快手Java面经

整体面试还是不错的，但是没后续了，不知道是哪里出了问题项目1. 简单介绍一下这个系统的知识库问答架构，从文档入库到最后回答的完整链路是怎样的？2. 向量检索用的是什么索引类型？3. 在召回之后有没有做重排（Rerank）之类的操作？4. 你知识库的准确率和召回率是怎么评估的？5. Spring AI Alibaba 的 Function Calling 是怎么实现的？模型如何决定调用哪个工具？6. 如果工具调用失败了，你们设计了什么处理机制？7. Execute Plan 模式具体是怎么实现的？8. 平时哪种模型用的比较多？9. 平时编码时会用哪些模型？10. 在选择向量数据库时，有没有看过其他的（如 ES、Milvus 以外的选择）？它们之间的区别你大概有概念吗？11. 在写 Prompt的时候，你有哪些实践经验或设计原则？12. Graph Rag / Agentic Rag了解过吗13. 在秒杀下单中，Lua 脚本具体做了什么？为什么要用 Lua，而不是分开执行多条指令？14. 这个项目你自己做过压测吗？15. 对系统能扛住的流量（QPS）有没有具体的概念？16. 对于什么时候该上缓存、什么时候该上本地缓存，你大概的概念是什么Java 基础1. 线程池的核心参数有哪些？2. 线程池内部的具体工作流程是怎样的？3. 核心线程数和最大线程数一般怎么确定/计算？场景题1. 你觉得目前 RAG（检索增强生成）最大的瓶颈是什么？2. 假设要给电商平台搭建一个百万/千万级的商品知识库问答系统，你会怎么设计？3. 针对商品信息（如价格、描述）可能被商家动态更新的情况，你的知识库设计需要考虑什么？手撕：二叉树的层序遍历

Java春招的本质不是“会不会写代码”，而是企业在短时间内筛选出具备工程潜力、基础扎实、能快速上手业务的候选人。准备过程如果只是刷题或背八股，往往无法形成竞争力。下面从技术深度、工程能力和应试策略三个层面系统拆解。一、Java春招的真实考察模型企业筛选Java候选人，核心看三件事：基础是否扎实（决定下限）工程经验是否可信（决定是否能用）问题分析能力是否清晰（决定成长性）面试不会单点考察，而是围绕一条技术链条持续深挖，例如：从一个接口性能问题，一路问到JVM、并发、数据库、系统设计二、技术准备：必须达到“可深挖”的程度1. Java基础：不止语法，要到运行机制重点不是“会用”，而是“为什么这样设...

双非本硕，是不是废了😭，有什么建议吗

后端java美团笔试3.21 a1.0第一题 直接统计多少个不同的数第二题 可能用栈 不会第三题 图。没时间了，只写了个迪杰斯特拉算法，弗洛伊德忘了怎么写，想着先最短路径返回每个节点到其他节点的路径，方便做反转的操作，没时间了