字节腾讯快手等后端与 AI 全栈高频 12 题汇总：Redis 锁与 RAG

《面试题目》

八股

1. Redis 分布式锁：用 SET NX EX 加锁，释放为什么常用 Lua 脚本？
2. MySQL 索引：B+ 树的结构、联合索引的最左前缀，索引是不是越多越好？
3. 事务隔离级别有哪些？脏读与幻读分别指什么？redo log 与 binlog 的两阶段提交解决什么问题？
4. TCP 与 UDP 有什么区别？三次握手与四次挥手的过程是怎样的？
5. HTTP 与 HTTPS 有什么区别？TLS 的大致链路是怎样的？
6. 进程、线程、协程有什么区别？（Go 岗常接着问 GMP）
7. Go：GMP 调度模型、slice 扩容、WaitGroup 分别是什么机制？
8. 缓存穿透、击穿、雪崩分别指什么，各自怎么解决？

系统与项目

9. 接口幂等怎么保证？用 requestId 去重，重试会不会重复扣款？
10. 缓存和数据库如何保持一致？
11. RAG 的全流程是怎样的？幻觉怎么压制？
12. Agent：Function Calling 怎么用，短期与长期记忆怎么存，token 成本怎么控？

手撕

13. 反转链表。
14. Top-K。
15. 不超过 N 的最大数。

《参考解析》

Redis 分布式锁：正确性全在释放和续期两处 SET NX EX 一次原子地完成「不存在才写」与「带过期」，value 必须放只有自己知道的随机值。释放不能先 GET 再 DEL——两步之间锁可能刚好过期被别人拿走，你删的就成了别人的锁；用 Lua 让「比较 value 再删除」在 Redis 单线程里原子执行，这才是脚本存在的理由。剩下的漏洞是业务执行超过 ttl：锁已自动释放，需要看门狗续期，同时业务侧要有幂等兜底。多实例场景里，写存储时带上单调递增的 fencing token 做校验，比堆 Redlock 更实在。

MySQL 索引：B+ 树为磁盘而设计，最左前缀由排序决定 B+ 树把数据全放在叶子、叶子之间用链表串联，非叶节点只存键，扇出大、树高小，一次点查只需少量磁盘页，范围扫描顺着叶子链表走即可，这是它胜过哈希与二叉搜索树的地方。联合索引 (a,b,c) 的排序是先 a 再 b 再 c，所以条件必须从最左列开始且连续才能用上；a=1 and c=3 用不到 c 的定位，但仍可能走覆盖索引。索引不是越多越好：每个索引都要在写入时维护、占空间、放大写开销，还会让优化器选错计划，原则是按查询建、优先做覆盖。

缓存一致性：先讲读写比，再谈方案 主流是 Cache Aside：读先查缓存、miss 再读库回填；写先更库再删缓存（不要更新缓存，并发写会让旧值覆盖新值）。删缓存失败或主从延迟时，用延迟双删或订阅 binlog 异步失效，并诚实说明强一致做不到、只能收敛不一致窗口。三个异常要分清：穿透查的是不存在的键，用空值缓存或布隆过滤器；击穿是热点键过期瞬间打穿，用逻辑过期或互斥重建；雪崩是大量键同时失效，给过期时间加随机抖动并做多级缓存。

幂等：先定义「什么算同一请求」 幂等的前提是一个业务唯一键，requestId 只是它的载体：客户端生成、服务端落去重表并建唯一索引，插入成功才继续，冲突就直接返回上次结果。第二道闸是状态机：支付单只允许从「待支付」跳到「已支付」，更新时带 where status 条件、判断影响行数。重试会不会重复扣款，取决于扣款动作有没有被同一个键罩住——去重在上游、扣款在下游时，中间失败照样重复，所以要么下游也带同一个键，要么用业务单据号做对账补偿。

RAG 与 Agent：幻觉和成本都要落到可测的指标 RAG 的链路是切分 → 向量化入库 → 查询改写 → 召回 top-k → 重排 → 拼上下文 → 带引用生成。压幻觉按性价比排：先提召回质量（切分粒度、混合检索、重排），再在提示里要求只依据给定片段作答、无依据就说不知道，输出带出处便于核验，最后用带标注的评测集算命中率与忠实度，别靠体感。Agent 侧三件事：工具描述写清入参与何时调用；短期记忆是对话窗口，长期记忆按用户维度存事实并按需召回；token 成本靠上下文裁剪、工具结果截断、前缀缓存与限制最大轮次控制。