快手一面:B+ 树、千万级数据估深度与生产级 Agent 框架
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- MySQL InnoDB 索引底层为什么使用 B+ 树?
- 给你一千万的数据,估算 B+ 树的深度。
- 联合索引的使用规则。
- 索引失效的场景。
- 生产级 Agent 框架应该包含哪些核心模块?
- 模型网关应该解决哪些问题?
- Agent 的上下文管理和工程持久化有什么区别?
- Agent 的短期记忆和长期记忆分别是什么?
- 工具系统怎么设计?
- Skills、CLI、MCP 的概念和使用场景。
- 项目拷打。
- AI coding 相关。
《参考解析》
-
为什么是 B+ 树:B+ 树是多路平衡树,一个节点能放几百个键,树高只有 3~4 层,查一次数据只要几次磁盘 IO;非叶子节点只存键不存数据,同样大小的页能容纳更多索引项;叶子节点用链表串起来,范围查询和排序可以顺序扫描。相比 B 树,数据都在叶子层,查询路径长度稳定;相比哈希索引,它支持范围查询和最左前缀。
-
一千万数据的树深度:InnoDB 页默认 16KB,假设主键 bigint 8 字节加 6 字节页指针,一个非叶子节点约能放 1170 个键;叶子节点按每行 1KB 估算能放约 16 行。三层树能存 1170 × 1170 × 16 ≈ 2100 万行,所以一千万数据大约 3 层,查一次最多 3 次页访问。要点是给假设、给算式,而不是背一个数字。
-
联合索引:遵循最左前缀,
(a,b,c)能支持 a、a+b、a+b+c 的等值查找,以及 a 的范围加 b 的等值这类组合;范围查询之后的列无法再用索引定位,只能做过滤。设计时把选择性高、等值查询多的列放前面,排序和分组列也考虑进去,尽量让查询走覆盖索引避免回表。 -
索引失效:对索引列做函数或运算、隐式类型转换(字符串列传数字)、前导模糊匹配
%x、or连接了非索引列、联合索引跳过最左列、!=与not in导致优化器放弃索引、数据区分度太低时优化器选择全表扫描。判断依据最终要看执行计划,而不是背规则。 -
生产级 Agent 框架的核心模块:模型接入与路由、提示与上下文组装、工具注册与调用、任务循环与终止条件、状态与记忆存储、可观测(trace、token 与成本)、权限与沙箱、错误重试与降级、评测与回归。回答时最好按「一次请求从进入到返回」的顺序串起来讲,而不是罗列名词。
-
模型网关:统一多家模型与渠道的协议差异、做密钥与配额管理、按任务路由与降级、处理重试与限流、统一计费与用量统计、做内容审核与脱敏、缓存相同请求。核心价值是让业务侧只关心「调用一次模型」,不关心背后是哪家。
-
上下文管理与工程持久化:上下文管理决定「这一轮送给模型什么」——裁剪、摘要、检索召回、工具结果压缩,属于推理时的信息组织;工程持久化是把会话、文件、任务状态可靠地存下来,跨进程跨重启可恢复。前者影响回答质量和 token 成本,后者影响可靠性;两者共用一份存储,但目标不同。
-
短期与长期记忆:短期记忆是当前会话的工作集,包括最近几轮对话、当前任务状态、已调用的工具结果;长期记忆是跨会话沉淀的用户偏好、领域知识、历史结论,通常落在向量库或结构化表里,按需检索注入。要点是「什么该记、什么该忘」的策略,以及写入时机。
-
工具系统设计:每个工具要有清晰的名称、描述、参数 schema 和返回值结构,让模型不用猜;错误要返回可读原因而不是堆栈;工具要幂等或支持重试;写操作要有确认与回读;工具数量多了要做分组和按需暴露,避免上下文被塞满。
-
Skills、CLI、MCP:CLI 是本地可执行命令,适合确定性操作;Skills 是把「某类任务的完整做法」打包成可加载的说明与脚本,适合复用流程;MCP 是模型与外部工具之间的标准协议,解决「一次接入、多处复用」。选择上,确定性操作走 CLI,需要标准接入的走 MCP,流程性知识做成 Skill。