字节后端面经：异步任务恢复、规则系统与文件存储

《面试题目》

国际化广告后端，9 月 15 日

1. 能否做一下自我介绍？
2. 是否了解 Nacos 的架构？
3. 抽象类与接口有什么区别？
4. 动态代理是什么，怎样实现？
5. Lambda 表达式是什么，没有它时可以怎样实现相同功能？
6. 函数式接口是什么，常用的有哪些？
7. 怎样把主线程和线程池中的日志关联起来？
8. Java 中有哪些实现异步执行的方式？
9. Java 的异常体系是怎样的？
10. Spring 常用注解有哪些，@Value 有哪些用法？
11. 想在 Bean 初始化前执行操作，可以在哪个扩展点实现？
12. Spring Boot 的启动过程是怎样的，如何编写自己的 starter？
13. MySQL 的 CHAR 与 VARCHAR 有什么区别，用 CHAR 存字符串“0”时怎样处理？
14. 索引失效指什么，慢 SQL 怎样排查？
15. 买卖股票的最佳时机这类问题怎样求解？
16. 平时怎样学习，如何看待程序员使用智能编程工具？

TikTok 后端，9 月 10 日

17. 超长视频等大体量内容如何分片和处理？
18. 不同用户导入相同或相似内容时如何去重？
19. 项目使用哪些效果指标，如何设计评估并提供数据支撑？
20. 为什么选择 Celery，与其他任务队列方案怎样比较？
21. 任务从分发到执行的完整流程是什么？
22. Worker 中途失败或宕机时怎样恢复？
23. 重试机制如何设计，怎样限制次数并避免无限重试？

后端开发，9 月 9 日

24. 能否介绍个人背景，以及项目中最有挑战的问题？
25. 了解哪些设计模式？
26. 用过哪些中间件，Redis 在项目里怎样使用？
27. 极大量数据中的 Top 100 怎样求解？

TikTok 后端，9 月 8 日

28. 学校、专业及主攻方向是什么，什么时候能入职，可以实习多久，学校是否支持？
29. 在采购管理模块主要负责哪些开发和维护工作？
30. 为什么选择 QL Express 作为动态表达式方案，选型依据是什么？
31. 当前发票校验规则怎样设计，规则从几十条增长到数千条甚至上万条时怎样调整架构？
32. 怎样快速迭代规则，并控制对已有业务的影响？
33. 如何抽象分类规则、提取共性和隔离变化点，降低耦合？
34. PDF 合同目前怎样存取，对底层存储实现了解多少？
35. 如果重新设计文件存储系统，会怎样组织数据和访问流程？
36. 高可用分布式文件存储怎样设计，哈希路由与主从异步备份在极端故障下有什么数据风险？
37. 独立开发的 CLI 编程 Agent 有哪些核心模块？

《参考解析》

任务恢复先回答“上一次做到哪了”

任务要有稳定标识，把执行阶段和结果保存在进程之外。Worker 退出后，接替者能判断任务尚未开始、已经完成，还是停在某个中间步骤。消息确认、超时及重新投递规则需要与任务框架的实际配置一起说明，不能只说队列会自动重试。

对外部系统产生副作用的步骤尤其需要幂等。例如已经上传文件却没来得及记录成功，再执行时应能识别已存在的结果。临时网络失败可以有限重试，参数错误应直接结束；退避间隔、总尝试次数和最终失败记录都要明确。

规则数量增长后，先拆执行依赖

把规则的输入字段、适用条件、输出结果和版本独立表示，再区分字段校验、跨字段校验与需要查询外部系统的校验。能共享的数据先统一获取，避免每条规则各查一次数据库。只有存在先后依赖的规则才按依赖顺序执行。

一次校验应绑定确定的规则版本，才能复现结果。发布前用历史样本比较新旧规则的差异，发现问题后切回已知版本。表达式引擎还要限制可访问对象、执行时间和资源消耗，不能把任意表达式直接当可信代码运行。

“内容相同”和“语义相似”分开处理

完全相同的文件可以计算内容哈希，建立内容标识与用户文件记录的映射。语义相似的视频或文档则需要特征提取和相似度判断，阈值要通过标注样本评估，不能把相似直接当成同一个文件。共享底层存储时，用户权限和删除语义仍然独立。

异步备份存在尚未复制的窗口

文件写入主节点后立即向用户返回成功，若副本尚未收到数据，主节点此时损坏就可能丢失这次写入。讨论“不丢失”前，应明确要承受的是单机故障、机房故障还是更多副本同时损坏，再选择确认写入所需的副本数与故障域。

元数据和文件本体也需要协调：避免元数据显示上传成功、文件却未完整落盘。可以先写临时对象，校验长度与哈希后再发布可见记录，并定期检查孤立对象和缺失副本。

股票题要先明确交易限制

原帖只有题名，没有给出允许交易次数、手续费或冷冻期。若只允许一次交易，可扫描价格，同时维护此前最低价和最佳利润；若允许多次交易，就需要按具体限制设计状态。面试中先确认这几个条件，再给算法和复杂度。