乌鸫科技Java岗社招一面面经
《面试题目》
- 项目一（银行项目）：海量数据 Excel 文件导入和额度扣减是怎么实现的？
- 项目二（RAG 学习项目）：三层缓存架构是怎么设计的？项目中的 RAG 处理流程？消息队列异步解耦和线程池隔离是如何做的？
- 项目三（电商优惠券项目）：数据一致性解决方案是什么？
- AI Coding 在工作中的占比是多少？对 AI 编程工具的看法？
《参考解析》
- 海量数据 Excel 导入优化：大批量数据导入应避免一次性加载整个文件到内存，可采用流式解析（如 EasyExcel 的逐行读取）+ 分批入库（每积累一定数量记录批量
INSERT）的方式控制内存占用；额度扣减类操作需要保证并发安全，通常结合数据库乐观锁（版本号）或分布式锁防止并发扣减导致的超额问题。 - 三层缓存架构设计：典型结构为本地缓存（如 Caffeine，速度最快但容量有限、多实例不共享）+ 分布式缓存（Redis，容量大、多实例共享）+ 数据库（兜底持久化），请求优先查本地缓存，未命中查 Redis，都未命中才查数据库并逐层回填，可大幅降低对下层存储的访问压力。
- 消息队列异步解耦与线程池隔离：将非核心链路（如通知、日志、统计）通过 MQ 异步化处理，避免拖慢主流程响应时间；线程池隔离指为不同业务/不同优先级的任务分配独立的线程池，防止某个耗时任务或异常任务耗尽公共线程池资源，影响其他业务的正常处理（类似舱壁隔离模式）。