任务的历史运行信息，再结合推荐算法，得到该任务的推荐 SLA，这个过程称之为 SLA 推荐计算 。

在负责人签署 SLA 之前，SLA 推荐算法会 智能计算每个任务的推荐的 SLA ，并以此进一步通过算法 自动签署 部分待签署的任务，进一步降低签署成本。据平台数据统计，此功能可以自动签署近 40% 的 SLA，是最核心的功能之一。

而对于剩余的待签署任务，会 将算法推荐的 SLA 提供给任务负责人 。任务负责人可以直接选择直接用这个 SLA 签署，也可以自行决定 SLA。一般情况下，智能推荐的 SLA 已经能满足绝大多数的需求，通过推荐 SLA，任务负责人更快的做出签署决定，再次降低了签署成本。

当一个申报单完成签署之后，平台将对申报单中的任务进行保障服务。保障服务的核心就是 通过监控 SLA 的状态变化及时播报消息通知 ，为相应负责人及时提供一手资料，以此降低运维成本。对于一个离线任务，评价其 SLA 主要是依据其完成时间和其所承诺的 SLA 来判断，SLA 的状态分为四种，分别是：

SLA 的实时状态是数据业务方所需要的重要信息，因此平台会所有任务的 SLA 进行监控，并在 SLA 状态变化时实时对相关人员发送通知，相关人员根据收到的通知知晓 SLA 的具体情况，并能做出应对措施。

复盘管理是本平台提供的响应式治理服务的实现方式，是数据治理方的重点关注对象。复盘管理又分为问题管理与事故管理，问题管理侧重于“为什么”——即整理分析 SLA 破线的原因，事故管理侧重于“怎么做”——即 SLA 破线事故之后该怎么治理。

问题管理模块的整体目标是满足数据治理团队对 SLA 问题的登记管理，支持对登记后的问题数据进行不同维度根因数据分析，辅助用户对问题根因进行治理，沉淀治理问题经验。

平台在进行系统保障监控时，会在 SLA 延迟时进行通知播报，并持续提醒负责人进行问题登记。在问题登记时，平台提供了一组根因树辅助登记，明确问题根因类别，方便统计分析。任务负责人进行问题登记后，累积数据展示在问题看板上，数据治理方由此做问题分析归纳总结。

平台保证了 SLA 延迟记录与问题之间是一一对应的关系，并在问题看板上关联了 SLA 详情信息，包括任务链路、负责人、任务起止时间等。

问题登记往往是一个从多到少的过程，前期出现的问题在逐一治理解决后，将对后期的治理起到很好的参考警示作用，它的数据价值如下：

根据平台运营的记录显示，常见的问题有 资源队列阻塞、上游任务故障、数据倾斜 等。某数据团队双月问题登记总结如下，问题数量和问题根因种类得到了有效的收敛：

事故管理用于记录 SLA 破线事故的复盘与改进管理，每个事故至少对应一条 SLA 问题记录，而每个 SLA 问题不一定会造成事故。

事故可以在任意节点进行，一般在 SLA 破线并造成实际的业务影响之后，需要进行事故登记，事故登记同样会关联相关的 SLA 信息。一个事故的处理流程如下所示：

如图所示，事故主要包含 SLA 事故明细、SLA 事故根因、改进计划及 SLA 消耗这几部分，在这其中可以关注以下几点：

SLA 事故管理平台的数据是数据治理方治理成果的重要依据，也是整个 SLA 保障平台使用效果的体现，它的数据价值如下：

以下是某个团队的双月事故统计：

通过上述数据可知，本平台有效保障了核心任务的稳定产出，辅助降低了稳定性事故发生的概率，现在每双月该类型事故数量长期维持在个位数。

平台整体主要分为基础组件、规划式治理服务、响应式治理服务三大块，系统组件架构图如下：

所谓“规划式治理”，即在问题发现前治理，通过主动规划约定 SLA 的形式保障任务产出。规划式治理是 SLA 相关问题发现的过程。

规划式治理服务即“提供以申报单签署的方式达成 SLA 协议的服务”，包括在此过程中申报单的生命周期管理操作，申报任务的链路分析，以及达成 SLA 之后的系统保障监控，服务于“申报签署流程”。

响应式治理是指通过复盘管理模块对 SLA 相关的事故/问题进行登记、管理、复盘的过程。在发现 SLA 相关问题之后，需要对问题进行处理，形成一个完整的闭环，在发现问题后进行的治理成为响应式治理。

响应式治理服务模块抽象出问题登记和事故管理两个模块，更加灵活的服务于数据 SLA 的问题归因与事故统计。

基础组件提供了配置、播报、看板等基本功能模块服务，为规划式、响应式治理服务提供了必要支撑，是整体 SLA 保障服务不可或缺的一环。

治理团队为 SLA 的管理团队，每个申报单都需要绑定一个治理团队，治理团队主要负责审批申报单。

数据团队为数据的归属方，一个数据团队对应一个业务团队，数据团队的设计保障了各个业务团队独立治理的需求。 平台通过对数据团队的灵活配置支持，可以更细粒度的划分数据与任务的归属，解决权责不清的问题。

订阅管理是配置订阅信息的平台，本平台的订阅为 SLA 监控的通知播报，通过订阅管理可以将通知指定发动到个人或者群组。订阅管理是 SLA 监控保障服务不可或缺的一环。

通知播报是本平台所提供的基础通知能力，是 降低沟通成本、实现保障服务、提升用户体验 的重要手段。在重要节点变更、用户操作、SLA 状态变化等情况下，都会进行通知播报。通知播报形式多样，根据不同的场景，有普通文本消息、加急消息、卡片通知、邮件通知、电话通知等。

SLA 大盘展板是数据治理方最为关心的部分，展板提供当日 SLA 整体统计信息、SLA 延迟趋势分析信息、SLA 等级分布明细、任务健康度明细、团队 SLA 达成信息统计等丰富信息，是很多团队数据治理指标重要参照来源。

未来字节跳动数据治理团队将持续打磨 SLA 保障平台，在卡点策略优化、SLA 推荐算法优化、基于 SLA 的任务管理机制上持续提升技术能力：