九方智投 AI 应用开发一面：Java 八股、RAG 调优与智能客服设计

《面试题目》

1. 自我介绍。
2. 讲讲 HashMap 的底层结构。
3. HashMap 线程安全吗？需要线程安全时用哪个？
4. volatile 关键字的作用是什么？
5. 了解 AQS 吗？大概讲一下。
6. MySQL 用过吗？InnoDB 的索引类型有哪些？
7. B+ 树索引是怎么搜索的？
8. 消息队列一般用什么？RabbitMQ 的 exchange 有哪几种？
9. Kafka 为什么快、性能高？
10. 项目里的定时任务怎么做的？
11. 做 RAG 时 chunk size、overlap 怎么确定？
12. 向量检索和关键词检索分别解决什么问题？为什么要混合检索？
13. 如果 RAG 检索效果差，怎么区分问题出在哪？
14. 响应速度、模型选择、效果之间怎么取舍？
15. LangChain 和 LangGraph 的核心差异是什么？
16. Checkpointer 的存储怎么设计？
17. 恢复任务时，模型版本、用户权限发生变化怎么处理？
18. 设计一套面向投资理财课程售卖的智能客服：需要哪些功能？怎么设计？如果员工不信任，怎么说服？

《参考解析》

HashMap 与并发：JDK 1.8 的 HashMap 是数组 + 链表 + 红黑树。插入时用 (n-1) & hash 定位桶，空桶直接放，冲突挂链表，链表长度到 8 且数组长度到 64 转红黑树；扩容按 2 倍，元素要么留在原位置，要么移到“原位置 + 旧容量”。它线程不安全：并发 put 可能丢数据，扩容时可能形成环（1.7 头插法），1.8 改成尾插法但仍不保证安全。需要并发用 ConcurrentHashMap；需要有序用 TreeMap；需要读写分离可以用 CopyOnWriteArrayList 之类，但要看场景。

volatile 与 AQS：volatile 保证可见性和有序性（禁止指令重排），不保证原子性；典型用途是状态标志、单例的双重检查锁。实现上靠内存屏障，写操作后把缓存刷回主存并使其他核的缓存失效，读操作前插入屏障。AQS 是抽象队列同步器，核心是一个 volatile 的 state 加一个 CLH 双向队列：获取锁失败就入队并 park，释放时唤醒后继；支持独占和共享两种模式，ReentrantLock、Semaphore、CountDownLatch 都基于它。回答时讲清 state 的含义、CAS 修改、队列与条件变量即可。

InnoDB 索引与 B+ 树：索引类型按结构分 B+ 树索引、哈希索引（自适应哈希，用户不能直接建）、全文索引、空间索引；按用途分聚簇索引（主键）和二级索引（辅助索引）。InnoDB 聚簇索引叶子存整行，二级索引叶子存主键值，所以二级索引查询可能回表；覆盖索引可以避免回表。B+ 树搜索从根节点开始，比较 key 找到子页指针，逐层下行到叶子，叶子内再用页目录二分查找；范围查询在叶子链表上顺序扫描。非叶子节点不存数据，所以扇出大、树高低，通常 3~4 层就能支撑千万级数据。

RabbitMQ 与 Kafka：RabbitMQ 的 exchange 类型有 direct（按 routing key 精确匹配）、topic（按模式匹配）、fanout（广播）、headers（按消息头匹配），还有死信 exchange。Kafka 快的原因：顺序写磁盘、页缓存、零拷贝（sendfile）、批量发送与压缩、分区并行、稀疏索引；它把消息追加到 partition 日志，消费者按 offset 顺序读，避免随机写和复杂路由。

RAG 调优：chunk size 和 overlap 没有万能值，要看文档类型和问题粒度。先用 300~800 字、overlap 10%~20% 做基线，再用评测集比较不同组合的召回率、答案忠实度和端到端成功率；表格、代码、问答对单独切。混合检索是向量负责语义相似、关键词负责专有名词和精确匹配，二者召回结果融合后重排。效果差要分层定位：是解析丢了内容、切分破坏了语义、embedding 不适配、查询没改写、top-k 不合理、重排不好，还是模型没用好上下文；用“黄金问题 + 标准答案 + 标准证据”逐层评估，不要只调 prompt。

LangChain 与 LangGraph：LangChain 是组件库和链式编排，适合线性流程；LangGraph 是状态图，支持循环、分支、持久化、断点恢复和人工介入，适合多步 Agent。Checkpointer 存的是每个 thread 的状态快照：消息、工具结果、当前节点、待办、版本号。设计上按 thread_id + checkpoint_id 存，状态用可序列化结构，支持按时间回放；存储可以放 Redis/Postgres/对象存储，注意隐私字段脱敏和 TTL。恢复时要校验模型版本、提示词版本、工具 schema 和用户权限：版本不兼容就拒绝恢复或迁移状态；权限变化要重新鉴权，不能拿旧快照里的权限继续执行。

智能客服设计：功能分四块：售前咨询（课程内容、适合人群、价格、试听）、售中（下单、支付、优惠、发票）、售后（退款、有效期、账号问题）、人工转接。架构是“渠道接入 → 意图识别 → 知识检索 → 对话管理 → 工具调用 → 人工坐席 → 质检与评测”。投资理财课程有合规要求，不能承诺收益、不能给个股建议，话术要有免责声明和敏感词拦截。员工不信任时，不要靠说服，先做小范围试点：选一个高频、低风险场景，给出可量化的指标（自助解决率、平均处理时长、转人工率、客户满意度），让员工参与标注和验收，保留人工接管和一键回滚，用结果建立信任。