网易云音乐全栈秋招一面：事件循环、排序手撕与 RAG 追问

轮次: 一面
时间: 2026-10
来源: 牛客网

《面试题目》

请做一下自我介绍。
简单介绍一下你的项目。
什么是变量提升？
作用域链是什么？
垃圾回收机制是怎么工作的？
追问内存回收的实现：堆栈内存分配、新生代与老生代分别怎么回收？
事件循环是什么？
宏任务、微任务各有哪些？
追问：同步队列和异步队列（微任务、宏任务）是不是一回事？本质上有区别吗？
手写排序：快速排序、冒泡排序、插入排序、归并排序、选择排序、桶排序。
数据结构相关问题。
说说你对接口模型的理解，追问 controller、service 层。
Redis 缓存与高并发方面有哪些理解？
重新介绍项目，选一个详细讲讲（要求按 STAR 法则）。
项目的难点是什么？有没有数据支持你的数据库读写性能优化了多少？
介绍一下 RAG。
追问 Agentic RAG、Hybrid RAG、C-RAG 这些名词分别是什么？
SDD 是什么？你是怎么用 SDD 的？
你写过 Skill 吗？
反问环节。

《参考解析》

事件循环：把「同步队列」和「宏任务队列」分清

被追问「同步队列和异步队列是不是一回事、本质有区别吗」，这题答不准很容易乱。本质区别在于：同步代码执行在调用栈上，是「当前正在做的事」；宏任务与微任务队列是任务队列，是「排队等待被调度的事」。所谓同步队列并不是队列，而是调用栈加上当前这个宏任务的执行体。浏览器里一轮事件循环的次序是：取出一个宏任务执行，执行期间产生的微任务在本次宏任务结束后、下一个宏任务开始前全部清空（包括微任务里新产生的微任务），需要时执行渲染，然后进入下一轮。宏任务包括整段 script、setTimeout/setInterval、I/O、UI 事件、postMessage；微任务包括 Promise 的 then/catch/finally、queueMicrotask、MutationObserver，Node 里还有 process.nextTick，且 nextTick 队列优先于 Promise 微任务。Node 侧的差别要提一句：它有 timers、poll、check 等阶段划分，setImmediate 与 setTimeout 的次序也另有讲究，点出「同一套概念、不同实现」比背输出题更值钱。

垃圾回收：从引用计数讲到 V8 的分代回收

面试官问垃圾回收，通常期望你顺着「怎么判断该回收」→「怎么回收」→「分代怎么优化」三层讲。判断可达性用标记清除：从根（全局对象、调用栈上的引用、闭包环境）出发标记可达对象，不可达的回收；引用计数解决不了循环引用，所以 V8 只把它当辅助手段。回收算法上按对象存活时间分代：新生代对象存活短、空间小，用 Scavenge 把空间分成 from 与 to 两块，存活对象复制到 to 区（Cheney 算法，广度优先复制），多次存活后晋升到老生代；老生代空间大、存活多，用标记清除配合标记整理来处理碎片，为了不长时间阻塞主线程做成增量标记与并发标记。被反馈「要讲到堆栈、内存分配、新生代老生代才算满意」，说明这种题必须主动覆盖全部层次：栈上放的是原始值与引用，堆上是对象实体；新对象在新生代用 bump pointer 连续分配，大对象直接进老生代。最后补一句实践：浏览器里的内存泄漏多半来自未清理的定时器、事件监听、闭包长期持有大对象和 detached DOM，用堆快照对比来找。

排序手撕：六种一起考，考的是边界与稳定性

一次点名六种排序，说明面试官在看基础是否成体系。先给一张能随时说出的对照：冒泡、插入、选择平均 O(n²)，其中插入在近乎有序时接近 O(n)；快排平均 O(n log n)、最坏 O(n²)、不稳定、原地；归并稳定、O(n log n)、需要 O(n) 额外空间；桶排序在数据分布均匀且范围可控时能到线性，代价是额外空间，分布不均会退化。写的时候三处细节最容易失分：快排的 partition 用双指针还是挖坑、递归终止与基准选择（随机或三数取中，避免有序数组退化）、归并的临时数组不要每次递归新建。桶排序要能说清适用场景——数据量大但取值范围小，比如分数、年龄段，否则桶内退化成 O(n²)。手写时先写主干再补边界（空数组、单元素、含重复元素），写完主动跑一个例子说明，比默写速度更重要。

接口分层、Redis 与高并发：往架构与取舍上答

「接口模型的理解，追问 controller、service 层」看着虚，其实在问分层职责：controller 只做参数校验、鉴权上下文与响应包装，不写业务；service 承载业务规则与事务边界，一次业务操作对应一个方法；dao 或 mapper 只管数据访问，不掺业务判断。判据是「换掉表现层还需不需要改这段逻辑」——需要，它就不该在 controller。Redis 缓存与高并发部分要覆盖几组：缓存模式（旁路缓存最常用，读先查缓存再回源并回填，写先更新库再删缓存）、三大问题（穿透用空值缓存或布隆过滤器，击穿用互斥重建或逻辑过期，雪崩给过期时间加随机并做多级缓存）、热点 key 的处理（本地缓存、key 打散）、以及分布式下的锁与原子操作（SETNX 加过期、Lua 脚本、Redlock 的争议）。最后要敢说边界：缓存不是一致性方案，强一致场景要么不缓存，要么接受读旧值并做补偿。

项目难点与 RAG 家族名词：怎么把追问接住

「按 STAR 讲被打断、只要功能」和「难点不难，有数据支持吗」这两个反馈说明面试官反感的是空泛叙述。项目讲述的正确姿势是先给一句定位和你的角色，然后直接进技术决策：为什么这么设计、备选方案是什么、为什么否掉，最后给可验证的结果——QPS、延迟、内存、慢查询数量、故障率，哪怕是自己压测出来的数据，也远好过「优化了性能」。被追「有没有数据支持」时答不出就老实说明测量条件（没有独立环境，只能拿本地压测或慢日志前后对比），并说清如果重来会怎么埋点，比硬编一个数字安全。RAG 那串名词要能分清侧重：RAG 是「检索增强生成」的统称，把外部知识检索进上下文再让模型作答；Hybrid RAG 指检索侧做混合召回（向量加关键词或 BM25）再融合排序；Agentic RAG 是在检索外面套一层决策——由模型自己决定要不要检索、检索几轮、换不换查询，甚至调用工具校验；C-RAG 一般指带纠正或校验环节的 RAG，对检索结果的可信度做判断，不合格就重新检索或降级。名词记不牢时不要硬猜，可以先说「我理解它强调的是这一点，具体定义各家叫法可能不同」，再把 RAG 的完整链路（切分、嵌入、召回、重排、拼上下文、生成、引用）讲一遍——面试官抛名词多半是想看知识面，接住链路比背书更有效。

SDD 与 Skill：把流程变成可复用资产

这两问指向同一类能力：有没有一套把流程沉淀成资产的方法。SDD（Spec-Driven Development，规格驱动开发）的要点是先写规格再实现——把需求拆成可验收的条目，明确输入输出与约束，写清边界和失败情况，再由它驱动实现与评审，好处是变更可追溯、评审有依据、人和工具拿到同一份事实来源。Skill 则更像可加载的操作手册：把某类任务的方法、步骤、注意事项、示例组织成一组文件，按需加载，避免把所有上下文一次塞进窗口。答的时候落到自己的实践上——需求文档或接口契约怎么写的、团队里谁的脚本或提示词被沉淀成了共用资产、新人上手因此快了多少——比解释定义更打动人。这一场节奏偏紧、多次被打断，反问环节拿到了全栈发展建议；遇到打断不要慌，先把被打断那半句的结论说完再回答追问，节奏乱掉才是真正的扣分项。

《面试题目》

《参考解析》

相关面经