美团AI后端开发一面面经分享

《面试题目》

1. AI相关

   • Agent循环流程是怎样的，用户最直观的体验是什么？
   • RAG知识库选择了什么模型，调研过哪些模型？
   • 如何评估数据的准确性，准确率和召回率能达到多少？
   • 知识库如何持续保鲜？

2. 中间件与架构

   • Redis什么场景下会用分布式锁？
   • 缓存和数据库的更新机制，有什么风险，为什么用这个方案？

3. 项目与场景

   • 实习相关问题。
   • 项目中设计了哪些表，有哪些核心字段，如何修改数据？
   • 微博抖音这种几亿人用的app如何分表，查询？
   • 账户互相转账场景，如何解决死锁，可能会引入什么风险？

4. 基础八股

   • Java：创建一个线程有哪些方式？Java线程有哪些状态？sleep和wait的区别？死锁需要具备哪些条件？
   • 网络：网络七层模型是什么？TCP和UDP的区别？TCP如何保证可靠性？
   • 设计：设计原则（SOLID、DDD），了解过哪些设计模式？

5. 其他

   • 开放问题：如何理解AI coding对程序员的影响？AI的到来会降低程序员的门槛吗？
   • 手撕算法：一亿个数找出最大的十个。

《参考解析》

• Agent循环与RAG：Agent核心在于感知、规划与执行循环，RAG需关注Embedding模型（如BGE/Text2Vec）及重排模型。评估指标常用Hit Rate和MRR，知识库保鲜可通过定时任务或CDC实时同步。
• 缓存一致性：更新方案常用“先删缓存，后更新DB”，存在并发写导致脏数据的风险，可通过延时双删或订阅Binlog解决。分布式锁在Redis中常用Redisson实现，防止多节点并发扣减库存。
• 高并发分表：针对微博等海量数据，常用分库分表策略（按用户ID取模或Range分片）。查询时避免跨库JOIN，采用全局ID生成器，配合Elasticsearch或分布式缓存处理复杂查询。
• 算法题（Top K）：一亿个数找出最大的十个，最优解法是维护一个大小为10的最小堆（Min-Heap）。遍历数组，若当前元素大于堆顶，则替换堆顶并重新调整堆，时间复杂度为O(N log K)。