后端面试核心题
把数据库、缓存、网络和并发连成一条知识线，练习讲清原理与取舍。
查看路线 →找到你的进阶路线
从一个问题开始，逐步建立完整知识结构。
AI 应用工程师面试
从模型调用到 Agent 工程，把“用过工具”变成“做过系统”。
查看路线 →RAG 从原理到上线
围绕检索、引用、评测与失败排查，理解知识库应用的完整链路。
查看路线 →最近更新
面试有思路，实战有方法。
超时与重试如何设计？别让一次故障变成请求风暴
围绕总时间预算、可重试错误、退避和写操作幂等设计调用策略，避免多层重试放大流量。
技术面试如何复盘？把一次卡壳变成可验证的学习任务
按知识、表达、项目证据和现场推理分类复盘，用小实验与复述检验改进，避免只收集标准答案。
模型返回 JSON 就够了吗？结构化输出还需要哪些校验
把合法 JSON、符合 schema 与满足业务规则分开，设计可修复且不会越权的结构化输出处理链路。
流式响应能降低模型成本吗？先分清首字延迟与总耗时
理解流式输出改善的体验指标，以及断连、取消、代理缓冲和计费统计需要怎样处理。
慢 SQL 怎样排查？先区分执行慢、锁等待和连接排队
用完整 SQL、参数、执行计划和等待信息建立证据链，避免一看到数据库慢就盲目加索引。
短链接系统怎么设计？先把跳转、唯一性与失效讲清楚
从最小可运行链路出发讨论短码生成、跳转缓存、过期与滥用防护，并说明何时才需要扩展架构。
不止记住答案，更要理解为什么。
一道题讲清原理，一个项目交代取舍，一次复盘走得更远。