深色模式
01 · 系统设计骨架:场、进、出、难、评
学完你能说出:
- 「怎么搭建一个 XX 系统」类题的 5 字骨架,以及每一格要回答什么。
- 为什么技术选型(Spring Boot、Milvus)不能拿来开头。
- 用这个骨架,把企业知识库和数据仓库两道题各讲一遍。
先看地图
前两篇讲了听题和介绍项目。这一篇专门对付最容易失分的一类题:「怎么搭」「怎么设计」。本篇讲 4 个点:
① 为什么需要骨架 → ② 五格各答什么 → ③ 两道示范题 → ④ 常见追问怎么接
一句话本质
面试官问「怎么搭」,想听的是数据流,不是框架名。用「场、进、出、难、评」五格,把场景、两条链路、难点和评估依次讲完。
生活类比
像向朋友介绍你开的一家奶茶店:
- 场:开在学校门口,卖给学生,一天 300 杯。
- 进:原料怎么进来——每天早上进奶、茶叶,冷库存放。
- 出:一杯奶茶怎么出去——点单 → 制作 → 打包 → 取餐。
- 难:中午 12 点排长队怎么办?原料过期怎么处理?
- 评:怎么知道开得好——出杯时间、复购率、差评率。
如果你一开口就说「我用的是 XX 牌封口机」,朋友根本听不懂这家店是怎么运转的。
一步步看
1. 五格各答什么
| 格 | 要回答什么 | 常见内容 | 时长 |
|---|---|---|---|
| 场景 | 给谁用、解决什么、规模多大 | 用户是谁、数据量(每天多少条)、对延迟和准确率的要求 | 15 秒 |
| 进 | 数据怎么进来(写入 / 入库链路) | 采集、解析、清洗、存储;同步还是异步 | 40 秒 |
| 出 | 请求怎么出去(查询 / 服务链路) | 鉴权、查询、计算、返回;缓存在哪 | 40 秒 |
| 难点 | 一两个工程难题和解法 | 权限、一致性、增量更新、数据质量、高并发 | 30 秒 |
| 评估 | 怎么知道做得好 | 效果指标、性能指标、监控告警 | 15 秒 |
技术选型放在「进」和「出」里顺带提一句,比如「解析用 Tika」「向量存在 Milvus」,不要拿它开头。
2. 示范一:企业知识库怎么搭(Java 技术栈)
场:员工查公司内部制度、产品文档,要求答案带出处,不同部门只能看到自己有权限的文档。
进(入库链路):文档上传后先把原文件存到对象存储,发一条消息到消息队列,后台异步处理:解析(Tika)→ 清洗、切块 → embedding 转成向量 → 写入向量库(Milvus 或 ES),同时把部门、权限、版本这些元数据记进 MySQL。
出(问答链路):用户提问 → 鉴权 → 问题改写 → 混合检索(向量 + 关键词)并按权限过滤 → rerank 选出前 5 块 → 拼进 prompt → 大模型通过 SSE 流式输出,附带出处 → 记录日志和用户反馈。后端用 Spring Boot,AI 编排用 Spring AI 或 LangChain4j。
难:一是权限过滤,要在检索时就按部门过滤,而不是检索完再删;二是文档更新,按文档 id 删掉旧块再写新块,避免新旧版本同时被检索到。
评:准备一套测试问题集,看检索命中率和答案忠实度;上线后看点踩率和「答不上来」的比例。
细节展开见 RAG 是什么。
3. 示范二:数据仓库怎么搭
场:老板每天早上要看前一天各城市、各品类的销售额,业务库每天新增约 2 万笔订单。
进:每天凌晨从业务库增量抽取(按更新时间或读 binlog),原样存进 ODS 层,按天分区。
出:DWD 清洗成明细(去重、统一格式)→ DWS 按「城市 × 天」汇总 → ADS 生成报表需要的结果 → BI 展示。调度系统按依赖顺序每天自动跑。
难:一是数据质量,每层跑完检查行数、空值率、主键唯一,不通过就告警并暂停下游;二是重跑,任务要幂等(同一天跑两次结果一样),按天分区覆盖写。
评:报表准时产出率、质量检查通过率、指标口径一致(各部门看到的销售额一样)。
4. 骨架还能套哪些题
| 题目 | 场 | 进 | 出 | 难 | 评 |
|---|---|---|---|---|---|
| 短链接服务 | 把长网址变短、每天千万次访问 | 生成短码、存映射 | 访问短码 → 查缓存 → 302 跳转 | 短码不重复、热点缓存 | 跳转延迟、可用率 |
| 推荐系统 | 给用户推商品 | 采集点击行为、离线训练 | 召回 → 排序 → 返回列表 | 冷启动、实时性 | 点击率、转化率 |
| 日志分析平台 | 运维查错误日志 | Flume / Kafka 采集 → 存储 | 按时间和关键词搜索 | 数据量大、检索快 | 查询耗时、丢失率 |
为什么这么设计
为什么不能拿技术选型开头?
- 问题:先说「用 Spring Boot」,面试官听不出系统怎么运转;而且一旦被框架带偏,入库、问答两条链路就没时间讲了。
- 方案:先讲场景和数据流,技术名词嵌在流程里提。
- 好处:面试官考的是「你能不能把一个系统想清楚」,数据流正好证明这一点;框架换一个照样成立。
一句话答法
面试官问怎么搭,想听的是数据怎么流,不是框架名。我先讲场景和两条链路,技术选型放在链路里顺带说。
为什么要分「进」和「出」两条链路?
- 问题:混在一起讲,写入和查询的要求搅在一起,讲不清。
- 方案:写入(进)通常可以慢、可以异步、要保证不丢不重;查询(出)要快、要稳、要有权限。分开讲。
- 好处:两条链路的设计重点完全不同,分开讲层次清楚,也自然引出各自的难点。
一句话答法
大多数系统都有写入和查询两条链路:写入要可靠,可以异步;查询要快,要考虑缓存和权限。分开讲才清楚。
为什么一定要讲「难」和「评」?
- 问题:只讲流程,听起来像画了一张图,没有深度;面试官分不清你是想过还是背过。
- 方案:挑 1–2 个真实的工程难点讲解法,再说怎么评估效果。
- 好处:难点体现深度,评估体现闭环意识,这两样是「做过项目」和「看过文章」的分水岭。
一句话答法
流程谁都能画,难点和评估才说明真正想过:知道哪里会出问题、怎么解决、怎么证明它做得好。
英文术语拆解
| 术语 | 拆开看 | 一句话意思 |
|---|---|---|
| System Design | System 系统 + Design 设计 | 系统设计题:给需求,说架构 |
| Pipeline | Pipe 管子 + line 线 | 流水线:数据按顺序经过一道道处理 |
| SSE | Server 服务器 + Sent 发送 + Events 事件 | 服务器单向、持续地往浏览器推消息,用于流式输出 |
| Idempotent | Idem 相同 + potent 有效力的 | 幂等:同一个操作做一次和做多次结果一样 |
面试怎么问
Q:如果让你用 Java 搭一个企业知识库,你怎么设计?
用「场、进、出、难、评」答:场景是员工查内部文档、要出处、要分权限;入库链路是上传存对象存储 → 消息队列异步 → Tika 解析 → 切块 → embedding → 写向量库并在 MySQL 记元数据;问答链路是鉴权 → 混合检索加权限过滤 → rerank → 拼 prompt → 大模型流式输出带出处;难点是权限过滤和文档更新同步;评估用测试问题集看命中率和忠实度,上线后看点踩率。后端 Spring Boot,AI 编排用 Spring AI 或 LangChain4j。
Q:你的系统数据量变成现在的 100 倍,哪里会先扛不住?怎么改?
沿两条链路找瓶颈:入库链路解析和向量化变慢 → 消息队列削峰、多台机器并行消费;查询链路数据库和向量库压力大 → 加缓存、读写分离、向量库换分布式(如 Milvus 集群)、按部门或时间分区。先说最先出问题的地方,再说改法和代价。
容易混的地方
- 骨架不是模板填空:五格的内容要贴着题目的场景说,不同场景的难点完全不同。
- 「进」和「出」不一定对称:有的系统写多读少(日志),有的读多写少(知识库),重点不同。
- 不要追求面面俱到:难点挑 1–2 个讲透,比列 10 个名词有用。
和其他知识的连接
- ← 来自 听题与答题:「怎么做」类题先答骨架。
- → 影响 工程落地 5 个「能」:「难」和「评」常从这里挑。
- → 影响 RAG 是什么:示范一的知识背景。
- ← 来自 一张总图:「进」「出」就是总图里的数据链路和请求链路。
自测 3 问
Q1:「场、进、出、难、评」每个字各回答什么问题?
点开看答案
场:给谁用、解决什么、规模多大;进:数据怎么进来(写入 / 入库链路);出:请求怎么出去(查询 / 服务链路);难:一两个工程难点和解法;评:怎么评估做得好(效果、性能、监控)。
Q2:为什么不该用「我用 Spring Boot」开头回答系统设计题?
点开看答案
面试官想听数据流,框架名说明不了系统怎么运转;先说框架容易被带偏,入库、问答两条链路反而没时间讲。技术选型应该嵌在链路里顺带说。
Q3:用骨架说出数据仓库题的「难」和「评」。
点开看答案
难:数据质量(每层检查行数、空值率、主键唯一,不通过就告警并暂停下游);重跑(任务幂等、按天分区覆盖写)。评:报表准时产出率、质量检查通过率、口径一致。
✅ 验收清单
- 能不看资料说出五格各回答什么
- 能用骨架把企业知识库题完整讲一遍(2 分钟内)
- 能用骨架把数据仓库题完整讲一遍(2 分钟内)
- 能对「数据量变成 100 倍」的追问,沿两条链路各说出一个瓶颈和改法
下一步该懂什么
- 「难」和「评」从哪里找 → 工程落地 5 个「能」
- 知识库题的技术细节 → RAG 是什么