面灵AI→

字节 Seed 飞书 AI 日常实习面经:麻将判胡改代码与限流器排错

轮次
一面+二面
结果
已发 offer
时间
2026-10
来源
牛客网

《面试题目》

  1. AI coding:给一段有问题的麻将判胡代码,找出问题并修改;追问:除了基础胡法还有很多地方胡法,如何设计动态配置模块?
  2. RAG 有了解过吗?讲一下链路。
  3. MySQL 的引擎是什么?底层数据结构是什么?为什么不用 B 树?索引一定生效吗?
  4. 讲一下高并发场景下有哪些缓存问题,怎么解决。
  5. 你的项目里「布隆过滤器 + 双重判定锁 + 空值缓存」这条链路是什么样子的?布隆过滤器的原理是什么?
  6. 这里消息队列起到什么作用?如何解决消息重复消费的问题?
  7. (二面)给一段有问题的高并发限流器代码,指出问题所在。
  8. (二面)AI coding 实现一个需求:简易检索系统。

《参考解析》

麻将判胡代码的改法:这类题的评分点不在「会不会打麻将」,而在能不能把一个业务规则拆成「可枚举的牌型 + 可替换的规则」。先定位 bug 通常是这几类:手牌张数校验缺失(非 3n+2 也往下算)、将牌(对子)只试了一次没有回溯、顺子判定跨花色、吃碰杠之后的副露没参与胡牌计算、七对/十三幺这类特殊牌型被写死在主流程里。改法是重构成「输入标准化(花色 + 点数 + 张数计数数组)→ 牌型判定器列表 → 每个判定器独立实现」的结构。追问的动态配置就是把它推到数据层:每种胡牌规则描述成可配置项(需要的面子数、将牌数、是否允许特殊牌型、每种牌型的成立条件用「计数数组的谓词」表达),规则表存配置中心,判定引擎按配置装配。要说清取舍:完全数据驱动会让规则难以表达组合逻辑,实用做法是「结构配置化 + 谓词插件化」。

RAG 链路:离线侧是文档解析(PDF/HTML 转结构、去噪、保留标题层级)→ 切片(按语义边界切,带父子关系,块大小与重叠按文档类型调)→ 向量化 → 写向量库并保留元数据(来源、时间、权限)。在线侧是 query 改写(多轮指代消解、同义扩展)→ 混合召回(向量召回 + 关键词 BM25,两路结果融合)→ 重排(cross-encoder 或模型打分,取 Top-N)→ 上下文装配(按 token 预算裁剪、去重、带引用编号)→ 生成(要求引用来源)→ 后处理(引用校验、无据不答)。工程上还要有:权限过滤(检索前就按用户可读范围过滤,不能靠生成后删)、增量更新与失效、评测集(召回率、答案正确率、无答案时的拒答率)。

MySQL 索引:InnoDB 用 B+ 树。选它而不是 B 树的原因:非叶子节点只存键不存数据,同样大小的页能放更多键,树更矮(三四层就能撑起千万级),磁盘 IO 次数更少;叶子节点用双向链表串起来,范围查询和排序可以顺序扫描,B 树要中序遍历跳着读。索引不一定生效:对列做函数或运算(where date(create_time) = ...)、隐式类型转换(字符串列与数字比较)、like '%x%' 前置通配、联合索引不满足最左前缀、区分度太低(优化器判断全表扫更便宜)、or 混了没索引的列。判断手段是 explain 看 type 与 key,以及 optimizer_trace。

缓存三大问题:穿透(查不存在的 key,每次都打到 DB)→ 布隆过滤器前置拦截 + 空值缓存(短 TTL);击穿(热点 key 过期瞬间大量并发回源)→ 逻辑过期(不真删、异步重建)+ 互斥锁(只放一个请求回源);雪崩(大量 key 同时过期或缓存集群挂)→ TTL 加随机抖动 + 多级缓存 + 熔断降级 + 集群高可用。还有一致性(Cache Aside 先更 DB 再删缓存)与热 key(本地缓存 + 分片副本)。

布隆过滤器 + 双重判定锁 + 空值缓存:请求进来先查布隆过滤器,判定「一定不存在」就直接返回(省掉一次 Redis 查询);可能存在则查 Redis,命中返回;未命中就抢分布式锁(双重判定:抢到锁后再查一次缓存,防止前一个请求已经回填),抢到的回源查 DB 并回填,没抢到的短暂休眠后重试。布隆过滤器原理是一个位数组加 k 个哈希函数,插入时把 k 个位置置 1,查询时若有一位为 0 则一定不存在、全为 1 则可能存在(有假阳性、无假阴性)。工程细节:布隆过滤器不能删除元素,所以要用计数布隆或定期重建;假阳性率与位数组大小、哈希个数、元素数量有关,要按预估元素量算容量。

MQ 与重复消费:MQ 在这里的作用是削峰(把突发的写请求缓冲,让 DB 按自己的节奏消费)、解耦(下游通知、索引更新、统计不阻塞主链路)、异步(把非关键路径移出用户等待窗口)、可靠(持久化 + 重试 + 死信)。重复消费的来源是「生产者重发」和「消费者 ack 前宕机」,只能做到 at-least-once,所以必须幂等:用业务唯一键建唯一索引、或维护「消息 ID → 处理状态」表,处理前先查/插入,冲突即跳过;对更新类操作改成「按最终状态覆盖」而不是「增量累加」。

限流器代码排错:固定窗口计数器的典型 bug 是窗口边界双倍流量(前一窗口最后一秒和下一窗口第一秒各放满),以及计数更新不是原子操作(读-改-写之间有竞态,多线程下实际放行数超过阈值)。滑动窗口要检查时间戳队列的清理时机(否则内存无限增长)与并发安全。令牌桶/漏桶的常见问题是:令牌补充用「每次请求时按时间差补」而不是定时器,但计算里把时钟回拨或纳秒/毫秒混用,导致补多或补少;桶容量与速率参数在运行时可改时缺少原子替换;分布式场景下每台机器本地限流,总量是 N 倍。修法:计数类用 Redis + Lua 保证原子,或本地用原子变量 + CAS;时间统一用单调时钟;分布式限流要按「总配额 / 实例数」下发并允许小幅漂移。

简易检索系统的设计要点:题目小,但要看是不是分层清楚——文档入库(切词、建倒排或直接调向量库)、索引结构(倒排表 term → [docId, tf],或向量索引)、查询处理(分词、停用词、同义扩展)、打分(TF-IDF/BM25,说得出 idf 与长度归一化的作用)、结果排序与分页、以及增量更新。加分项是主动说「先用现成引擎(Lucene/ES)在真实场景更合理,手写是为了看清原理」。