Mysql数据库八股文

攒人品中！ 1.介绍实习项目中主要负责的工作2.论文拷打3.项目拷打4.讲解原始 RoPE 的原理5.讲解 GRPO 的实现方式6.讲解 PPO 和 DPO 的相关原理7.讲解 Transformer 的 Encoder 和 Decoder 相关内容，包括 Encoder 的模块组成8.定义 rag 中召回率的计算和评判标准9.讲解 MHA 中 Q 的定义， Attention 计算过程10.说明 MHA 采用多头设计的原因11.对比 Encoder 和 Decoder 的主要区别12.讲解 MQA 和 GQA 的相关原理13.手撕：最长括号序列

1.Java 有哪些基本数据类型？2.char 类型占几个字节？3.基本数据类型和包装类有什么区别？4.Java 中常用的集合类有哪些？5.HashSet 的底层数据结构是怎样的？6.HashMap 的 put 方法执行过程是怎样的？7.HashMap 中判断 Key 相等是通过什么方式？8.Java 中的 equals 和 == 有什么区别？9.HashMap 扩容时是怎么处理的？10.扩容后，原数组下标和新数组下标有什么对应关系？11.高低位是如何判断的？12.多线程与并发 (JUC)Java 中加锁的方式有哪些？13.synchronized 和 ReentrantLock 有什么区别？14.ReentrantLock 的公平锁和非公平锁在实现上有什么区别？15.synchronized 的锁升级过程是怎样的？16.锁可以降级吗？17.线程池执行任务的流程是怎样的？18.核心线程数满了之后，为什么先放入队列，而不是直接启动非核心线程？19.核心线程可以被销毁吗？20.线程在执行任务过程中抛出异常会有什么影响？21.InnoDB 的事务隔离级别有哪些？22.可重复读（RR）是通过什么机制实现的？23.MVCC 的原理是什么？24. 结合索引查询、Read View 和 Undo Log，详细讲讲查询一条数据版本的全过程。25.InnoDB 索引的数据结构是怎样的？26.B+ 树和 二叉树有什么区别？27.MVCC 加临键锁）能彻底解决幻读问题吗？28.举个无法解决的 Case。29.间隙锁在 RC（读已提交）和 RR（可重复读）级别下有什么区别？30.Redis 的 IO 模型是怎样的？31.Redis 6.0 之后引入多线程的作用是什么？32.Redis 中的大 Key 需要怎么去删除？33.Redis 内存不足时的淘汰策略有哪些？34.如何用 Java 设计一个 LRU 缓存，实现 O(1) 的查询和修改？35.第一段实习经历的离职原因是什么？36.在运维平台项目中，负责了哪些功能，解决了什么问题？37.通过 Dubbo Filter 记录慢请求日志的具体实现细节是什么？38.Dubbo Filter 的设计模式是什么？39.如何从全局视角统计慢请求（例如按时间段、高频接口 Top 排行）？40.是否有接入完整的监控大盘？41.项目中遇到过哪些棘手的技术问题？42.如果定时同步 Redis 的过程失败了，有什么告警和重试的策略？43.平时编程会使用 AI 工具吗？44.使用什么工具和模型？45.AI 生成代码和手敲代码的比例大概是多少？46.AI 领域的 MCP 协议和 Agent Skills 概念有什么区别？

说一说之前很火的提示词吧，但是随着AI能力的提升，提示词越来越不重要了。对初级需求，提示词确实越来越 “轻量化”，随便一句 “用 Java 写个简单的用户登录接口”，AI 就能给出能用的代码；但对复杂场景、高要求的 AI Coding 任务，提示词非但没失效，反而升级成了 “精准指令工程”，是拉开效率差距的关键。可一旦碰到复杂业务逻辑、性能优化、架构设计这类硬核需求，就会发现 “会写提示词” 和 “不会写提示词” 的天壤之别。比如同样是让 AI 优化 MySQL 慢查询，普通提示词是 “帮我优化这段 SQL”，AI 可能只会给出加索引的建议；但精准的指令是 “我有一个电商订单查询 SQL，数据量 100 万 +，现在执行时间 2 秒，要求优化到 500ms 内，限制只能调整索引和 SQL 结构，不能改表结构，还要考虑分库分表的兼容性”—— 这种带约束条件、业务背景、性能指标的提示词，才能让 AI 输出真正落地的方案。更重要的是，AI Coding 的核心需求正在从 “生成代码” 转向 “解决问题”。比如你让 AI 排查一个 Spring Boot 接口的超时问题，只说 “接口超时了，帮我看看”，AI 大概率会罗列一堆通用原因；但如果你在提示词里加上 “接口调用了第三方支付 API，超时发生在高峰期，日志显示有大量数据库锁等待”，AI 就能直接定位到 “第三方 API 熔断机制缺失”“数据库事务过长” 等具体问题，甚至给出代码级的解决方案。还有一个容易被忽略的点：提示词是帮你 “驯服 AI 幻觉” 的关键。AI Coding 最头疼的就是生成 “看起来对但实际跑不通” 的代码，比如引用不存在的类、用错框架 API。这时候，在提示词里加上 “代码必须符合 Spring Boot 2.7 版本规范，禁止使用废弃 API，给出完整的依赖配置和测试用例”，就能大幅降低幻觉概率 —— 这种 “精准约束”，本质就是高级提示词技巧。说到底，AI 能力提升后，提示词的 “复杂度” 降低了，但 “精准度” 要求更高了 。它不再需要华丽的模板，却需要你把业务需求、技术约束、性能指标讲清楚。对初级开发者来说，随便写写就能用；但对想靠 AI 提升核心工作效率的工程师，“写好提示词” 依然是 AI Coding 的核心实战技巧。

RAG与知识库构建● RAG知识库中存入的向量数据来源于哪里？● 你的文本分块（Chunking）具体是怎么做的？● 深度追问： 如果让你重新设计一个RAG系统，你了解哪些文档分块的最佳实践（比如单一窗口切多大合适）？● 深度追问： 如果采用“大分块+小分块”的父子结构策略，几万字文档的大分块具体要怎么切出来？● 深度追问： 采用固定大小切分时，如何避免语义被割裂？Agent记忆管理（短期与长期记忆）● 短期记忆是如何实现的？● 深度追问： 当对话达到设定的5轮并进行了一次压缩后，如果后续对话继续增加（第6、7、8轮...），你的系统是如何再次处理和压缩这些上下文的？● 长期记忆是如何实现的？● 深度追问： 选择在什么时机进行长期记忆的持久化保存？● 深度追问： 如果用户在同一个Session中聊了完全不同的多个话题，你在压缩总结并存入向量库之前，会如何设计提示词（Prompt）？为什么必须要做这一步总结提炼？● 深度追问： 长期记忆成功保存后，后续的具体使用场景和机制是什么？存储在哪里？系统架构与工程化挑战● 从前端到后端，你是如何准确判断和捕获Session关闭的触发时机（特别是用户直接关闭浏览器页面的情况）的？● 在执行长期记忆的持久化时，如何保证数据库写入一定成功（例如遇到报错、需要重试时如何处理以防止记忆丢失）？● 你的项目集成了哪些MCP（Model Context Protocol）工具？ELK和Prometheus是如何协同工作的？● 你的Agent是只能被动响应用户的提问，还是能做到主动发现异常并给出提示/解决方案？● 场景题： 如果抛给你一条执行非常慢的SQL语句，你的Agent从头到尾的分析和处理链路是怎样的？AI编程工具的日常实践● 平时写代码在用什么IDE和AI模型？● 使用Cursor时，有什么最佳实践能让生成的代码更加准确？● 深度追问： 开发前的需求分析是你自己做，还是借助AI来做？● 深度追问： 在让Cursor最终修改代码前，生成的代码是以什么样的“中间态”交给你进行Review的？● 深度追问： 使用Cursor时，有没有自定义过相关的规则文件（如 .cursorrules）？