去哪儿 AI 全栈工程师秋招面试

《面试题目》

1. 选择题：选 Java 还是 TypeScript？
2. ES6 里的 Set、Map 和普通对象、数组有什么区别，分别适用什么场景？
3. 介绍一下 Redis 的 AOF 和 RDB。
4. MySQL 数据量很大、分页页数很多时，怎么优化深分页查询？
5. RAG 的流程是怎样的？
6. RAG 的效果怎么评估？
7. RAG 里的文档切片怎么做？
8. 讲解一下自己做过的全栈项目。
9. 你是怎么借助大模型一起开发项目的？它生成的代码效果和质量如何？

《参考解析》

Set、Map 与对象、数组的取舍

数组是有序的索引集合，取值靠下标，做包含判断要遍历；普通对象本质是字符串键的哈希表，适合描述实体结构，但键只能是字符串或 Symbol，且原型链上的属性会干扰判断。Set 存不重复的值，Map 的键可以是任意类型且保持插入顺序，两者的 has/get/delete 都是均摊 O(1)。工程上的判据很简单：需要按值去重或频繁判断存在性用 Set，需要用对象或函数当键、或需要稳定的迭代顺序用 Map，需要顺序和下标语义才用数组。

Redis 的 AOF 与 RDB

RDB 是某个时间点的全量快照，文件紧凑、恢复快，适合做备份和主从全量同步，缺点是两次快照之间的数据会丢。AOF 追加写命令，按 appendfsync 的策略（always / everysec / no）在持久化强度与性能之间取舍，文件更大、恢复更慢，但可以把丢失窗口压到一秒以内。生产上通常是两者同时开，重启时优先用 AOF 重放；AOF 还需要重写来压缩体积，4.0 之后用混合持久化把 RDB 快照和增量 AOF 拼在一个文件里，兼顾恢复速度和完整性。

MySQL 深分页怎么优化

limit 1000000, 20 慢的原因不是返回 20 行，而是引擎层要按二级索引扫描并回表取出前一百万行、再全部丢掉。三条常规路子：① 用覆盖索引先只取主键（select id from t where ... order by ... limit ...），再拿主键回表取数据，把回表次数从百万级降到 20 次；② 记住上一页的位置做游标分页，where id > 上一页最后一个 id order by id limit 20，把 offset 变成范围条件，代价是不能跳页；③ 业务上收口，限制可翻页数或用搜索/筛选替代深翻页。如果排序字段和过滤条件能组合成联合索引，让排序走索引而非 filesort，收益最大。

RAG 的完整流程

离线侧是文档解析（PDF/HTML/表格），清洗后按一定策略切块，用 embedding 模型向量化写进向量库，同时保留原文与元数据（来源、章节、权限）；在线侧把用户问题改写或扩展，做向量检索（常配 BM25 做混合检索），再经过重排模型精排取 top-k，拼进提示词交给大模型生成，最后附上引用来源。真正决定效果的是中间几步：切块粒度、查询改写、混合检索与重排，生成只是最后一公里。

切片策略怎么定

切片要在「语义完整」与「检索精度」之间找平衡：块太大，向量被稀释、召回不准且浪费上下文；块太小，句子被切断、答案缺上下文。常见做法是按标题层级或段落切，再给相邻块加重叠（overlap 10%~20%），保留章节标题拼进块内容作为上下文；表格和代码单独处理，别按字符数硬切。落地时用同一批真实问题跑离线评测，比较不同块大小与重叠率的召回率，而不是拍脑袋定一个 512。

RAG 效果怎么评估

离线用带标注的问题集算检索侧的召回率、命中率、MRR，生成侧用忠实度（答案是否只依据检索内容）与相关性打分，能自动化的一部分靠规则和模型评分，关键样本仍要人工看。在线看用户行为：追问率、点开引用来源的比例、点踩反馈，以及「检索为空」的比例——检索为空往往说明知识库覆盖不足而不是模型不行。评估的关键是把检索问题和生成问题分开，否则调了半天提示词却发现是召回没拿到正确的块。