面灵AI→

腾讯音乐 TME 前端二面:微前端隔离、文件指纹与 RAG 设计

轮次
二面
时间
2026-11
来源
牛客网

《面试题目》

算法

  1. 给定一个数组,每一项包含 x、y 坐标与 width、height,可以看作页面上的一个矩形。多个矩形组合成一个布局,计算它们可以被划分成哪些行或列,并返回二维数组(限时 15 分钟)。

实习与项目

  1. 介绍性能优化项目中最关键的优化点,以及优化前后的流程变化。
  2. 上传模块如何拆分逻辑与 UI?拆分后的逻辑如何复用?
  3. 上传文件时一般会提前计算文件指纹或哈希值,项目里是怎么计算的?
  4. 为什么要给文件计算唯一指纹?这个指纹有什么作用?
  5. 如果现在让你自己实现文件哈希计算,你会怎么算?
  6. 个人项目中复杂度最高的部分是什么?关键设计是怎样的?

微前端与隔离

  1. 公司内部使用的微前端是如何解决 JS 隔离和 CSS 隔离的?
  2. JS 隔离的沙箱究竟是怎么实现的?还了解其他哪些实现沙箱的方式?
  3. CSS 隔离是怎么实现的?还了解哪些 CSS 隔离方案?

JSBridge

  1. 同一个 H5 页面需要运行在多个 App 中,而不同 App 有自己的 JSBridge SDK,如何封装统一的调用接口?
  2. 不同宿主可能需要加载不同的 JSBridge SDK,如何做到按需加载?
  3. 是否了解 JSBridge 底层的 JS 与 Native 通信机制?
  4. 调用 JSBridge 后没有收到结果,或者返回的信息不符合预期,一般如何排查?

AI 与 RAG

  1. 如果一个 Agent 的上下文越来越长,有哪些常见的上下文压缩策略?
  2. RAG 一般适用于哪些业务场景?检索准确度主要受到哪些因素影响?
  3. RAG 只能处理文本和文档吗?如果知识库中有图片或其他类型的文件,应该怎么处理?
  4. RAG 有哪些局限性?

组件通信与状态管理

  1. React 或 Vue 中,如果两个组件不是父子关系,有哪些方式可以实现组件之间的通信?
  2. 如果使用状态提升,具体应该把状态放在哪里?多个组件之间如何共享?
  3. 如果完全不依赖 React、Vue 或第三方库,只使用 JS 和浏览器原生能力,应该如何实现组件之间的通信?
  4. Zustand 的底层状态管理机制是怎么实现的?
  5. 如果使用 localStorage 传递信息,怎么知道里面的数据发生了变化?
  6. 反问。

《参考解析》

矩形布局的行列划分:这道题在 15 分钟内不要求写出生产级代码,重点是先说清判定口径。可以把问题转成两次一维投影:把所有矩形的横向区间 [x, x + width] 收集起来,按起点排序后合并重叠或相接的区间,得到若干条列区间;纵向区间 [y, y + height] 同样处理,得到行区间。随后遍历每个矩形,用它的中心点(或左上角)落在哪条行区间、哪条列区间,把下标分别放进对应的行数组与列数组。整体复杂度 O(n log n),主要开销在排序。作答前需要向面试官确认三件事:矩形是否允许重叠、坐标是否都是整数、行与列是各返回一个二维数组还是统一返回一个。若布局存在像素级误差,合并区间时要留一个容差,例如 1px 以内的间隙视为同一行;若矩形允许跨行跨列,则不能只按中心点归属,需要改成区间包含关系判定。

微前端的 JS 隔离:主流做法有三类。第一类是快照沙箱,子应用挂载时记录 window 上已有属性的快照,卸载时把新增属性删除、被修改的属性还原;实现简单,但同一时刻只能激活一个子应用,多个子应用并行时会互相覆盖。第二类是 Proxy 沙箱,为每个子应用创建一个 fakeWindow,用 Proxy 拦截 get、set、has 等操作,读优先取子应用自己的写入、没有再回落到真实 window,写只落在 fakeWindow 上;qiankun 的多实例模式就是这一思路,可以支持多个子应用同时运行。第三类是 iframe 沙箱,利用浏览器原生的独立 window 与样式环境做彻底隔离,代价是 DOM 结构、路由、弹窗和通信都要额外适配。此外还有 with 加 eval 改变作用域链的做法(qiankun 的早期实现)、ES Module 天然独立的模块作用域,以及仍在提案阶段的 ShadowRealm。回答时要把「隔离 window 全局变量」与「隔离 DOM 事件、定时器、网络请求」区分开:只代理 window 并不能阻止子应用往 document 上挂监听,完整的沙箱还要劫持 document.addEventListener、setTimeout 等副作用并在卸载时统一清理。

微前端的 CSS 隔离:常见方案按隔离强度递增依次是:命名约定(BEM、统一前缀)、构建期加选择器前缀(postcss-prefix-selector)、CSS Modules 或 scoped 的哈希类名、运行时动态加载与卸载子应用样式表、Shadow DOM。qiankun 提供两种开箱选项:experimentalStyleIsolation 给子应用样式统一加上容器选择器前缀,改造成本低但管不住 body、html 这类全局选择器;strictStyleIsolation 用 Shadow DOM 包裹子应用容器,隔离彻底,但子应用内的弹窗挂到 document.body 时会丢失样式,第三方组件库也可能因为取不到外部样式而出问题。工程上更常见的组合是「构建期前缀 + 运行时样式表随子应用生命周期挂载卸载」,并把全局样式收敛到主应用统一提供,避免各子应用各自重置 box-sizing 与字体。

文件指纹的计算与作用:浏览器端常用 spark-md5 做增量哈希:用 File.slice 把文件切成固定大小的块(通常 2MB 左右),逐块读成 ArrayBuffer 喂给 SparkMD5.ArrayBuffer,最后得到 32 位十六进制摘要;整个过程放在 Web Worker 里执行,避免大文件计算时阻塞主线程。也可以直接用 crypto.subtle.digest('SHA-256', buffer),但需要一次性把整个文件读进内存,大文件容易触发内存压力。工程上常做两级:先抽首块、中间块、尾块算一个快速指纹用于秒传探测,命中后再做全量校验。指纹的用途有四个:秒传(服务端已存在同一文件时直接返回文件地址)、断点续传(按分片记录已上传位置并用分片哈希校验)、去重存储(相同内容只存一份)、完整性校验(上传完成后比对,防止传输损坏)。追问「如何自己实现」时,除了分块与增量更新,还要说明哈希算法的选择理由:MD5 计算快但抗碰撞性弱,适合做内容去重;SHA-256 更安全但更慢,适合做完整性校验。

多宿主 JSBridge 的统一封装:核心是加一层适配器。先定义与宿主无关的能力接口,例如 invoke(method, params)、on(event, handler),内部统一返回 Promise;再为每个宿主实现一个 adapter,负责探测宿主标识(UA、注入对象是否存在、握手结果)并调用该宿主 SDK 的真实方法。上层业务只依赖接口,不感知宿主差异。回调管理用自增的 callbackId 建立映射表,Native 回包时按 id 找到对应的 resolve/reject,并设置超时定时器,超时后清理映射并抛出可识别的错误码。按需加载有两种做法:一是运行时探测后动态 import() 对应 SDK 的 chunk;二是由宿主在页面加载时注入统一命名空间,H5 只做能力检测。前者适合包体积敏感的场景,后者适合宿主版本不可控、需要尽早完成握手的场景。底层通信机制按平台分:Android 常见 addJavascriptInterface 注入对象、拦截 shouldOverrideUrlLoading 解析自定义 scheme、拦截 prompt;iOS 常见 WKScriptMessageHandler、WKURLSchemeHandler、拦截 iframe 的 src 跳转。排查「调用后没有结果」时按链路逐段确认:注入对象是否存在、握手是否完成、方法名与参数是否被正确序列化、Native 是否真的收到、回调 id 是否对上、是否被页面跳转或 WebView 重建打断;最后看 Native 侧日志与 SDK 版本兼容性。生产上要有超时兜底与降级路径,不能让业务 Promise 永久挂起。

Agent 的上下文压缩:常见策略可以按「丢弃、概括、外置、检索」四类整理。丢弃类是滑动窗口,只保留系统提示与最近若干轮,简单但会丢早期约束;概括类是对更早的对话做滚动摘要,把摘要放在窗口头部,需要控制摘要本身的长度与信息损失;外置类是把任务状态、已确认事实、工具结果提炼成结构化的 JSON 或清单,用状态替代原始对话;检索类是把历史消息或知识写入向量库,每轮按当前问题召回相关片段。此外还有几种工程手段:对工具返回的大结果做截断或只保留结构化字段、把长文档拆给子 Agent 分段处理后汇总(Map-Reduce)、对重复的模板化内容做去重。选择时要区分「必须精确记住的」与「可以概括的」:用户明确给出的约束、已经执行过的副作用、当前任务进度属于前者,闲聊与中间推理属于后者。压缩策略还要与缓存配合,稳定的前缀不要反复改写,否则每轮都会击穿提示词缓存。

RAG 的适用场景、准确度与局限:RAG 适合知识密集、需要引用出处、内容会持续更新且模型参数里没有的场景,例如企业制度与产品文档问答、客服知识库、代码库检索、法规与论文辅助阅读。它不适合需要实时数据、强多跳推理、或者要求对全量数据做统计的任务,这些更适合接工具查询或直接用结构化数据库。检索准确度的影响因素贯穿整条链路:文档解析质量(PDF 表格、扫描件、页眉页脚)、切分策略(块大小、重叠、是否按标题层级切)、嵌入模型与领域语料的匹配度、查询改写与扩展、是否做混合检索(BM25 与向量互补)、是否加 rerank、元数据过滤(时间、部门、权限)、TopK 与上下文拼装顺序。实践中提升最大的一步往往不是换嵌入模型,而是把文档解析与切分做好,并在检索后加一层重排。多模态知识库的处理方式取决于检索目标:图片可以走 OCR 提取文字、用多模态模型生成描述后作文本检索,或直接用 CLIP 这类图文向量模型;表格应保留结构(转 Markdown 或 JSON)而不是拍平成文本;音视频先转写并保留时间戳,关键帧单独建索引。RAG 的局限也要说清:召回不到就一定答不好,切分会破坏跨段语义,多跳问题需要多次检索与推理编排,模型可能忽略检索内容而凭参数记忆作答,权限控制要贯穿到检索层,端到端评估也比纯生成更难。

非父子组件通信:框架内常见五类:状态提升到共同祖先再逐层传递;Context(Vue 的 provide/inject)跨层注入;全局状态库(Redux、Zustand、Pinia);事件总线(mitt、自定义 EventEmitter);通过 ref 暴露方法由父组件调用子组件。状态提升的关键是「状态放在所有消费者的最近公共祖先」,并且只提升真正需要共享的那部分,避免把整个页面状态都堆到顶层导致无关组件重渲染。只用原生能力时,可选方案包括:基于 EventTarget 实现事件总线,组件订阅自定义事件、另一组件 dispatchEvent;用 CustomEvent 配合 DOM 事件冒泡,把消息派发到共同的容器或 window;用 BroadcastChannel 做同源跨标签页通信;用 storage 事件监听其他标签页对 localStorage 的修改;用 postMessage 处理 iframe 与 Worker;用 MutationObserver 观察 DOM 属性变化作为兜底。面试官继续追问时,要能说出各自的边界:事件总线要手动解绑否则内存泄漏,storage 事件只在其他标签页触发,BroadcastChannel 有浏览器兼容性要求。

Zustand 的实现机制:create 接收一个初始化函数,返回一个 React hook。内部用一个闭包保存当前状态对象,setState 把部分更新合并成新对象(保持不可变更新),然后同步通知所有订阅者;getState 直接返回闭包里的引用。React 侧通过 useSyncExternalStore 订阅 store,把 getSnapshot 与 subscribe 交给 React,从而在并发渲染下避免撕裂(tearing)。选择器 useStore(selector) 会在每次状态变化时执行 selector,并用 Object.is 比较结果,相等就不触发重渲染;需要比较对象或数组时传入自定义 equalityFn(v5 改用 useShallow)。它不依赖 Provider,store 是模块级单例,因此可以在组件外直接调用 getState/setState,适合需要非 React 代码读写状态的场景。中间件(persist、devtools、immer)本质是对 set/get 与初始化函数做高阶包装。

localStorage 变化的监听:localStorage 的修改会触发同源其他标签页的 storage 事件,回调参数里有 key、oldValue、newValue、url,可以据此做跨标签页同步;但当前页面自己修改时不会触发该事件,所以写入方需要额外派发一个自定义事件,或者把读写封装成统一模块,在 setItem 后手动通知本页订阅者。更现代的做法是用 BroadcastChannel,语义清晰且不依赖存储;兼容性要求高时可以用 storage 事件加轮询兜底。要注意 storage 事件只在同源、且确实是值发生变化时触发,写入相同值不会触发;另外它不适合传输大对象,序列化与解析的成本会随数据量上升。

性能优化与上传模块的答法:性能题不要只报数字,要讲清「指标基线、瓶颈定位、改动、回归验证」四步:用什么指标衡量(首屏 LCP、交互 INP、长任务数量、包体积),怎么定位(Performance 面板、Lighthouse、埋点),改了什么(拆包与懒加载、图片格式与尺寸、减少主线程长任务、缓存策略),改完指标变化与如何防止回退。上传模块的拆分要落到职责边界:UI 层只负责选择文件、展示进度与错误,逻辑层封装队列、并发控制、分片、重试、暂停恢复、哈希计算与状态机,两层通过明确的输入输出与事件契约通信;逻辑层不依赖具体组件,因此可以复用到不同页面甚至非 React 环境。复用的关键是依赖注入与可测试性:把上传 API、并发数、分片大小作为参数传入,逻辑层用纯 TypeScript 实现并配单元测试。