年前的一些日常实习面试

📍面试公司：字节🕐面试时间：1.30💻面试岗位：后端❓面试问题：1.自我介绍2.项目拷打（偏爱AI，RAG项目）：为什么用BM25，BM25怎么实现？量化没有，如何量化？文档怎么分片？如果让你设计一个面向范围很大的RAG系统怎么收集文档并分片？如何把人工回答反馈进入向量库？RAG模块化如何设计？上下文压缩和查询改写怎么实现？3.GC的收集器介绍，挑代表的介绍一下（Serial，ParNew，CMS，G1，ZGC，ZGC，ZGC分代），分代，以及卡表，染色指针，优劣4.线程池的核心参数，以及提交任务到线程池的流程（核心线程回收与否，拒绝策略）5.ThreadLocal的底层原理，内存泄漏，通常用法6.有没有跨线程的ThreadLocal7.innordb 为什么使用B+ （一节点一页快速路由）8.Rabbit架构，交换机，队列，amqp，如何保证高可用和可靠性，如何保证消息不丢失,confirm机制，手动ack机制9.实现幂等方式（数据库唯一键，消息表，前端/后端生成token）10.介绍一下AQS队列（变种CLH，自愈合，只后唤醒，取消节点机制）手撕：合并有序数组（三分钟秒了）（垃圾录音只录了我的声音，纯记忆版）🙌面试感想：面试感觉很不错，全都答上来了，能拓展的都拓展了，面试官说是很满意，等hr推进求求了给我offer吧我什么都会做的

项目经历20分钟1、MySQL如果发现查询速度慢可能是什么情况2、发现查询慢之后应该怎么做3、消息队列了解吗4、限流算法讲一下5、线程池用过吗，讲一下核心参数6、如何调优线程池的参数7、什么情况下会影响线程安全笔试：完全二叉树最右子节点

一句话结论Java+langchain4j/spring AI依旧是传统Java后端，只是多了最基础的LLM调用能力Java + Spring AI / LangChain4j ≠ AI 应用开发本身它更多是 “传统后端在接入 AI 能力”，而不是 “以 AI 为核心的应用工程”。差异不在语言，而在“系统的控制权和复杂度在哪一侧”。一、从「系统主导权」看本质区别（这是最重要的一点）1️⃣ Java + Spring AI / LangChain4j 的定位系统主导权在：业务系统 / 后端架构LLM 在这里是：一个能力插件一个“增强模块”一个被调用的外部服务典型结构是： Controller ↓...