面灵AI→

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

  1. 你了解阿里云吗?
  2. 你如何理解模型服务层、AI 开发工具层和上层应用层?
  3. 管控面和数据面有什么区别?
  4. 做一下自我介绍。
  5. 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?
  6. 京东转正答辩结束了吗?留用结果怎么样?
  7. 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

  1. MapTracker 是自己训练的模型还是开源模型?
  2. 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。
  3. 为什么不能直接把已有 HTTP / JSF 接口交给 Agent?
  4. Ontology 解决了什么问题?
  5. Action 和普通接口方法有什么区别?
  6. 柔性引擎在其中承担什么角色?
  7. 你本人主要负责了哪些工作?
  8. 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?
  9. 如何处理不同系统中的同名异义和异名同义?
  10. Action Schema 太宽或太严分别有什么问题?
  11. HTTP 改成 JSF 是否只是协议转换?
  12. 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

  1. 数据为什么处理了 12 小时?OOM 是怎么产生的?
  2. 为什么先解决内存,再增加并行度?
  3. 流式读取和分块处理如何实现?
  4. 为什么 Python 使用多进程而不是多线程?
  5. 怎么把处理时间从 12 小时降到 2 小时?

DDD

  1. 从业务需求到 DDD 模型和代码,一般经过什么流程?
  2. 什么是限界上下文?
  3. 如何识别聚合根、实体和值对象?
  4. ACL 防腐层解决什么问题?
  5. Application、Domain、Infrastructure 分别负责什么?
  6. 什么东西适合成为领域对象?
  7. 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

  1. 你对大模型架构、训练和推理了解多少?
  2. Transformer 和 Self-Attention 的核心作用是什么?
  3. 大模型为什么采用自回归生成?
  4. KV Cache 是什么?为什么会影响请求迁移?
  5. 数据并行和张量并行有什么区别?
  6. 张量并行和流水线并行有什么区别?

Redis 与 Java 基础

  1. 你的分布式锁是怎么实现的?为什么选择 Redisson?
  2. Watchdog 解决什么问题?
  3. 如何保证分布式锁加锁操作的原子性?
  4. 如何保证谁加锁谁解锁?如何避免 A 请求误删 B 请求的锁?
  5. 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?
  6. JDK 动态代理和 CGLIB 有什么区别?
  7. JDK 动态代理为什么要求接口?CGLIB 为什么不能代理 final 方法?
  8. 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

  1. JVM 运行时数据区有哪些?哪些线程私有、哪些线程共享?
  2. StackOverflowError 和堆 OOM 有什么区别?分别是怎么产生的?

算法

  1. 一亿或十亿个无序整数(能放入内存),如何快速找到中位数?
  2. 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?
  3. Quickselect 的原理是什么?平均与最坏时间复杂度是多少?

职业规划

  1. 未来希望往哪个技术方向发展?是准备长期走技术路线吗?
  2. 如果未来希望成为架构师,需要做哪些准备?
  3. 大家基础都不差,你为什么能够比别人做得更好?
  4. 作为负责人,应该具备哪些能力?
  5. 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。