主题
可靠性
这些题与问题库里的是同一批，这里按各自主要考察的能力分组。
129 道问题
本页为第 1–50 题，共 129 题。
A · 专业解题与实现46
- AI 助手可以代表用户创建工单、退款或修改账户。它发起退款时发生超时，系统不知道退款是否已经完成；自动重试可能造成重复退款。你会怎样确认操作结果、控制重试，并确保操作仍在用户授权范围内？
- 文档助手在多数场景下可以自动提交，但不同错误的后果差异很大。增加人工复核后，错误减少了，待审核任务却持续积压。你会怎样决定哪些任务自动处理、哪些交给人工，并让审核量不超过团队处理能力？
- 更换基础模型后，核心任务平均分数提高了，但少数重要客户的结果明显变差。你会如何决定是否发布、分批发布或回退？
- 一份内部文档被撤回或改为限权后，检索索引、缓存和已生成的引用可能仍保留旧内容。你会怎样设计更新与验证机制？
- 线上回答出现了错误引用，但当时的提示词、模型版本和检索结果都没有完整记录。你会补哪些观测信息，才能既排查问题又控制敏感数据暴露？
- 知识问答助手引用了内部文档，但文档所属团队已更新流程，新版本还没有进入检索范围。你会怎样确定内容更新时限、更新流程，以及更新完成前该怎样回答？
- 用户更新账户设置后立即刷新，服务从只读副本读取到旧值。切主读会增加数据库负载，等待同步又可能超时。你会怎样设计一致性体验？
- 需要校验一个很大的 CSV 文件，但不能把整份文件读入内存；遇到格式错误时还要报告行号并继续检查。你会怎样设计解析接口？
- 一个长时间运行的进程内存持续增长，但没人能指出明显的泄漏。你怎样区分真正的泄漏、正常的缓存增长和内存碎片？
- 新字段需要补算数亿行历史数据，首轮脚本运行后线上锁等待和复制延迟都上升。你会怎样决定暂停、分批、限速或改用在线迁移？
- 新增索引后查询变快了，但写入延迟和存储增长明显恶化。你会怎样判断索引是否值得保留？
- 服务把读请求切到副本后，写入成功的用户偶尔读不到刚才的修改。你会怎样界定并处理这种陈旧读取？
- 缓存失效后，大量请求同时回源，服务恢复时又出现第二次流量尖峰。你会怎样定位并抑制缓存击穿与预热风暴？
- 线上偶尔出现同一订单被提交两次，你在本地无法复现。你会怎样缩小范围，并决定先止血还是先补观测？
- 缓存键已失效，应用日志显示重新读取数据库，但部分用户仍看到旧资料；切换到主库后问题减少却没有消失。你会怎样沿缓存、副本和客户端定位？
- 生产者日志显示事件已发布，Broker 也返回确认；消费者没有报错，但业务对象未变化。你会如何区分确认语义、处理失败的消息、过滤、反序列化和重复处理问题？
- 用户请求依次调用四个下游，每个服务都使用完整的 2 秒超时，导致整体尾延迟很高，客户端还会在响应失效后继续计算。你会如何传递截止时间和预算？
- 值班人员每天收到大量告警，但用户投诉和服务目标违约仍会漏报。你会如何重新整理告警？
- 云成本连续上升，财务要求削减开支；与此同时，团队正处于可靠性改善阶段。你会怎样找出可削减成本且不转嫁风险的方案？
- 一个长期凭证被多个服务共享，安全要求尽快轮换，但无法一次性停掉所有依赖方。你会怎样推进？
- 生产环境中的部分资源与代码声明不一致，其中一些差异来自未记录的紧急手工修复。你会怎样区分有意变更与无法解释的配置差异，评估覆盖风险，恢复可信状态并减少复发？
- 一次发布需要覆盖数千个运行节点，但节点版本和网络状态并不一致。你会怎样设计分批发布、健康验证和暂停条件？
- 一次发布后出现问题，团队说“我们可以回滚”。你会怎样检验这句话是真的，而不只是方案里写了回滚？
- 应用发布可以回滚，但数据库迁移已经删除旧字段，旧版本因此无法启动。你会怎样重新设计发布顺序和回退策略？
- 你接手一个即将上线、测试覆盖率很低的模块，时间有限。你会怎样决定先补哪些测试，并向团队解释这个顺序？
- 新功能增加了启动依赖，低端设备的冷启动明显变慢，但高端设备指标正常。你会怎样确定优化顺序？
- 一项跨多个页面和服务的关键用户流程经常回归，你会怎样确定自动化测试的边界和优先级？
- 服务故障已超过目标允许范围，但业务又有明确的功能交付承诺。你会怎样调整发布节奏和可靠性投入？
- 备份任务显示成功，但团队从未验证过恢复后的数据完整性和恢复时间，你会怎样建立可证明的恢复能力？
- 系统用预签名 URL 让用户直接下载私有文件，链接可能被转发或长期留存。你会怎样设计授权与失效边界？
- 付款后发券原本是同步执行，现在要改成异步队列加重试。请审查这个改动：你最担心哪些失败过程，上线前要演练什么？
- 明年大促或业务出海，预期增长五倍。从你现在的系统架构出发，你怎样检查网关、核心请求流程、存储和机器资源中的瓶颈？你打算分几个阶段、投入多少人力提前准备，又怎样验证判断？
- 更换基础模型后，整体指标相近但部分用户反馈明显变差。你会怎样发现模型行为发生了哪些变化，并判断是否需要回退？
- 模型无法确认答案时，产品应该拒答、给出低置信结果还是转人工？你会依据什么区分？
- 构建仓库需要清理多年积累的镜像，但线上仍有服务依赖旧版本回滚。你会如何确定保留策略和制品可恢复要求？
- API 延迟升高时数据库 CPU 很低，但应用日志出现等待连接。你会如何区分连接泄漏、池容量不足和慢事务占用？
- 客户端需要上传大文件，但系统可能随时暂停或终止后台任务。你会如何拆分任务、保存进度并保证重复调度不会破坏结果？
- 数据库字段变更完成后，只有部分下游任务间歇性失败。你会怎样找出仍在使用旧接口约定的消费者，并确定回滚还是兼容修复？
- 月度汇总与明细报表最初一致，几周后差异逐渐扩大。你会如何把问题缩小到规则变更、迟到数据、重复处理或历史回补？
- 一个关键依赖只在某个区域间歇性超时，整体健康检查仍显示正常。你会如何判断影响面，并安全地隔离或临时关闭非核心功能？
- 消息积压经常在扩容后下降，几小时后又反弹。你会检查哪些生产者、消费者和消息特征，以判断真正瓶颈在哪里？
- 服务平均耗时基本不变，但最慢 1% 的请求连续一周变慢，投诉集中在少数大客户。你会如何定位问题并决定先验证什么？
- 服务已经切到新地址，一些用户仍连着旧节点，不同网络的恢复时间也不同。你会怎样检查 DNS 缓存、客户端缓存和现有连接？
- 一个缺陷只在线上出现，开发和预发环境都无法复现。你会如何判断问题来自环境差异、流量形态还是数据特征，并改进环境设计？
- 多个服务在请求路径中读取功能开关和分群规则。如何设计控制面与本地求值，让控制服务故障时线上行为仍然可预期？
- 一个关键完整流程测试偶尔失败，团队开始重跑直到通过。你会怎样确定它是否真实暴露产品风险，并改进测试流程？
当前目标在这里暂无匹配题。 ·