刚面完 Walmart Global Tech SDE 三轮，来发个帖记录一下。节奏比我预期紧凑，但面试官都挺 nice 的，没有那种故意刁难的感觉。说实话比我想的考法不一样——不是让你做 Hard 题，是一直在追问你工程基础和实际判断，每轮都更像是在和工程师聊项目，而不是在表演解题。
流程概览
Recruiter Call → Technical Screening（Karat 或 HackerRank OA）→ Virtual Loop 三到四轮（DSA + LLD + HLD + HM Behavioral）
我这次走的是已经过了 OA 的 Virtual Loop 三轮，分三天各打一轮，每轮 45 到 60 分钟，两周内走完。
提前知道一件事会有帮助：Karat 轮 60 分钟，前 10 分钟考技术知识选择题，后 50 分钟两道算法题，难度 Medium 为主。很多人卡在这里，不能轻视。
Round 1：技术基础 + Coding
开场自我介绍之后，面试官深挖了我简历上一个核心项目——不只是”你做了什么”，而是追问技术选型背后的原因、遇到的瓶颈、如果重来会怎么改。这种项目深挖在 Walmart 的每一轮都会出现，提前把自己做过的系统想透彻很重要。
技术知识
之后是一组基础题，密度挺高：
进程和线程的区别——从内存空间（进程独立、线程共享）、调度开销（线程更轻）、通信方式三个维度说清楚。
RESTful API 设计原则——无状态、统一接口、资源导向、可缓存性，顺带提了 PUT vs PATCH 的区别。
HTTP vs HTTPS，SSL/TLS 握手——四步：ClientHello、ServerHello、密钥交换、Finished，把每步的作用说清楚。
从输入 URL 到页面显示——这道老题问得很细，细到 DNS 缓存层级（浏览器→OS→路由器→ISP）和 CDN 在哪个环节介入。
SQL 注入的原理和防止——参数化查询是核心答案，输入验证和最小权限原则作为补充。
微服务 vs 单体——独立部署和扩展是优势，分布式复杂性是代价，可以结合 Walmart 的电商业务场景说。
数组 vs 链表——连续内存 vs 分散节点，随机访问 O(1) vs O(n)，缓存友好性数组更好。
每道题都可能继续追问，不能只说结论，要能把背后的原理说清楚。
Coding：最长无重复字符子串
LC 3，滑动窗口加哈希表，O(n)：
def lengthOfLongestSubstring(s):
char_index = {}
left = 0
max_len = 0
for right, ch in enumerate(s):
if ch in char_index and char_index[ch] >= left:
left = char_index[ch] + 1
char_index[ch] = right
max_len = max(max_len, right - left + 1)
return max_len写完之后面试官出了 follow-up：字符串非常长（几个 GB），无法一次性载入内存怎么处理？
我先说了分块，面试官引导往”流式处理”的方向——把字符串当成数据流，每次只读入一个字符，窗口状态用 O(字符集大小) 的哈希表维护，跨块边界的状态从上一块末尾传递过来。他说这个 follow-up 主要考系统设计思维，不只是算法。
Round 2：双题 Coding + 并发与分布式
这轮信息量最大，Coding、代码解释、并发知识混在一起。
Coding 两道
合并两个有序链表——迭代写法，dummy head 简化边界处理。
判断二叉树是否平衡——后序遍历，返回子树高度，左右高度差超过 1 返回 -1：
def isBalanced(root):
def height(node):
if not node:
return 0
left, right = height(node.left), height(node.right)
if left == -1 or right == -1 or abs(left - right) > 1:
return -1
return max(left, right) + 1
return height(root) != -1代码解释
LRU 缓存——用 OrderedDict 维护访问顺序，get 时把元素移到末尾，put 时容量满就删头部，读写都是 O(1)。这道在 Walmart 出现频率极高，提前实现一遍很值。
Top K 高频元素对比——排序 O(n log n)、最小堆 O(n log k)、桶排序 O(n)，按数据规模和值域选。
并发和分布式
竞态条件——多线程同时读写共享资源，结果依赖执行顺序。
进程间通信——管道、消息队列、共享内存、Socket、信号量，说清楚各自适用场景。
乐观锁 vs 悲观锁——乐观锁适合读多写少（CAS、版本号），悲观锁适合写多（SELECT FOR UPDATE）。
高并发下数据库优化——读写分离、分库分表、Redis 缓存层、连接池调优、慢查询分析，按优先级说逻辑比只列名词强。
CAP 定理——三者只能满足两个。Walmart 电商偏 AP，购物车可以最终一致，支付必须 CP。
Git rebase vs merge——rebase 保持线性历史但改写 commit，merge 保留分支结构，共享分支上不要用 rebase。
项目讨论
最大技术挑战、如何解决、如果重新设计会做什么改进。重点在第三问——考的是你有没有在项目之后真正复盘过，不是让你说当初的决定全是对的。
Round 3：简历压力面 + HM Behavioral
简历压力面
面试官挑了我简历上最复杂的一个模块，连续追问：为什么选这个技术栈、有没有考虑过其他方案、遇到什么性能瓶颈、数据量上来之后怎么处理、并发量再翻十倍系统会在哪里先挂。
感觉是在测试你讲的东西是不是真的做过，每个追问都会往更底层钻。我有一个点确实不熟，直接说了”这块我当时没有做深入的 profiling，但我的判断是……”，面试官没有继续追。诚实说出自己的判断比硬撑更好——Walmart 文化里强调 ownership，承认不足然后给出判断比假装什么都知道更符合预期。
HM Behavioral
为什么选 Walmart Global Tech——我说零售电商的规模是独特的工程挑战，Walmart 在 Catalog Engineering、FinTech Data Solutions 这些方向上技术密度很高，不是外界印象里的传统零售 IT。面试官对这个答案有明显反应。
快速学习新技术——STAR，重点在”快速”和”完成”，要有具体的时间压力和落地结果。
职业规划——偏技术专家，但理解优秀的技术 leader 也需要管理视野。
产品需求成本极高怎么沟通——先量化成本，评估业务价值，提出替代方案，让 PM 做有信息量的 tradeoff 决策，不是直接说”做不了”。面试官说”这个思路很好”。
高频题型总结
DSA：滑动窗口、单调栈（每日温度）、BFS 网格最短路、动态规划（组合求和）、区间合并、链表操作、二叉树平衡判断。
LLD：LRU Cache（几乎每批必有）、Feature Toggle 服务、线程安全 Key-Value 存储。LLD 题要说清楚为什么这样设计，不只是写出来。
HLD：分布式 Key-Value 存储、实时库存管理（峰值零售场景）、事件驱动 Catalog 摄入（Kafka + Redis）、COVID 接触追踪系统。
Java 和并发：后端岗位并发数据结构、线程池、GC 机制、Spring Boot 注解的概率很高，是基本要求不是加分项。
备考建议
项目深挖是这家的核心门槛。把做过的系统从这几个维度想清楚：为什么选这个技术栈、遇到过什么瓶颈、做过什么 profiling、如果重来会改什么、并发量翻十倍会在哪里先挂。能回答到这个深度，压力面就不会被问倒。
基础知识要能讲原理而不是背结论。HTTP、CAP 定理、乐观锁 vs 悲观锁看着基础，面试官会往下追问，要能用自己的语言把底层逻辑说出来。
“为什么选 Walmart”要回答真实。提前研究他们的技术方向（Catalog Engineering、FinTech、供应链系统），面试官能感觉出你是真的了解还是在套模板。
FAQ
Karat 轮有多难？
Medium 难度为主，前 10 分钟技术知识选择题，后 50 分钟两道算法题，60 分钟总计。通过 Karat 才能进 Virtual Loop，认真对待。
三轮可以分天打吗？
可以，主动和 recruiter 沟通时间安排就行，我这次是分三天各打一轮。
LRU Cache 必须会吗？
是，出现频率极高，O(1) 读写的实现（OrderedDict 或双向链表加哈希表）要烂熟于心。
Java 不熟可以用 Python 吗？
DSA 轮可以，但 LLD 轮很可能追问 Java 并发和 Spring Boot 的具体知识，后端岗位 Java 最好提前准备。
HM 面会有技术题吗？
以 behavioral 为主，但有候选人反馈 HM 面里出现了系统设计追问，不要完全放松。
整体流程多久？
从 OA 到三轮结束大约两到四周，Offer 通常在最后一轮后一到两周内给出。
挂了有冷冻期吗？
通常六个月，具体问 recruiter 确认。
有在准备 Walmart Global Tech 或其他外企 SDE 岗的同学，可以来聊聊。InterviewShow 做过 Walmart、Google、Amazon、Microsoft 这些公司的面试，系统知识深挖、项目 tradeoff 表达、LRU Cache 和并发题的实现都有专门覆盖，一对一跟着走。有需要的来聊。
备考资料
Walmart Global Tech 官方技术主页（团队介绍、技术方向、招聘信息）