面灵AI→

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

  1. 无重复字符的最长子串(Hot100,mid)。

场景题

  1. 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

  1. 业务系统里的分布式锁如何设计的?作用是什么?
  2. 异步转存如何设计的?有没有做安全检查?
  3. Agent 项目的 ReAct 如何实现?设计时遇到什么问题,如何解决?
  4. 有没有在线和离线分别进行评测?Bad Case 调优是怎么做的?
  5. ReAct 如何防止死循环调用?
  6. Agent 的上下文管理如何实现的?
  7. 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?
  8. 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?
  9. 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?
  10. 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

  1. 如何防止 MQ 的消息丢失问题?
  2. 如何保证 Redis 和 MySQL 的双写一致性?
  3. Redis 的热 Key 问题有哪些常见解决方案?
  4. 如何分析慢 SQL 并调优?
  5. 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。