得物 后端开发 三面:Agent 评测体系与 Kafka、Redis Cluster 底层
- 轮次
- 三面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 自我介绍。
- 选择一个实习期间规模较大、最有挑战性的项目介绍。
- 除了技术实现,跨团队协作和交流有哪些困难?
- 自进化系统中的评测数据集从哪里来?
- 如何理解平台 AI Native 化?
- 介绍一下 Agent 自动化评测体系。
- 介绍一个实习期间完成的日常需求或业务功能优化。
- 你使用过哪些编程语言?
- 是否阅读过编程语言标准库或中间件源码?
- Kafka 和 RocketMQ 的底层消息存储结构有什么区别?
- Kafka 消费者如何根据 Offset 定位 Partition 中的消息?
- Kafka 的零拷贝是怎么实现的?
- Redis Cluster 节点之间如何交换信息?Gossip 协议的传播过程是什么?
- Gossip 每轮选择哪些节点通信?
- 什么是平衡二叉树?
- 反问。
《参考解析》
自进化系统的评测数据集:自进化(自我迭代)的前提是有一把稳定的尺子,数据集要分层建设。第一层是人工标注的金标准集,规模小但覆盖核心能力,改动前后都必须跑;第二层是线上回流集,把真实请求里的失败样本、用户差评、人工复核打回的案例沉淀下来,每条带输入、上下文、期望行为与来源;第三层是对抗集,专门构造边界、诱导、越权、多轮歧义的样本,用来防止指标虚高。数据集本身要版本化,样本带时间戳与场景标签,避免训练集与评测集混在一起造成泄漏。指标上确定性可判的(工具调用是否正确、参数是否合法、是否越权、耗时与 token)写成断言,语义类的用模型评审加抽样人工校准,评审模型与被评模型不能同源。自进化闭环是「失败样本回流 → 归因 → 改提示词或工具 → 回归」,没有回流通道的自我迭代只是在原地打转。
Agent 自动化评测体系:一条完整的评测链路分四段。构造:用例由人工、线上回流、合成三类来源组成,合成用例要有种子与约束,避免生成一批同质样本。执行:每个用例在隔离环境跑,固定随机种子与工具桩,记录完整轨迹(每步模型输入输出、工具调用与结果、耗时与 token)。判定:分规则判定与模型判定,规则判定查工具名、参数、状态码、最终产物;模型判定给评分维度与锚点,要求给出理由,必要时双模型交叉。统计:按能力维度、场景、难度切片看通过率与回归差异,重点看「改 A 是否弄坏 B」,同时看成本(每用例 token 与耗时)。工程上要把评测做成 CI 的一部分,改提示词、换模型、加工具都必须过一遍基线,否则迭代方向无法证伪。
Kafka 与 RocketMQ 的存储结构差异:Kafka 是分区日志模型,每个 Partition 对应一组分段文件(.log 数据文件、.index 偏移索引、.timeindex 时间索引),消息顺序追加写,读时按 offset 先查稀疏索引定位到最近的物理位置再顺序扫,靠顺序 IO 与页缓存获得高吞吐;分区数决定并行度,但分区多了会放大文件句柄与选举成本。RocketMQ 是共享提交日志模型,所有 Topic 的消息统一追加到一个 CommitLog,另用 ConsumeQueue 为每个 Topic 的每个队列存「物理偏移、消息长度、tag 哈希」的定长索引,消费时先读 ConsumeQueue 再回 CommitLog 取消息体;好处是写入完全顺序、单机队列数不受文件数限制,代价是读消息多一次随机读,所以依赖 PageCache 与预读。一句话对比:Kafka 每分区独立日志、读写都顺序;RocketMQ 全局一份日志加轻量索引、写顺序读近似随机。
Offset 定位:消费者提交的 offset 是分区内的逻辑序号。Kafka 用分段文件,文件名是基准 offset,内存里维护「基准 offset → 物理位置」的稀疏索引,查找时二分定位到不大于目标 offset 的最大索引项,再从该物理位置顺序扫描直到命中目标 offset。这也是为什么顺序消费快、随机跳读慢。
零拷贝:传统 read/write 要四次拷贝(磁盘 → 内核页缓存 → 用户缓冲区 → socket 缓冲区 → 网卡)与四次上下文切换。Kafka 用 sendfile,数据从页缓存直接送到 socket 缓冲区再由网卡发出,只保留必要的 DMA 拷贝,省掉用户态中转;配合批量发送与压缩,吞吐显著提升。要注意 sendfile 与 TLS 加密不兼容(加密必须在用户态做),所以开启 SSL 时零拷贝会失效,这是常见追问点。
Redis Cluster 的 Gossip:集群用二进制协议在节点间传播状态,主要消息类型有 PING/PONG(携带自身与部分其他节点的槽位与状态)、MEET(邀请新节点入群)、FAIL(广播某节点客观下线)。每个节点每秒随机选几个节点发 PING,把最近通信过的节点、随机节点、疑似下线节点混在一起选,收到的 PONG 里带回对方视角的节点表,信息以指数级扩散。判定下线是「主观下线 + 客观下线」:单节点认为失联记 pfail,超过半数主节点在时限内都认为失联则标记 fail 并广播。槽位变更(迁移)也通过 Gossip 传播,客户端拿到 MOVED 后刷新本地槽位缓存。
平衡二叉树:任意节点的左右子树高度差不超过 1,且左右子树本身都是平衡二叉树。它保证查找、插入、删除都是 O(log n)。为了维持平衡需要旋转:LL 型右旋、RR 型左旋、LR 型先左旋再右旋、RL 型先右旋再左旋。数据库索引不用它而用 B+ 树,原因是磁盘按页读取,AVL 每个节点只存一个 key,树高远大于 B+ 树,IO 次数多;B+ 树一个节点存多个 key、非叶节点不存数据,三层即可支撑千万级数据。