曹操出行 后端开发实习 一面：ConcurrentHashMap 分片与充值幂等

《面试题目》

1. 封号 skill 的误封处理是怎么做的？
2. 用 ConcurrentHashMap 拆分线程池的具体实现是怎样的？在 ConcurrentHashMap 里存了什么、切片切的是什么、这样做有什么用？高并发下会出现什么问题，为什么？
3. ConcurrentHashMap 比 HashMap 有哪些优点，解决了什么问题，底层是怎么实现的？
4. 充值模块的高并发怎么解决幂等？考虑过用分布式锁解决吗？
5. Redis 的两种持久化分别有什么特点？
6. 项目里哪些数据存了向量、哪些存了别的？分别存什么、为什么？
7. MCP 和 function call 有什么区别？
8. 记忆提取的流程讲一下（要和 RAG 流程区分开），长期记忆是怎么提取的？

《参考解析》

ConcurrentHashMap 分片线程池的出发点是降低锁竞争，坑在分片本身。 JDK 8 的 ConcurrentHashMap 是数组加链表/红黑树，写操作先对桶头节点做 CAS，冲突时用 synchronized 锁桶头，扩容支持多线程协助迁移（sizeCtl 协调），size 用 baseCount 加 CounterCell 分散计数。拿它当「分片容器」存放多个线程池或任务队列，本质是用 key 的哈希选桶做静态分片：好处是不用自己写分片锁、并发读写天然安全；问题是分片数固定、key 分布不均会产生热点，扩容 rehash 会让「哪个 key 落在哪个分片」的映射变化、分片与线程的绑定失效，也没法按负载动态调整，还会把线程池对象和业务数据混在一张表里、生命周期难以管理。更稳的做法是显式分片数组加取模、一致性哈希，或直接用成熟的分片执行框架，把「分片规则」和「存储结构」解耦。

幂等的落点是「唯一约束加状态机」，分布式锁只是手段之一。 充值这类写操作要先用业务幂等键（用户 ID 加订单号或请求号）在数据库建唯一索引，重复请求直接命中唯一键冲突并按已处理返回；再配合状态机（待支付、处理中、成功或失败）让重复回调只能推进一次。分布式锁（Redis 的 SET NX PX 加唯一 value，释放时用 Lua 校验持有者）能挡住并发重复执行，但它只保证互斥、不保证「执行过就不再执行」，锁超时、续租失败、主从切换都可能让两个请求同时进入临界区，所以锁必须和唯一索引或幂等表一起用。工程上还要区分接口幂等与消息幂等（消费端去重表），并考虑失败补偿与对账，否则漏掉的请求没人发现。

Redis 两种持久化：RDB 是快照，AOF 是命令日志。 RDB 按时间或变更量 fork 子进程写全量二进制快照，文件小、恢复快，适合备份与冷启动，但两次快照之间的数据会丢，fork 在大内存实例上会造成明显的延迟抖动。AOF 追加写命令，appendfsync 有 always、everysec、no 三档，在安全与性能之间取舍，everysec 最多丢约一秒；文件会持续膨胀，靠 AOF rewrite 压缩（同样是 fork）。生产上常见两者都开：RDB 做备份与快速恢复，AOF 缩小丢失窗口；4.0 之后还可以用混合持久化，把 RDB 头加增量 AOF 放在同一个文件里。回答时补一句主从与哨兵切换下持久化对数据丢失的影响，能显出深度。

MCP 与 function call 不在一个层级：前者是协议，后者是模型的一种输出能力。 function call（tool use）是模型按 schema 输出「要调用哪个工具、参数是什么」，由宿主应用执行后把结果回灌；工具怎么定义、怎么发现、怎么接入，全靠各家用例自己约定。MCP（Model Context Protocol）是客户端与服务端之间的标准化连接协议，用 JSON-RPC 暴露 tools、resources、prompts，一次接入可被多个宿主复用，还带能力协商、传输方式（stdio、HTTP 加 SSE 或 streamable）与生命周期管理。可以说 MCP 把「工具的供给」从写死在应用里变成可插拔的服务，而 function call 仍然是模型侧触发调用的机制。

记忆提取和 RAG 的区别在「写什么」，不在「取什么」。 RAG 是查询时检索外部文档拼进上下文，知识本身不变；长期记忆要解决的是从对话里判断哪些信息值得持久化——事实（身份、长期偏好）、情景（做过什么、结论如何）、以及时效性。流程一般是：对话切分、候选抽取（规则或小模型）、重要性与稳定性打分、去重与冲突合并（同一字段新值覆盖旧值，保留来源与时间戳）、写入结构化存储（用户档案表加向量库）、检索时按当前 query 召回相关记忆并与 RAG 结果分区注入。难点是误记（把模型猜测写成事实）、过期不失效、以及用户要能查看和删除。至于「哪些存向量、哪些存原文」：需要语义召回的经验片段进向量库，结构化字段和原文证据进关系库，向量里只存 id 和 embedding，避免同一份内容两处维护。