字节后端一面：知识库 Agent 全链路拷打——异步入库、分块策略、混合检索与工具限流

《面试题目》

1. 请做一个简短的自我介绍。
2. 介绍你的知识库 Agent 项目：提供什么功能，用户如何使用，你具体实现了哪些部分？
3. 用户上传文档后，向量化和入库是同步执行的吗？文档很大、处理很慢时用户端会不会超时？如果解析和入库需要一个小时，你会怎么优化？
4. 如果文档改为异步处理，但执行过程中服务器突然下线，任务怎么办？如何判断哪些部分已落库、哪些还没有？如何恢复任务？
5. 你当前的文档切块策略是什么？还了解哪些分块策略？
6. 向量是什么？为什么向量检索能召回语义相关的内容？为什么向量距离近就代表语义相近，这种效果是怎么得到的？
7. 这个场景也可以直接用关键词检索，为什么选择向量检索？
8. 如果把关键词检索和向量检索结合，两路召回结果怎么合并、排序？
9. 向量召回一般使用哪些索引？
10. Agent 决定调用多个工具时，你的实现是并行执行还是串行执行？
11. 如果平台要支持多个用户同时使用，你认为哪些地方需要改进？
12. 外部地图工具每秒允许的调用量很低，多用户同时调用时如何保护工具？工具单次调用延迟约 500 毫秒。
13. 如果工具调用改成通过消息队列异步执行，Agent 循环在等待期间做什么？需要怎样适配？
14. 一个 MySQL 事务执行包含哪些步骤？事务有哪些特性？数据库通过哪些机制保证这些特性？
15. 如果项目扩展到支持多个用户，应该采用多进程还是多线程？为什么？
16. 从操作系统角度看，进程和线程有什么区别？
17. 手撕：力扣 25，K 个一组翻转链表。

《参考解析》

「同步还是异步」这题要一次答到三层：先把大文档的解析切成阶段（下载 → 解析抽文本 → 分块 → 向量化 → 写库），说明每段的耗时量级与可并行度；再说明入口只做「建任务 + 落状态」就返回，进度靠任务表或消息推送；最后补上幂等键——按 (documentId, chunkIndex, contentHash) 做唯一约束或 Redis 去重，重跑时覆盖而不是追加。面试官追的「服务器下线怎么办」，标准答案就是状态机加断点续跑：任务表记 PENDING/PARSING/EMBEDDING/DONE 与已处理到的 chunk 偏移，重启后扫「心跳超时的进行中任务」重投，写库用 upsert 保证重放安全。

分块策略按场景取舍：固定长度（按 token 切，重叠 10%~20%）实现最简单但会切断语义；按标题 / 段落 / Markdown 结构切能保住层级，配合父块-子块（小块检索、大块喂模型）效果好；递归切分是先按大分隔符再降级；还有语义切分（相邻句向量相似度低于阈值才断开）与按问答对切。工程上常用组合：结构优先、超长再按 token 兜底、每块带元数据（文档名、章节、页码）以便引用溯源。

为什么向量检索：关键词检索靠字面命中，同义改写、跨语言、口语化提问就漏；embedding 把文本映射到一个高维空间，训练目标（对比学习）让语义相近的样本距离近，所以「怎么退租」能召回「如何解约」。代价是精确匹配弱（型号、错误码、人名），所以生产上做混合检索：向量召回给语义，BM25 给字面，两路各取 topN 后用 RRF（按排名倒数融合，不用对齐分数）或加权分数归一后融合，最后过 rerank 模型精排。

向量索引回答 IVF（倒排聚类，先找最近的 nprobe 个簇）、HNSW（分层小世界图，查询快、内存大）、PQ / IVF-PQ（量化压缩、牺牲精度换内存），再补一句「数据量小直接暴力扫更准」。

工具限流这题的关键是承认「串行 + 客户端限流会拖垮总时延」：在工具调用层加令牌桶 / 漏桶做 QPS 上限，超出的请求进队列并给等待上限，超时就降级（返回「工具繁忙」让模型换个说法或稍后重试）；同时按用户分级配额，避免一个用户打满。改成消息队列异步后，Agent 循环不能阻塞等结果——它要把「工具任务已提交」当作一步结果继续推理，用 future / 回调把结果塞回下一轮上下文，这就是「暂停-恢复」式的 Agent 循环，需要持久化会话状态。

事务八股的骨架：ACID 对应实现分别是 redo log（持久性）、undo log（原子性，回滚）、锁 + MVCC（隔离性）、约束（一致性）；执行流程是连接 → 解析 → 优化 → 加锁读 undo 构造一致性读视图 → 写 undo + 改 Buffer Pool → 写 redo（两阶段提交里先 prepare 再 commit binlog）→ 刷盘。进程 vs 线程按「资源分配单位 vs 调度单位、各自独立地址空间 vs 共享、切换成本、通信方式」四段讲即可。