虎牙 全栈开发 秋招二面:AI 编码工作流与 Redis 深挖
- 轮次
- 二面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 参加过的竞赛里,哪个含金量最高?
- 比赛过程中的难点有哪些?你做了什么工作?
- 最终的参赛队伍和名次比例是怎样的?
- 分布式锁和异步线程池是如何设计的?
- 业务系统的 QPS 量级是多少?有没有做性能方面的设计优化?
- 设计优化前后,QPS、响应时间等指标分别提升了多少?
- 你自己会关注哪些指标?如果指标达不到要求,如何评估问题并优化?
- Agent 的架构是怎样的?你主要做了哪些工作?
- 如何评测 Agent 产出质量的效果?
- AI 编码如何约束编码质量?是否了解开源的方案或业界大厂的方案?
- 前端是自己写还是 AI 编码?如何保障 AI 编码的稳定性?
- 你从产品需求到最终交付上线,使用 AI 编码的工作流是怎样的?
- 如果是对已有代码的更改,如何防止 AI 进行不必要的改动?
- 为什么 Redis 比 MySQL 快?快多少数量级?
- 那为什么不直接用 Redis 存储数据?
- 如果就是想用 Redis 存储数据,能实现吗?如何做数据持久化?
- Redis 有哪些常见的集群方案?
- Redis 主从数据同步的原理是什么?是同步还是异步?
《参考解析》
分布式锁要讲清「三件事」:互斥怎么保证(SET key value NX PX 原子加锁,或 Redisson 的 lua 脚本)、超时与续期怎么处理(租期要大于业务耗时的预估,配合看门狗续期,避免业务没做完锁先过期)、释放怎么安全(校验 value 是自己的再删,用 Lua 保证原子)。更严谨的方案要提 fencing token:即使锁误判,下游也能用单调递增的令牌拒绝过期持有者的写入。异步线程池要讲隔离:不同业务用不同池,避免一个慢下游拖垮全部;配齐核心线程数、队列、拒绝策略与监控(活跃线程、队列长度、拒绝次数)。
性能优化的回答必须有前后对照:说清优化前的瓶颈定位方法(压测 + 火焰图 + 慢查询),改了什么(缓存、批量、索引、异步、连接池、序列化),指标变成多少(QPS、P99、CPU、DB 负载),以及代价(一致性延迟、内存、复杂度)。没有数字的「优化了性能」在二面会被追穿。
Agent 质量评测要分层:任务级看成功率与端到端耗时,步骤级看工具调用正确率与无效调用次数,输出级看人工抽检或 LLM-as-judge 打分,成本级看每任务 token 与费用。评测集要覆盖真实分布并保留历史失败案例做回归,否则指标只会随样本漂移。
AI 编码的质量约束靠「机器可判的门」:类型检查、lint、单测、构建、契约测试这些必须先过;再叠一层「改动范围约束」——让它先读相关文件、输出改动计划、只允许改指定文件,禁止顺手格式化无关代码;review 只看 diff 并对照计划。防止不必要改动最有效的三条:给明确的最小改动指令、禁止运行格式化与批量重命名、以及提交前用 git diff --stat 检查波及面。
Redis 快在哪、快多少:纯内存访问、单线程事件循环避免锁竞争与上下文切换、IO 多路复用、高效的数据结构(跳表、紧凑编码)、协议简单。数量级上,单实例读写在 10 万 QPS 量级,MySQL 单机点查通常在千到万级,差一到两个数量级——但这只是「单条简单命令」的对比,复杂查询和事务语义完全不同。
「为什么不直接用 Redis 存数据」要答持久性与一致性:Redis 的持久化是 RDB 快照 + AOF 日志,RDB 会丢最后一次快照之后的数据,AOF everysec 也可能丢约 1 秒;主从复制是异步的,故障切换可能丢写;没有跨 key 的强事务与成熟的行级约束、外键、复杂查询与 join。所以 Redis 适合做缓存、会话、计数、排行榜、队列,核心账务数据仍要落在有 WAL、有事务、有备份的关系库。
集群方案与主从同步:主从(读写分离、异步复制)、哨兵(监控 + 自动故障转移,仍是单主)、Cluster(16384 个槽分片,多主多从,支持水平扩展但有跨槽操作限制)。主从同步分两步:首次全量(主库 fork 生成 RDB 传给从库,期间增量写进 replication buffer)与之后增量(传播命令流,靠 repl_backlog 支持断线重连的部分重同步)。默认异步,所以 WAIT 命令只能降低丢写概率,做不到强一致。