面灵AI→

帆软 Java 一面凉经:AST 解析 SQL、Agent 链路与线程安全 List

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. 项目里 AST 为什么能解析 SQL?一条 SQL 如何被解析成抽象语法树?
  3. AST 的结构与哪种设计模式比较相似?
  4. 用过哪些设计模式?举例说明。
  5. 如何限制 SQL 只能执行只读操作,并控制查询权限和返回行数?
  6. 给 SQL 添加 LIMIT 时,如何兼容分页?
  7. 如何识别高频问题?热点不断变化时,如何动态更新并缓存复用?
  8. 如何判断不同表述的问题属于同一类?
  9. 多轮对话中,上下文保留多少轮?依据是什么?
  10. 将完整查询结果替换成文件引用,会如何影响 Agent 的回答效果和 Token 消耗?
  11. 如何验证 Token 优化效果?原始数据和对比方法是什么?
  12. 如何实现 Agent 链路追踪?了解哪些相关开源框架或组件?
  13. Agent 针对同一问题反复调用搜索工具、结果相似却一直不结束,如何排查?
  14. 如何设置工具调用的最大轮次?
  15. 能否通过搜索结果处理、重排等方式判断是否应该结束搜索?
  16. 如何通过关键词改写拓宽搜索范围?具体怎么实现?
  17. Java 中有哪些实现线程安全 List 的方式?
  18. CopyOnWriteArrayList 如何保证线程安全?
  19. CopyOnWriteArrayList 有哪些缺点?
  20. CopyOnWriteArrayList 频繁写入导致大量副本创建,如何优化复制开销?
  21. 算法题:给定一个非负整数数组,选取若干互不相邻的元素使总和最大(打家劫舍)。

《参考解析》

  1. SQL 到 AST:词法分析把字符流切成 token(关键字、标识符、字面量、运算符),语法分析按 SQL 文法把 token 组织成树,每个节点表示一种语法结构(SelectStmt、FromClause、WhereExpr)。项目里一般直接用解析器库(如 JSqlParser)而不是自己手写,手写只在需要方言定制时才值得。

  2. AST 与设计模式:结构上最像组合模式——节点与子节点同构、可以递归遍历;再叠加访问者模式做「不改节点、只加操作」,比如在 AST 上遍历检查是不是只读语句。答出这一层才算理解,而不只是背「组合模式」四个字。

  3. 只读与权限控制:解析 AST 判断语句类型,只放行 SELECT/SHOW 这类,拒绝 DDL/DML 和多语句;再按表名、字段做白名单,绑定数据库账号的只读权限做最后一道。返回行数在 SQL 层加 LIMIT,同时设查询超时,避免一条慢查询拖垮连接池。

  4. LIMIT 与分页兼容:已有 LIMIT offset, size 时不要再套一层,按 AST 判断是否已有 LIMIT,没有才追加;有的话取两者最小值。子查询里已经带 LIMIT 的情况要递归判断,不能正则匹配了事。

  5. 高频问题识别:归一化后做计数,把参数替换成占位符再哈希,避免「同一个问题换个 ID」被当成新问题。热点会漂移,所以用带时间衰减的窗口(近 7 天加权)而不是全量累计,缓存设 TTL 并定期重算 TopN。

  6. 语义归类:轻量做法是分词加同义词表、编辑距离或 SimHash,重一点用向量相似度聚类。工程上通常两级:先精确命中和关键词召回,再用向量相似度判定是否同一类,阈值要拿真实样本校准。

  7. 上下文保留轮数:按任务类型定,闲聊几轮就够,排查类问题需要保留完整工具调用链。更稳的做法是不按轮数截断,而是按 token 预算裁剪:保留系统提示和最近若干轮,中间部分做摘要。

  8. 结果换文件引用:能显著降 token,但会让模型失去对明细的直接感知,容易出现「知道有文件但答不出具体行」的问题。合理做法是回传结构化的摘要加少量样本行,文件引用作为按需读取的入口,而不是把结果整体藏起来。

  9. 验证 Token 优化效果:固定一批真实问题做离线回放,对比优化前后的输入输出 token、首字延迟、答案正确率(人工或 LLM 打分)。只看 token 下降不看质量会得出错误结论。

  10. 链路追踪:每个请求一个 trace id,每轮模型调用和每次工具调用作为一个 span,记录入参、耗时、token 和结果摘要。开源可参考 OpenTelemetry 的 GenAI 语义约定、Langfuse、Phoenix 这类 LLM 可观测方案。

  11. 死循环排查:先看 trace 里每轮的工具入参有没有变化——参数不变而结果相似,说明模型没有吸收结果,通常是提示里缺少「已获得什么、还缺什么」的状态;也可能是结束条件没定义清楚。修法是给状态摘要、给明确的终止判据,再加最大轮次兜底。

  12. 最大轮次:按任务复杂度设,检索类 5~8 轮足够,超过就强制收尾并返回已有信息加一句说明。轮次上限是兜底,不是主要手段。

  13. 用结果判断是否结束:可以让模型对「已有信息是否足以回答」做一次判断,或者用规则兜底(连续两轮结果相似度高、关键字段已齐)就终止。重排只能提高相关性,不能替代终止判断。

  14. 关键词改写:同义词扩展、上位词与下位词替换、去掉限定词做宽召回、按领域词典补全缩写。实现上可以维护同义词表加规则,也可以让模型生成多个查询并行检索再合并。

  15. 线程安全 List:Collections.synchronizedList(全表加锁)、CopyOnWriteArrayList(写时复制)、Vector(遗留类)、或用 ConcurrentLinkedQueue 之类的并发容器替代。选型看读写比例。

  16. CopyOnWriteArrayList:写操作在锁内复制一份新数组、改完替换引用,读操作完全无锁直接读当前数组,所以读多写少时性能好,迭代也不会抛 ConcurrentModificationException。

  17. 缺点:每次写都全量复制,内存开销和写延迟都随元素数量线性增长;数据有延迟,写完立刻读另一线程可能读到旧值;只保证最终一致,不适合频繁写和大列表。

  18. 优化复制开销:减少写频率(批量合并写)、换数据结构(读写都多的场景用 ConcurrentHashMap 或分段结构)、只在配置类、监听器列表这类「几乎只读」的场景使用它。

  19. 打家劫舍:dp[i] = max(dp[i-1], dp[i-2] + nums[i]),只需保留前两个状态,O(n) 时间 O(1) 空间。