京东JDY后端一面面经
《面试题目》
- 毕业届次、课程安排、实习时长及到岗时间？
- 简历项目是借鉴的开源项目还是自己做的？
- 详细介绍AI视频解析平台项目功能。
- 视频上传提音到送大模型的完整链路？
- 视频转音频功能如何实现？
- 音频给大模型是切片还是整段一次性传输？
- 选用哪个大模型及选型原因？
- 与大模型交互还有哪些扩展功能？
- 大模型交互是否使用RAG还是仅用提示词？
- 如何发现并解决大模型幻觉问题？
- 项目中具体如何设计提示词减少幻觉？
- 总结功能是按单节还是全章节处理？
- 加入对话能力和追问功能的逻辑是什么？
- 项目中分布式锁解决什么具体场景问题？
- 分布式锁的Key基于什么设计？
- 视频MD5值在前端还是服务端计算？
- Redisson分布式锁底层原理？
- 为何在setnx基础上加Lua脚本实现分布式锁？
- 分片续传的具体实现逻辑？
- 分片上传是串行还是并行？配置了几个线程？
- 限流加在哪个环节？使用什么技术实现？
- 高并发访问Redis执行限流如何保证数据一致性？
- 核心业务流程涉及几张表及具体交互？
- 视频长文本的数据表字段类型及设计？
- 事务的作用及哪些SQL场景需要加事务？
- MySQL常用的索引类型有哪些？
- 什么是聚集索引？主键索引属于哪种索引？
- JUC并发包用过哪些多线程相关的类？
- ReentrantLock底层实现原理？
- Java创建线程的几种方式？
- 线程的start()与run()方法区别？
- 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。