面灵AI→

阿里国际 AI 应用研发 一面:消息可靠性、RAG 排障与合并区间

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. HashMap 的底层结构是什么,JDK 8 做了哪些优化?
  2. RabbitMQ 的消费流程怎么走,怎样避免丢消息?
  3. RAG 检索质量很低,先查什么?
  4. 怎样合并重叠区间?

《参考解析》

HashMap 的 JDK 8 优化:结构是数组加链表,链表长度超过 8 且数组容量达到 64 时转为红黑树,把最坏查找从 O(n) 降到 O(log n);容量不足 64 时先扩容而不是树化。扩容时不再重算哈希,而是根据旧容量对应的那一位把链表拆成「原下标」与「原下标加旧容量」两条,避免每个节点重新计算。哈希扰动简化为高 16 位与低 16 位异或,减少碰撞。这些优化都不改变它非线程安全的事实,并发写要用 ConcurrentHashMap。还要能说清负载因子 0.75 的取舍:太高碰撞多、太低浪费空间。

RabbitMQ 不丢消息:链路上有三个可能丢消息的位置,逐个堵。生产端:开启 publisher confirm 确认 broker 已落盘,开启 mandatory 或 return 回调处理不可路由的消息,业务数据与待发送记录放在同一个本地事务里(本地消息表或事务消息),再由投递器异步发送,避免「业务提交成功但消息没发出去」。broker 端:交换机、队列、消息都设持久化,队列做镜像或仲裁队列防止节点故障丢失。消费端:关闭自动 ACK,业务处理与幂等记录持久提交后再手动 ACK;处理失败进重试队列并设最大重试次数,超过进死信队列人工处理。还要处理重复投递:消息带全局唯一 id,消费前查幂等表,或用业务唯一键做唯一约束。断点要能说清「业务已提交、ACK 丢了」这种情况——消息重投后靠幂等键查到已有结果,不再重复执行。

RAG 检索质量低先查什么:按链路逐段排查,每段只改一个变量并用同一组查询回归。第一看文档在不在、解析有没有丢内容(PDF 表格、扫描件、代码块);第二看切块是否把关键条件切断,块太大引入噪声、太小丢上下文;第三看召回,正确片段有没有进入候选集,比较向量召回与关键词召回各自的结果,判断是语义漂移还是术语不匹配;第四看重排,正确片段是否被重排模型挤掉;第五看上下文拼装,片段是否被截断、顺序是否让模型忽略中间内容;第六才看提示词。排查前要留下失败问题、应命中的原文、权限与索引版本,否则无法判断是检索问题还是数据缺失。常见根因是数据没入库或索引没更新,而不是模型不行。

合并重叠区间:先确认端点相接是否算重叠。按闭区间处理时,先按左端点升序排序,维护结果数组最后一段:若当前段左端点不大于最后一段右端点,则把右端点更新为两者较大值;否则另起一段。时间复杂度 O(n log n),空间 O(n)。要覆盖空数组、单元素、被完全包含的区间、端点相接、重复区间。若要求原地修改或返回原下标,需要额外记录索引。