上海松鼠 AI 一面:IM、e签宝、RAG 与分片上传,八股从 HashMap 问到 AOP
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
项目
- 自我介绍、实习经历与项目。
- 项目里的 IM 通讯如何实现?
- 项目里的 e签宝如何实现?
- 项目里的 RAG 怎么实现?
- 阿里云 OSS 分片上传如何实现?有考虑过网络中断的情况吗?
- 你的多级权限是如何做到的?
八股
- HashMap 与 ConcurrentHashMap 的区别?
- 线程池参数有哪些?你的分片上传是如何使用异步线程池的?
- Lock 锁与 synchronized 锁有什么不同?发生异常时是否会产生死锁?
- 讲一下 ThreadLocal。
- Spring 的 AOP 原理是什么?
- Bean 的作用域有哪些?
- 有用到过设计模式吗?具体讲讲。
- 系统设计:用户上传一份 PDF,解析大概十几秒,然后走一个大模型 API 执行一个方法,如何设计这个系统?
拓展
- 工作用的什么 AI 工具?
- 自己写过 skill 吗?
- 前端了解吗?给你一个前后端一起做的功能大概需要多长时间?提示词会怎么写?
反问:公司业务、部门实习生人数与转正、二面大概等多久。
《参考解析》
IM 通讯的实现要点:长连接选型(WebSocket 为主,移动端弱网可配 MQTT 或私有 TCP 协议),连接层做鉴权(握手时带 token)、心跳与断线重连、消息可靠投递(客户端 ACK + 服务端重试 + 消息 ID 去重)、离线消息(收件箱存储,上线后按游标拉取)、消息顺序(同一会话用会话 ID 路由到同一节点或按序号排序)、已读回执与未读数(用户维度的 lastReadSeq + 计数)。要讲清「在线推送 + 离线存储 + 拉取补齐」这三段。
e签宝这类第三方签署的接入要点:服务端拿自己的应用凭据换 access token,创建签署流程(模板、参与方、签署顺序),拿到签署页面 URL 给前端打开,回调 / 轮询接收签署状态并验签(回调要校验签名与幂等),最后下载存证文件与签署报告归档。坑点在于回调可能重复与乱序(用业务单号做幂等)、签署链接有时效(缓存并刷新)、文件哈希要自己算一遍与平台返回比对。
RAG 的实现链路:文档解析(PDF 要处理表格、扫描件走 OCR)→ 清洗与分块(按语义或标题切、带重叠)→ 向量化与入库(embedding 模型、向量库选型与索引类型)→ 检索(向量召回 + 关键词召回混合、rerank 精排、元数据过滤)→ 拼装上下文与生成(控制 token、给引用)。工程上要补三件事:增量更新与删除(文档改了要能失效旧切片)、评测集与召回率指标、以及「检索不到时不要硬编」的兜底。
OSS 分片上传与中断处理:先 initiateMultipartUpload 拿 uploadId,把文件按固定大小(如 5MB)切片并发上传 uploadPart,每片记录 ETag,全部完成后 completeMultipartUpload 按序号提交;失败或中断时用 uploadId + 已上传分片列表(listParts)续传,只补缺的片;未完成的分片要配生命周期规则自动清理,否则会一直计费。并发度要限流(线程池 + 信号量),单片失败要重试并做退避,大文件还要算 MD5 / CRC 做完整性校验。
多级权限的实现:模型上是用户 - 角色 - 权限(RBAC)或用户 - 组织 - 数据域,权限分功能权限(能否访问某接口)与数据权限(能看哪些数据)。实现上接口级用注解 + 拦截器校验,数据级在查询条件里强制注入数据域过滤(不要依赖前端传 orgId),越权校验必须按资源归属判断(resource.ownerId == currentUser.id 或在其可见域内)。缓存权限到 Redis 并按角色变更失效,避免每次请求打库。
HashMap 与 ConcurrentHashMap:HashMap 非线程安全,JDK 8 是数组 + 链表 + 红黑树,扩容 2 倍并拆分高低位链,并发 put 可能丢数据甚至(JDK 7)成环。ConcurrentHashMap 用 CAS + synchronized 锁单个桶头节点(JDK 8),读操作无锁(volatile 读),扩容支持多线程协助迁移(transfer + ForwardingNode),size 用 CounterCell 分散计数。它保证单次操作原子,但复合操作(先查再写)仍要自己加锁或用 computeIfAbsent。
线程池参数与分片上传:核心线程数、最大线程数、空闲存活时间与单位、任务队列、线程工厂(命名便于排查)、拒绝策略。分片上传是 IO 密集,线程数可以大于核数(按带宽与分片大小估),队列要有界避免内存堆积,用 CompletableFuture 编排所有分片的完成再提交合并,失败片单独重试;要区分「上传池」和「业务池」,避免大文件上传把接口线程占满。
Lock 与 synchronized:synchronized 是关键字、由 JVM 实现(偏向 / 轻量 / 重量级锁升级)、自动释放(包括异常),不可中断、不可超时、非公平;ReentrantLock 是 API、可中断(lockInterruptibly)、可超时(tryLock)、可公平、支持多个 Condition。用 lock() 之后如果异常没写在 try 里、unlock() 不在 finally 里,锁就永远不会释放——这不是「死锁」,而是锁泄漏导致其他线程永久阻塞。回答时要纠正这个措辞:真正的死锁是互相等待对方的锁。
ThreadLocal:每个 Thread 持有一个 ThreadLocalMap,key 是 ThreadLocal 的弱引用、value 是强引用;因此线程池场景下不 remove 会随线程存活而泄漏(key 被回收后变成 key 为 null 的 Entry,value 仍被持有),也会造成串数据。用完必须 remove(),最好在 finally 里。典型用途是请求上下文(用户 ID、traceId)、事务连接绑定。
AOP 原理:Spring AOP 基于动态代理——有接口用 JDK Proxy,无接口用 CGLIB 生成子类;容器在 Bean 初始化后由 BeanPostProcessor 判断是否需要增强,包装成代理对象返回。切面由切点(Pointcut)与通知(Advice)组成,调用时责任链依次执行。注意类内部方法自调用不走代理、private 与 final 方法无法被 CGLIB 增强,这也是事务失效的常见原因。
Bean 作用域:singleton(默认,容器内一个实例)、prototype(每次获取新建)、request / session / application(Web 环境),以及自定义 scope。singleton 里的成员变量是共享的,所以要注意线程安全;prototype 注入到 singleton 里只会创建一次,需要 ObjectProvider 或方法注入。
「上传 PDF → 解析十几秒 → 调大模型」的设计:这是典型的长任务异步化。前端先申请上传凭证直传 OSS,提交后写一条任务记录(状态机:待处理 / 解析中 / 生成中 / 完成 / 失败)并投递到消息队列;消费者分两阶段(解析、模型调用)推进状态并落中间结果,前端用任务 ID 轮询或 SSE 订阅状态;失败可重试(幂等键 = 任务 ID + 阶段),超过重试次数转人工;限流与配额按用户与全局控制,避免模型调用被刷;产物存对象存储并设置过期。要主动说明为什么不用同步接口:十几秒超过网关与浏览器的超时、也无法做失败重试与进度反馈。
AI 相关开放题:AI 工具类问题按「用它做什么、怎么保证质量」回答(生成单测、重构、查不熟的 API,配合 review 与可执行验证);「写过 skill 吗」可以讲把重复的工作流固化成脚本或提示模板;「前后端一起做要多长时间、提示词怎么写」的答法是先拆接口契约与数据模型,再分别生成,提示词里给上下文(技术栈、目录结构、既有约定、验收标准)而不是只给一句需求。