虎牙全栈开发秋招一面:秒杀防超卖、Agent 中断续跑加一轮后端八股
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 设计一个高并发秒杀系统,要求防止超卖,详细说明关键架构设计。
- 设计系统架构,防止冷门时段的突发高并发请求打崩下游服务。
- 类似 Codex 这种 Agent,当它正在执行任务时用户打断,它能立即中断任务,然后用户发送继续任务,它又能继续执行刚才的任务,这种机制如何设计?
- 业务系统里的分布式锁和异步线程池是怎么做的?作用是什么?
- Agent 的 Skills 如何编排?如何防止任务跑偏?
- 如果 Agent 不按照 Skill 中的串行步骤执行,出现跳步等情况怎么办?
- 除了 Prompt 约束,有没有在工具调用时做兜底处理?
- Skill 的内容量是多少?太大的话会不会污染上下文?
- Agent 产出内容的效果如何评测?有没有自动化评测的机制?
- 更新 Skill 的 Prompt 后如何评测效果?
- Agent 制作的 PPT,如果想修改,如何实现?
- LLM 生成的内容或图片不符合要求的话怎么办?如何保证可控?
- Agent 的上下文管理怎么做的?
- 压缩和摘要的区别是什么?
- 是否了解 LangChain 和 LangGraph?
- 前端能力如何?主要用 AI 实现还是手搓?
- 说明聚簇索引、二级索引、覆盖索引、回表查询。
- MVCC 及其实现原理是什么?
- MySQL 的主从复制机制如何实现?
- Redis 的热 Key 问题如何解决?
- Redis 的数据过期和淘汰策略有哪些?
- 如何保证 Redis 和 MySQL 的数据一致性?
- 如何解决 MQ 的消息丢失?
- 如何防止 MQ 的消息重复消费?
- JVM 中的常见 GC 算法有哪些?
- JVM 的分代 GC 机制是什么?
- HTTP 和 HTTPS 的区别?
- TCP 的拥塞控制机制?
- 进程创建和切换的开销有哪些?
- 虚拟内存和物理内存是什么?
- 为什么线程数量太多会影响性能?
《参考解析》
秒杀防超卖:核心是「把扣减收敛到一个不会并发的点上」。分层做法:接入层用网关限流加答题/验证码削掉脚本流量,静态资源走 CDN;应用层用 Redis 做预扣,Lua 脚本保证「查库存—判断—扣减」原子执行(if stock > 0 then decr 一条脚本内完成),扣减成功才发消息进 MQ;消费端落库时再用 update stock = stock - 1 where id = ? and stock > 0 这种带条件的更新做最终兜底,影响行数为 0 就回滚 Redis。防重复下单靠「用户 ID + 商品 ID」的唯一索引或分布式锁,同一用户只允许一次。再往上还有库存分桶(把 100 件拆成 10 个桶各自扣,减少单键热点)、异步下单返回排队中、超时未支付回补库存。要主动说出取舍:Redis 预扣是「宁可少卖不可超卖」,弱一致性换吞吐。
突发流量保护下游:先分清是「冷门时段的突发」——即平时 QPS 很低、某一刻突然上来,缓存都是冷的。手段:请求侧排队与限流(令牌桶按下游真实容量配额度、不同接口分优先级,下单这类写请求优先于推荐这类读请求);缓存预热(按历史访问模式提前加载热点,冷启动时用「缓存空值 + 短 TTL」防止穿透打穿 DB);熔断降级(下游错误率或响应时间超阈值就快速失败、返回兜底内容,而不是把线程池和连接池耗光);并发隔离(每个下游一个独立线程池/信号量,慢下游不能拖垮全站);异步化(非关键路径改消息队列)。最后加弹性:冷门时段的突发往往是可预测的(活动、推送),提前扩容量。
Agent 中断与续跑:这是本场最容易答浅的题。要点是把「一次任务」建成可持久化的状态机,而不是一个长函数。做法:任务启动时给一个 task_id,每一步(模型思考、工具调用、工具结果)都作为事件顺序写入持久化的事件表或检查点(checkpoint),同时记录当前执行到哪个节点、上下文快照、已产生的副作用。用户打断时向执行器发取消信号,执行器在下一个可中断点退出(不能在工具调用中途硬杀,否则副作用状态不明),把任务标记为 paused。继续时按 task_id 从最近检查点恢复:重放事件重建上下文,已完成的工具调用不再重发(幂等键保证),从下一个未完成节点继续。两个必须提到的细节:工具调用的副作用要幂等或可补偿(发消息、写文件这类要带幂等键或先写意图日志);取消要有超时兜底,长时间不响应就强制终止并标记为「状态不可信」,恢复时要求人工确认。
Skill 编排与不跑偏:编排上把 Skill 做成有前置条件与产出物的步骤图,每一步声明「需要什么输入、产出什么、失败怎么办」,由执行器按图调度,而不是把步骤写进一段提示词靠模型自觉。防跳步的四层:提示词里写清顺序与禁止项;执行器做程序化校验(该步的前置产出不存在就拒绝进入下一步,这层最硬);工具层做兜底(工具内部校验参数与状态,比如「未确认收货不能退款」这类业务规则写在工具里而不是提示词里);事后审计(把轨迹落库,按步骤覆盖率与跳步率做指标)。Skill 内容量要控制:只放模型不知道的流程与判据,通用知识交给模型,超长时按步骤分段加载而不是全量塞进上下文。
上下文压缩与摘要:压缩是无损或近无损的结构化裁剪——去掉重复的工具输出、截断大文件只留引用、把长 JSON 换成关键字段,信息还在只是更短;摘要是把一段历史用模型重写成短文本,必然丢细节且可能引入失真。工程上默认先压缩、必要时才摘要,并且摘要要保留「决策与结论」而不是流水账;被摘要掉的内容要留有引用(原始轨迹 ID)以便回溯。
索引与 MVCC:聚簇索引按主键组织数据,叶子节点就是行数据,一张表只有一个;二级索引叶子存的是主键值,所以要拿非索引列就得回表——先查二级索引拿主键、再回聚簇索引取整行。覆盖索引指查询需要的列全在索引里,不用回表,explain 里显示 Using index。MVCC 靠三个东西:行上的隐藏字段(DB_TRX_ID 最近修改事务、DB_ROLL_PTR 指向 undo 版本链)、undo log 里的旧版本、ReadView(记录当前活跃事务集合)。快照读时沿版本链找到「对本事务可见」的那个版本;RC 每次查询新建 ReadView,RR 只在第一次查询时建,这就是可重复读的实现。当前读(select ... for update、update)读最新版本并加锁。
主从复制:主库把变更写 binlog(row 格式最常用),从库的 IO 线程拉取并写入 relay log,SQL 线程重放。异步复制默认有延迟、主库宕机可能丢数据;半同步复制要求至少一个从库确认收到 binlog 才返回;组复制/并行复制用来提吞吐。追问常问「主从延迟怎么发现、怎么缓解」——用 seconds_behind_master 与心跳表监控,缓解靠并行复制、把大事务拆小、读请求按业务容忍度分流。
Redis 热 Key:先发现(客户端埋点统计 key 访问频次、redis-cli --hotkeys、代理层统计),再解决:本地缓存兜一层(带短 TTL 与失效通知)、把热 key 复制成多个副本分散到不同节点(key:0..n 随机读)、读写分离让从库分担读、限流降级避免一个 key 打满单核。要注意 Redis 单线程模型下热 key 的瓶颈是 CPU 而非网络。
过期与淘汰:过期策略是惰性删除(访问时检查)+ 定期删除(周期性抽样清理)。内存达到 maxmemory 时按策略淘汰:noeviction(写报错)、allkeys-lru、volatile-lru、allkeys-lfu、volatile-ttl、random 系列。缓存场景一般 allkeys-lru 或 allkeys-lfu(后者对偶发批量扫描更抗污染)。
缓存与数据库一致性:主流是 Cache Aside:读走缓存、miss 回源并回填;写先更新 DB 再删缓存(不是更新缓存),删失败就重试或走 binlog 订阅(Canal)异步删。延迟双删用于「删完缓存后并发读又回填了旧值」的场景。强一致要么加分布式锁把读写串行化(吞吐大跌),要么接受最终一致并给缓存设短 TTL 兜底。要主动说:任何方案都有窗口,业务能接受多大窗口才是设计输入。
MQ 不丢不重:不丢分三段——生产端开启 confirm/事务并处理回调重发;broker 端持久化(队列持久化 + 消息持久化 + 至少两个副本);消费端手动 ack(处理成功才 ack,失败进重试队列,多次失败进死信队列人工处理)。不重靠消费端幂等:用业务唯一键(订单号)建唯一索引、或用「消息 ID + 处理状态」表做去重,重复消息直接丢弃。语义上只能做到 at-least-once,所以幂等是必须的,不能指望 exactly-once。
JVM 与 GC:算法层面是标记-清除(有碎片)、标记-复制(新生代,浪费一半空间但快)、标记-整理(老年代,无碎片但慢)、分代收集。分代假设是「绝大多数对象朝生夕死」:新生代用复制算法(Eden 与两个 Survivor,默认 8:1:1,对象在 Survivor 间来回搬、达到年龄阈值晋升老年代),老年代用标记-整理或标记-清除。常见收集器:Serial、Parallel(吞吐优先)、CMS(并发标记清除,已被废弃)、G1(分区 + 可预测停顿)、ZGC/Shenandoah(染色指针/读屏障,停顿毫秒级)。
网络与操作系统:HTTP 是明文、HTTPS 在 TCP 与 HTTP 之间加 TLS——握手阶段协商套件、验证书、用非对称加密交换对称密钥,之后用对称加密传数据,兼顾安全与性能;HTTPS 还能防篡改与中间人。TCP 拥塞控制四阶段:慢启动(拥塞窗口指数增长到阈值)、拥塞避免(线性增长)、快重传(收到三个重复 ACK 立即重传)、快恢复(减半后继续拥塞避免);现代实现有 CUBIC/BBR。进程创建开销在于分配 PCB、复制页表、拷贝父进程地址空间(fork 用写时复制把拷贝推迟到真正写入时);进程切换要换页表导致 TLB 失效、刷新流水线,所以比线程切换贵。线程太多的问题在于每个线程一份栈(默认 1MB 起)与内核调度结构、上下文切换占 CPU、锁竞争加剧、缓存局部性变差,线程池的意义就是把这些成本固定下来。
虚拟内存:见上,重点是「隔离 + 按需 + 共享 + 可换出」,以及缺页中断是唯一的补充路径。