面灵AI→

北京小公司后端一面:ES 深分页、MySQL 事务隔离与 RAG、MCP 追问

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 说一下你在 OPPO 做的项目。
  2. 你们用到了 ES,说一下你对 ES 的理解,以及它的底层实现。
  3. ES 你是怎么优化的?
  4. 你提到了 MySQL,说一下 MySQL 的事务隔离级别。
  5. 可重复读是怎么实现的?
  6. 说一下 MySQL 索引,以及为什么顺序查找更快。
  7. 你的简历提到 AI Agent 项目,了解 RAG 吗?说一下 RAG 的流程。
  8. 你提到 MCP,说一下 MCP 和 function calling 的区别。
  9. Java 基础:说一下 HashMap 的底层,以及 HashMap 为什么线程不安全?
  10. 说一下内存泄漏和内存溢出的区别。
  11. 你的简历提到 JVM 的 GC 优化,说一下 STW。
  12. 为什么从 OPPO 出来?
  13. 平常用什么 AI 工具,怎么用的?

《参考解析》

ES 的底层与优化:Lucene 的倒排索引加段(segment)结构,写入先进内存 buffer 与 translog,refresh 时生成新的 segment 使其可被搜索(默认 1 秒),merge 时把小段合并成大段并真正删除标记删除的文档。优化的抓手是:写入侧用批量 _bulk、调大 refresh_interval、避免频繁更新(更新是「标记删除 + 新增」);查询侧避免深分页,用 scroll 或 search_after 替代 from + size,因为后者要在每个分片上取 from + size 条再归并,越翻越贵;再配合合理的 mapping(keyword 与 text 分开、关闭不需要的字段、控制分片数)。

深分页的替代方案:scroll 适合一次性导出,会持有快照占用资源,不适合实时请求;search_after 用上一页最后一条的排序值作为游标,无状态、可实时,是现在的首选。两者的前提都是「有稳定且唯一的排序键」,否则翻页会重复或漏数据。

MySQL 的四个隔离级别:读未提交、读已提交、可重复读、串行化。默认是可重复读,它解决了不可重复读,并用间隙锁在很大程度上避免幻读。

可重复读靠 MVCC 快照:行上有隐藏的事务 ID 与回滚指针,undo log 串成版本链;事务第一次快照读时生成 ReadView,之后按「自己的修改可见、ReadView 创建前已提交的可见、之后提交的不可见」判断版本,于是同一事务内多次读结果一致。当前读(加锁读、更新、删除)不看快照,走行锁与间隙锁。

索引与顺序查找:InnoDB 用 B+ 树,非叶子节点只存键与指针,扇出大、树矮,一次查询的磁盘 IO 次数稳定在个位数;叶子节点按序双向链表相连,范围查询顺着链表扫即可。所谓「顺序找得快」要分清两层——B+ 树内部节点里存的是有序键,可以用二分定位到子页;叶子层的顺序排列让范围扫描和排序不用回表重组。另外聚簇索引的叶子直接存整行,二级索引叶子存主键、需要回表,覆盖索引能省掉这一次回表。

RAG 的流程:文档解析与切分(按标题层级与语义边界切、保留来源)、向量化(选 embedding 模型,必要时叠加关键词检索做混合召回)、写入向量库、查询时把问题向量化后召回 top-k、重排(cross-encoder 或规则)、拼装上下文并附出处、交给模型生成。工程上还要有「召回的阈值与兜底」:分数太低时明确告诉模型没有相关资料,而不是硬凑。

MCP 与 function calling 的区别:function calling 是模型侧的能力——你把工具的函数签名放进请求,模型输出「要调哪个函数、参数是什么」,执行与结果回传由你的应用完成。MCP 是协议层——它标准化了「客户端如何发现工具、如何调用、如何传资源与提示模板」,把工具提供方从应用里解耦出来,一个 MCP Server 可以被多个客户端复用。简单说:function calling 解决「模型怎么表达要调工具」,MCP 解决「工具怎么被标准化地接入」。两者不冲突,MCP Server 暴露的工具最终仍然以 function calling 的形式交给模型。

HashMap 为什么线程不安全:底层是数组加链表加红黑树(链表长度到 8 且容量到 64 时树化)。并发 put 时两个线程可能同时判断某个桶为空并各自写入,后写的覆盖先写的;扩容时迁移数据没有同步,JDK 7 的头插法在并发下会形成环形链表导致死循环,JDK 8 改成尾插避免了成环,但仍会丢数据、size 计数不准。并发场景用 ConcurrentHashMap,它用 CAS 加桶级 synchronized,只锁单个桶。

内存泄漏与内存溢出:泄漏是对象已经不再使用但仍被引用、GC 回收不掉,表现为老年代占用持续上涨、Full GC 后也降不下来;溢出是申请内存超出可用空间,直接抛 OutOfMemoryError。泄漏是原因,溢出是结果之一。排查用 jmap 导出堆、MAT 看支配树与 GC Root 引用链,常见源头是静态集合缓存、监听器未注销、ThreadLocal 未 remove、连接与流未关闭。

G1 的 STW:G1 把堆切成大小相等的 Region,年轻代回收与混合回收都会 STW,但停顿时间可通过 MaxGCPauseMillis 设定目标,回收时优先选「垃圾最多、收益最高」的 Region(Garbage First 的名字来源)。它用 Remembered Set 记录跨 Region 引用,避免全堆扫描;并发标记阶段与应用线程并行,只有初始标记、最终标记、筛选回收等阶段短暂停顿。要注意「可预测停顿」是目标而非保证,对象分配过快时仍会出现长停顿。

离职原因与 AI 工具:离职原因按事实讲,聚焦「想做什么」而不是「原公司哪里不好」。AI 工具的问题通常在看两件事——你是否真的把它用进工作流(读代码、写测试、查日志、生成脚手架),以及你是否知道它的边界(生成结果要审、敏感信息不外传)。