京东JDY后端一面面经

《面试题目》

1. 毕业届次、课程安排、实习时长及到岗时间？
2. 简历项目是借鉴的开源项目还是自己做的？
3. 详细介绍AI视频解析平台项目功能。
4. 视频上传提音到送大模型的完整链路？
5. 视频转音频功能如何实现？
6. 音频给大模型是切片还是整段一次性传输？
7. 选用哪个大模型及选型原因？
8. 与大模型交互还有哪些扩展功能？
9. 大模型交互是否使用RAG还是仅用提示词？
10. 如何发现并解决大模型幻觉问题？
11. 项目中具体如何设计提示词减少幻觉？
12. 总结功能是按单节还是全章节处理？
13. 加入对话能力和追问功能的逻辑是什么？
14. 项目中分布式锁解决什么具体场景问题？
15. 分布式锁的Key基于什么设计？
16. 视频MD5值在前端还是服务端计算？
17. Redisson分布式锁底层原理？
18. 为何在setnx基础上加Lua脚本实现分布式锁？
19. 分片续传的具体实现逻辑？
20. 分片上传是串行还是并行？配置了几个线程？
21. 限流加在哪个环节？使用什么技术实现？
22. 高并发访问Redis执行限流如何保证数据一致性？
23. 核心业务流程涉及几张表及具体交互？
24. 视频长文本的数据表字段类型及设计？
25. 事务的作用及哪些SQL场景需要加事务？
26. MySQL常用的索引类型有哪些？
27. 什么是聚集索引？主键索引属于哪种索引？
28. JUC并发包用过哪些多线程相关的类？
29. ReentrantLock底层实现原理？
30. Java创建线程的几种方式？
31. 线程的start()与run()方法区别？
32. MinIO分片合并失败如何处理，残余临时分片文件的清理机制。

---

《参考解析》

• 分布式锁（Redisson/Lua）：Redisson基于Redis的Hash结构和Lua脚本实现，保证原子性，并配合Watchdog（看门狗）机制自动续期，解决锁过期但业务未执行完的问题。
• 大模型幻觉处理：核心思路是降低模型“盲猜”概率。通过Prompt Engineering（提示词工程）限制模型输出范围；引入RAG（检索增强生成）提供外部知识库支持，强制模型依据上下文回答。
• 分片续传逻辑：前端对文件进行MD5校验，后端通过Redis记录已上传的分片索引；上传过程中基于分片ID在MinIO中暂存，所有分片就位后调用composeObject合并文件。
• Redis限流一致性：使用Lua脚本执行“读取计数-判断阈值-更新计数”的过程，确保多步操作在Redis侧具备原子性，避免并发导致计数超额。
• 聚集索引：数据行的物理存储顺序与索引键顺序一致，主键索引默认即为聚集索引，查找效率高，范围查询速度快。