职位题库

后端开发工程师面试题库

面向后端开发工程师相关面试,围绕系统设计、Java、Redis、数据结构、并发等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

120 道题目建议用时 360 分钟专项面试练习

全部题目 120 道题

109

请说明红黑树与 C++ map 的底层实现关系,以及如何保证多线程环境下的安全访问?

考察候选人对 C++ 标准库底层数据结构、平衡树原理以及并发安全机制的理解深度。
110

请解释内存序(memory order)的概念,并说明在 C++ 中如何正确使用?

考察候选人对 C++ 内存模型、原子操作与指令重排的理解,这是高性能并发编程的核心知识。
111

请说明 Redis 的 rehash 底层实现,以及它如何做到渐进式 rehash?

考察候选人对 Redis 字典实现、渐进式 rehash 机制及其对性能影响的理解。
112

在 Linux 中,你会用哪些命令查看 CPU、内存、磁盘、网络等系统资源?

考察候选人对 Linux 常用性能诊断工具的掌握程度,以及排查线上问题的基本能力。
113

面对十亿级查询请求压力,你会从哪些层面进行优化?请给出完整方案。

考察候选人在超大规模请求下的系统设计能力,包括缓存、分库分表、异步、限流降级等综合手段。
114

请介绍一下你在项目中负责的模块,以及你如何用Docker进行分容器部署?

考察候选人对项目架构的理解程度,以及是否真正实践过Docker容器化部署,而非仅停留在概念层面。
115

你了解哪些向量数据库?为什么在项目中选择Milvus?

考察候选人对向量数据库的认知广度与选型逻辑,是否理解Milvus的适用场景与权衡。
116

你是如何接入AI服务的?每个用户的AI服务配置是一样的吗?如何设计用户AI服务的用量上限?

考察候选人对AI服务集成的架构设计能力,包括多租户隔离、配额管理和限流策略。
117

请描述项目中用户上传文件走RAG链路的完整流程,以及大文件上传的处理方式。

考察候选人对RAG链路端到端流程的理解,以及大文件上传的工程处理能力。
118

文件上传任务队列是如何设计的?为什么选择或放弃Superpower?

考察候选人对异步任务队列的设计能力,以及对具体技术方案(如Superpower)的评估逻辑。
119

请介绍你参与的直播间项目:团队规模、开发人力和体量,以及埋点数据的上报、存储和可靠性设计。

考察候选人对项目整体架构、数据链路和可靠性的理解,以及是否具备从业务到技术的完整思考。
120

手撕代码:反转链表指定区间[left, right],要求时间复杂度O(n),空间复杂度O(1)。

考察链表操作和边界条件处理能力。
返回面试题库