后端开发工程师（研发运营）一面面经

【岗位描述】 公司：知乎岗位：后端开发实习生-研发运营 【面试流程与题目】 腾讯会议-40min 自我介绍：常规流程，突出项目经验和对AI/大模型方向的兴趣。Code Review（秒杀业务）：面试官给了一段秒杀下单的代码，让找问题。 主要考察并发安全和事务：库存扣减和订单创建没有做并发控制，容易超卖；一人一单校验和库存校验存在竞态条件；@Async 异步通知如果抛异常没有兜底处理；事务方法内部调用异步方法，可能导致事务还未提交就发送了通知。 3. SQL性能分析：给出建表语句、索引和三条查询 SQL，要求分析每一条的性能问题： DATE(create_time) = '2026-06-01'：对字段做函数运算会导致索引失效，建议改为范围查询；phone_number = 123456：隐式类型转换，字符串字段传了数字，索引失效；多条件组合查询：考察联合索引的最左前缀匹配原则。 4. 算法手撕： LCR 076：数组中的第K个最大元素（快速选择/堆）977：有序数组的平方（双指针）5. Java基础：Java锁的底层实现原理（AQS、CAS、synchronized升级过程）。 6. 分布式中间件：实际项目中有没有用过分布式锁？详细讲讲Redisson底层原理（看门狗机制、RedLock等）。 7. AI/大模型方向： 如果让你设计一个AI Agent系统，数据存储层你会选什么数据库？为什么？向量数据库的Embedding Model一般用什么？ 【个人心得】 Code Review 题是亮点也是难点 — 不是让你背八股，而是看你能不能从一个看似正常的代码里找出并发安全问题。 SQL 优化万变不离其宗 — 核心就两条：「索引最左前缀」+「不在索引列上用函数」。搞懂这两个，90% 的 SQL 优化题都能应对。 分布式锁要深入到源码级 — 只会 lock.tryLock() 是不够的，Watchdog 续期机制、Lua 脚本原子性、Pub/Sub 通知机制、RedLock 算法，这些都是高频追问点。 AI Agent 方向的面试要体现系统性思考 — 数据库选型不是简单说「用 Milvus」，而是要结合业务场景分析不同类型数据的存储需求，给出一个完整的存储架构设计。