阿里云后端 / Agent 二面 55 问:从 Ontology、DDD 问到 KV Cache 与分布式锁
- 轮次
- 二面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
团队与背景
- 你了解阿里云吗?
- 你如何理解模型服务层、AI 开发工具层和上层应用层?
- 管控面和数据面有什么区别?
- 做一下自我介绍。
- 你在京东属于什么团队?团队大概多少人?成员主要是后端研发吗?
- 京东转正答辩结束了吗?留用结果怎么样?
- 既然已经通过京东留用,为什么还在看其他机会?目前还有哪些 offer 或在流程中?
Ontology 与柔性引擎项目
- MapTracker 是自己训练的模型还是开源模型?
- 选择一个你认为做得最好的项目,介绍背景、架构和个人工作。
- 为什么不能直接把已有 HTTP / JSF 接口交给 Agent?
- Ontology 解决了什么问题?
- Action 和普通接口方法有什么区别?
- 柔性引擎在其中承担什么角色?
- 你本人主要负责了哪些工作?
- 这个项目真正的技术挑战是什么?是不是主要做业务梳理和协议转换?
- 如何处理不同系统中的同名异义和异名同义?
- Action Schema 太宽或太严分别有什么问题?
- HTTP 改成 JSF 是否只是协议转换?
- Ontology / Action 和 MCP 有什么区别?为什么你们没有直接使用标准 MCP?
数据处理优化
- 数据为什么处理了 12 小时?OOM 是怎么产生的?
- 为什么先解决内存,再增加并行度?
- 流式读取和分块处理如何实现?
- 为什么 Python 使用多进程而不是多线程?
- 怎么把处理时间从 12 小时降到 2 小时?
DDD
- 从业务需求到 DDD 模型和代码,一般经过什么流程?
- 什么是限界上下文?
- 如何识别聚合根、实体和值对象?
- ACL 防腐层解决什么问题?
- Application、Domain、Infrastructure 分别负责什么?
- 什么东西适合成为领域对象?
- 贫血模型和充血模型有什么区别?
大模型基础与分布式训练
- 你对大模型架构、训练和推理了解多少?
- Transformer 和 Self-Attention 的核心作用是什么?
- 大模型为什么采用自回归生成?
- KV Cache 是什么?为什么会影响请求迁移?
- 数据并行和张量并行有什么区别?
- 张量并行和流水线并行有什么区别?
Redis 与 Java 基础
- 你的分布式锁是怎么实现的?为什么选择 Redisson?
- Watchdog 解决什么问题?
- 如何保证分布式锁加锁操作的原子性?
- 如何保证谁加锁谁解锁?如何避免 A 请求误删 B 请求的锁?
- 一致性哈希是什么?解决什么问题?哈希环如何分配 Key?为什么需要虚拟节点?
- JDK 动态代理和 CGLIB 有什么区别?
- JDK 动态代理为什么要求接口?CGLIB 为什么不能代理 final 方法?
- 有哪些动态生成字节码的工具?CGLIB 底层通常使用什么字节码框架?
JVM
- JVM 运行时数据区有哪些?哪些线程私有、哪些线程共享?
- StackOverflowError 和堆 OOM 有什么区别?分别是怎么产生的?
算法
- 一亿或十亿个无序整数(能放入内存),如何快速找到中位数?
- 完整快速排序的复杂度是多少?是否需要把所有数据完全排序?
- Quickselect 的原理是什么?平均与最坏时间复杂度是多少?
职业规划
- 未来希望往哪个技术方向发展?是准备长期走技术路线吗?
- 如果未来希望成为架构师,需要做哪些准备?
- 大家基础都不差,你为什么能够比别人做得更好?
- 作为负责人,应该具备哪些能力?
- 进入团队后还需要重点提升什么?
《参考解析》
Ontology、Action 与 MCP:把 HTTP/JSF 接口直接交给模型的问题在于语义与约束都不可控——接口名是给工程师看的,参数是技术类型,模型不知道业务含义、也不知道哪些组合合法。Ontology 提供领域概念与关系的统一语义(同名异义、异名同义在这里对齐),Action 在接口之上包一层「模型能理解的意图 + 收敛过的入参 Schema + 副作用声明」,柔性引擎负责编排、校验与降级。Action Schema 太宽,模型会乱填参数、越权调用;太严,覆盖不了真实业务组合,模型只能失败重试。MCP 解决的是「工具如何被发现与调用」的协议问题,不解决业务语义建模;直接上 MCP 等于把一堆无约束接口暴露给模型,所以要在其上加 Ontology 与治理层。
数据处理的 OOM 与并行:12 小时且 OOM,通常是把全量数据读进内存或一次性构造巨大对象。优化顺序是先降内存再提并行——流式读取(游标/生成器)+ 分块处理,把峰值内存从「全量」降到「一块」;用生成器或 yield 避免中间列表;把 Python 的 GIL 问题用多进程绕开,但进程数受内存与 IO 限制。并行度不是越高越好:每进程都要一份内存和文件句柄,先确认单块内存占用与下游承载,再按 CPU 核数、IO 带宽、下游限流三者取最小值。12 小时到 2 小时靠的是分块 + 并行 + 减少重复解析,每一步都要有耗时拆解来证明收益来自哪里。
DDD 怎么落地:从需求出发先划限界上下文(按业务能力与团队边界,不按技术分层),在每个上下文里找聚合根(一个一致性边界,外部只能通过聚合根访问内部实体),再区分实体(有标识、状态会变)与值对象(无标识、不可变),领域服务承载跨聚合的逻辑,应用层只做编排与事务,基础设施层实现仓储与技术细节。防腐层(ACL)把外部系统或遗留模型转换成自己的领域语言,避免外部变更污染核心模型。贫血模型把数据与行为分开,业务规则散落在服务里;充血模型把规则放进实体与聚合,更适合复杂业务,简单 CRUD 用贫血反而清晰。
KV Cache 与并行训练:自回归生成每一步只新增一个 token,KV Cache 缓存历史 token 的 Key/Value,避免重复计算注意力,把每步复杂度从 O(n²) 降到 O(n)。它也带来显存占用(随序列长度与 batch 线性增长)和状态绑定——请求迁移或扩缩容时缓存不在新机器上,需要重算或做缓存传输,所以推理调度会尽量把同一会话固定在同一个实例。数据并行每张卡持有完整模型、切分数据、梯度 all-reduce;张量并行把单层矩阵按维度切到多卡,通信频繁、适合单机内 NVLink;流水线并行按层切分到多机,用微批填满流水线,代价是气泡与调度复杂度。
Redisson 分布式锁:RLock 用 Lua 脚本保证「判断不存在 + 写入 + 设过期」的原子性;value 存「客户端 ID + 线程 ID」,解锁时先比对再删除,避免 A 的锁过期后被 B 拿到、A 回来误删 B 的锁。看门狗(Watchdog)在持锁期间定时续期,解决业务执行时间超过锁租期的问题,默认 30 秒租期、每 10 秒续一次;代价是客户端宕机后要等租期自然过期。可重入用 Hash 结构记录重入次数。强一致场景还要考虑主从切换丢锁的问题,必要时用 RedLock 或改用带 fencing token 的方案。
一致性哈希:普通取模在节点增减时几乎所有 key 都要迁移;一致性哈希把节点和 key 都映射到同一个环上,key 顺时针找到第一个节点,增删节点只影响相邻区间。节点少时分布不均,用虚拟节点(每个物理节点映射几百个虚拟位置)把负载摊平。它解决的是「缓存/分片的路由稳定性」,不解决热点 key 与数据倾斜,后者要靠热点探测与副本。
JVM 与算法:运行时数据区中线程私有的有程序计数器、虚拟机栈、本地方法栈,线程共享的有堆与方法区(元空间)。栈溢出来自递归过深或栈帧过大,抛 StackOverflowError;堆 OOM 来自对象持续增长且 GC 回收不掉,抛 OutOfMemoryError: Java heap space。海量数据求中位数:数据能进内存时用 Quickselect,平均 O(n)、最坏 O(n²)(随机化 pivot 可规避),不需要全排序;数据进不了内存时用分桶或双堆。Quickselect 每轮只递归包含中位数的那一侧,另一侧直接丢弃。
「你为什么比别人做得更好」:这类问题不要空谈努力。给一个可验证的差异:你习惯把系统从入口追到出口(比如做 Agent 平台时同时看协议层、模型层与业务层),遇到问题先定位到层再动手;或者你有把一件事从 0 做到上线并复盘的完整经历,能说清取舍与代价。落到团队:能补别人不愿意碰的脏活(可观测性、灰度、回滚),并把经验沉淀成文档或工具。