懂车帝后端开发一面:秒杀系统设计与 Agent 上下文管理
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
算法
- 无重复字符的最长子串(Hot100,mid)。
场景题
- 设计一个秒杀系统,要求防止超卖,并且在倒计时结束时才允许用户进行秒杀,详细说明关键架构设计。
实习拷打
- 业务系统里的分布式锁如何设计的?作用是什么?
- 异步转存如何设计的?有没有做安全检查?
- Agent 项目的 ReAct 如何实现?设计时遇到什么问题,如何解决?
- 有没有在线和离线分别进行评测?Bad Case 调优是怎么做的?
- ReAct 如何防止死循环调用?
- Agent 的上下文管理如何实现的?
- 用户刚发一条消息,马上再发一条消息,如何保证第二条消息处理时能读到第一条消息的上下文?
- 如果需要将工具调用的结果提供给模型生成最终回答,如何实现?
- 有没有做断点续传?如果用户给 Agent 发送一条消息后退出聊天框,如何保证消息剩下的部分继续返回给用户?
- 如果用户连续发送多条消息,既有普通消息又有工具调用,如何防止 Agent 响应的消息冲突?
八股
- 如何防止 MQ 的消息丢失问题?
- 如何保证 Redis 和 MySQL 的双写一致性?
- Redis 的热 Key 问题有哪些常见解决方案?
- 如何分析慢 SQL 并调优?
- 多表联查问题有哪些常见解决方案?
《参考解析》
无重复字符的最长子串:滑动窗口要讲清「窗口里维护的是什么」。 双指针加哈希:右指针扩张,遇到已出现过的字符就把左指针移到「该字符上次出现位置 + 1」,同时更新字符最近位置,过程中记录窗口最大长度;用数组(字符集大小 128 或 256)代替哈希表可以把常数压到最低,用 map 则天然支持任意字符集。两个常见坑:左指针只能右移不能回退(要写 left = max(left, last[c] + 1),否则遇到陈旧记录会把窗口撑错);以及要明确字符集边界(是否按字节、是否支持中文码点)。复杂度 O(n) 时间、O(字符集) 空间,说完可以补一句「这题是变长窗口模板,同一模板能解至少 K 个重复字符、最长替换后重复字符等一批题」。
秒杀系统:把「到点放开」和「不超卖」拆成两件事做。 时间闸门交给服务端统一时间:前端倒计时只是展示,服务端在下单接口校验当前时间是否早于活动开始(用统一时间源,必要时加一个秒级的安全缓冲),早于开始一律拒绝,避免客户端改时间或提前压测打进来。防超卖的核心是「库存扣减必须原子且只有一处权威」:活动开始前把库存预热进 Redis,用 Lua 脚本把「校验时间、判断库存、扣减、记录用户去重标记」放在一次原子执行里,只有扣减成功的请求才拿到资格,然后发消息进 MQ 异步创建订单,前端返回「排队中」并靠轮询或推送拿结果。这一层刻意把同步链路压到最短,数据库不参与争抢。配套要有:用户维度的限流与去重(同一用户只能抢到一单,用集合或唯一索引兜底)、网关层的整体限流与削峰、库存分段(把一份热库存拆成 N 个分片降低单 key 竞争)、以及「少卖兜底」——异步下单失败要把库存回补,别只做减法。最后补一致性收口:Redis 与数据库的库存以数据库为准,活动结束后对账修正,避免缓存扣减成功但订单没落库产生黑账。
分布式锁与异步转存的安全检查:讲清临界区和失效兜底。 分布式锁先回答「保护什么」——通常是同一份资源被多个实例或线程并发修改(例如同一单据被重复转存、同一账户被并发扣减)。方案是 Redis SET key uniqueValue NX PX ttl,释放时用 Lua 校验 value 再删,防止删掉别人重新获取的锁;业务执行时间不确定要加续期(看门狗),并说明单点 Redis 的锁在故障切换时可能失效、Redlock 也有争议,所以业务侧必须用幂等键与唯一索引做最终防护——「锁防并发,幂等防重复」这两句要一起说。异步转存的安全检查按四层答:鉴权与数据归属校验(这次操作的对象属不属于当前用户/租户)、参数与路径校验(防止越权读写、路径穿越)、额度与频率校验(防刷、防放大)、以及审计与可追溯(谁在什么时候转存了什么、失败可重放)。如果转存涉及外发或二次转发,还要提内容合规与敏感信息脱敏。
ReAct 的工程化:循环、终止、上下文三件事一起讲。 ReAct 的实现就是「思考 → 行动(工具调用)→ 观察(结果)→ 再思考」的循环,工程上要把它做成有预算的闭环:每轮记录步骤与 token 消耗,设最大步数与总时长上限,同工具同参数的重复调用做指纹检测,再叠加「当前信息是否已足够回答」的状态评估,三者任一触发就收尾——只设 max_iterations 挡不住「每轮都合法但原地打转」,这是面试官最想听的差别。防死循环还要区分工具性质:只读工具可以放心重放,写操作必须有幂等键或先落意图再执行,否则重试会重复下单。上下文管理按分层讲:短期是当前会话窗口,用滑动窗口加摘要压缩、把稳定内容前置吃前缀缓存;长期记忆存用户偏好与历史结论,检索时召回而不是全量塞。工具结果回填要强调「先归一化再入上下文」——统一成约定结构、超长先裁剪或摘要、大产物落外部存储只在上下文里留引用和摘要,否则一次检索就能把窗口占满。
连续消息、断点续传与消息冲突:本质是会话状态放哪、由谁串行化。 「用户连发两条消息,第二条要读到第一条的上下文」意味着会话上下文不能只存在某台机器的内存里,同一会话的消息必须按序处理:可以用会话维度的队列或分片(同一 sessionId 固定路由到同一个消费者),也可以在处理前从共享存储(Redis / 数据库)加载最新上下文并加乐观锁版本号,做到「读-改-写」不丢更新。断点续传要区分两种语义:一是推理过程与已生成内容的续传,把已生成部分与任务状态落库,用户重连时从断点继续并靠消息序号去重;二是流式连接断开后的补发,服务端把每个会话的产出按序号持久化,客户端重连时带上次收到的序号请求增量——否则重连就只能重跑一遍,既费钱又会产生重复回答。防止消息冲突的通用做法是会话级串行 + 消息幂等:给每条用户消息一个 ID,处理时检查是否已在处理中,工具调用产生的中间态与最终回答用不同的消息类型,前端只按序号追加,服务端保证同一会话同一时刻只有一个活跃的推理任务,新的用户输入要么进队列、要么中断旧任务并记录中断点。
八股四连:MQ 不丢、双写一致、热 Key、慢 SQL 与多表联查。 MQ 消息丢失分三段防:生产者侧用同步发送或带本地消息表/事务消息确认「已投递」,Broker 侧多副本加刷盘策略(同步刷盘、acks=all、min.insync.replicas)保证落盘不丢,消费者侧关闭自动提交、业务处理成功后再手动 ack,失败进重试与死信队列,消费端还要幂等(业务唯一键或消息 ID 去重)。Redis 与 MySQL 双写一致性按「能不能接受短暂不一致」选方案:强一致要慎用缓存或走分布式事务(代价大,一般不划算);主流做法是先更新数据库再删缓存(不是更新缓存),配合延迟双删或订阅 binlog 异步失效,缓存侧加过期时间作为最终兜底,并说明为什么「先删缓存再更新库」在并发读下更容易脏。热 Key 的解法有一组:本地缓存扛读、key 打散加随机后缀分片、把集中写入改成异步或批量合并、读写分离与多副本、以及限流降级保护后端。慢 SQL 按「发现(慢查询日志、监控 TOP SQL)→ 定位(EXPLAIN 看 type、key、rows、Extra)→ 优化(补索引消除函数与隐式转换、覆盖索引、改写 SQL、处理深分页)→ 验证(对比扫描行数与耗时,压测确认没拖慢别人)」四步讲。多表联查的优化方向:先确认是否真的需要 join(能不能拆成两次查询在应用层拼装)、再保证连接字段类型与字符集一致且都有索引、小表驱动大表、必要时用覆盖索引或冗余字段反范式、把超大 join 拆成分批与临时表,以及警惕 join 后排序分组产生的临时表与 filesort。