杭州专业网站设计,化工行业网站设计,开发一个购物平台需要多少钱,可以用wordpress的什么文件目录 1、请介绍整个系统后端的架构设计#xff0c;有哪些模块以及各模块之间的关系#xff1f;
2、你在项目中是如何设计库表的#xff1f;可以从字段、索引、关联等方面回答。
3、为什么使用策略模式来封装不同的应用评分算法#xff1f;它有哪些好处#xff1f;具体如…目录 1、请介绍整个系统后端的架构设计有哪些模块以及各模块之间的关系
2、你在项目中是如何设计库表的可以从字段、索引、关联等方面回答。
3、为什么使用策略模式来封装不同的应用评分算法它有哪些好处具体如何实现
4、你是怎么根据应用来选取要执行的评分算法的是用 if else 么
5、你的平台支持哪些类型的应用支持哪些评分算法
6、如何实现测评类应用的评分算法请详细讲解。
7、你是怎么快速开发项目后端的如何避免重复编码
8、你是怎么实现 AI 生成题目功能的
9、你是如何封装通用 AI 模块的提供了哪些方法
10、如何流式调用 AI 并实时获取到 AI 返回的内容
11、你是如何实现一道一道流式生成题目的用到了什么算法
12、什么是 RxJava? 为什么使用 RxJava 来处理流它有什么优点
13、什么是 SSE 技术它有什么优点和不足适用于哪些场景
14、为什么用 SSE 技术将生成的题目实时返回给前端有没有其他实现方案
15、你是怎么实现 AI 评分功能的
16、使用 AI 的过程中有没有出现不稳定的情况如果有你又是如何处理的
17、你为什么要使用缓存来优化 AI 评分功能这么做有什么好处
18、你了解哪些缓存技术在顶目中又是如何运用缓存的比如怎么设计缓存
19、什么是缓存击穿你如何解决缓存击穿问题
20、什么是 Redisson? 你在项目中如何使用 Redisson 实现了分布式锁
21、什么是分布式锁使用分布式锁时有些注意事项
22、什么是分库分表为什么你要在项目中使用分库分表
23、你为什么使用 Sharding JDBC 技术实现分库分表它的大致原理是什么
24、你是如何使用 Sharding JDBC 实现分库分表的具体怎么分表、用了什么分表算法
25、什么是幂等设计你项目的哪个功能使用了幂等设计
26、有哪些实现幂等设计的方法你在项目中具体又是怎么实现的
27、什么是雪花算法为什么它能生成分布式全局唯一 id?
28、什么是线程池隔离你在项目中为什么要使用线程池隔离有什么好处
29、你具体怎么实现线程池隔离怎么设置线程池的参数
30、你的项目支持哪些统计分折功能后端如何查询出要统计分析的数据
31、请介绍一下本项目的完整业务流程
32、为什么想做这样一个 AI 回答应用平台
33、为什么要开发 MBTI 性格测试小程序它和你的答题应用平台有什么联系
34、你有使用过 AI 工具来辅助编程么都是如何帮你提高开发效率的
35、在开发过程中你遇到过比较复杂的技术问题挑战吗如果有请谈谈你是如何解决这些问题的 1、请介绍整个系统后端的架构设计有哪些模块以及各模块之间的关系
整个系统的后端分为
用户模块提供登录、用户增删改查等管理功能应用模块提供应用增删改查、管理、分享等功能题目模块提供题目增删改查、管理等功能评分模块提供评分规则定制、答案评分功能回答模块提供回答记录查看、管理功能AI 模块提供 AI 创建题目、AI 智能评分功能
各模块之间的关系如下
用户登录后使用应用模块创建应用或者获取应用信息创建应用需要调用题目模块生成题目或利用 AI 模块生成题目用户在答题页面根据应用 appId 调用题目模块据得到题目列表提交答案后调用评分模块评分模块根据应用的类别执行不同的评分策略比如自定义评分或调用 AI 模块评分
2、你在项目中是如何设计库表的可以从字段、索引、关联等方面回答。
根据业务设计用户 / 应用 / 题目 / 评分结果 / 用户答题表。其中题目表采用 JSON 存储复杂的嵌套题目和选项便于维护扩展并通过给题目表添加 appId 索引提升检索性能。感兴趣的同学可以自己测试一下性能的提高比例
项目中按照业务功能分析一共设计了用户、应用、题目、评分结果、用户答题五张表。
各表字段统一设置了 createTime、updateTime、isDelete 必备非业务属性字段便于维护。
根据查询场景部分表字段还进行了冗余例如用户答题表需要展示评分结果的名称和描述因此冗余了评分结果表的 resultName 和 resultDesc 等字段避免用户查询答题记录时还需要关联查询评分记录表提升查询性能。
根据查询场景也做了一些索引设计例如首页提供通过名称搜索应用功能因此应用表的 appName 建立了索引。
再比如题目表的获取场景经常需要通过应用 appId 得到题目因此题目表的 appId 字段也建立了索引。
3、为什么使用策略模式来封装不同的应用评分算法它有哪些好处具体如何实现
因为使用不同评分算法进行判题的业务场景天然适配策略模式。
不同算法对应的就是不同策略所以使用策略模式来封装了评分算法便于维护和扩展。
具体实现方式
1定义 ScoringStrategy 接口约束了评分的入参和出参。
2定义 ScoringStrategyConfig 注解一共有 appType 和 scoringStrategy 两个属性标识了策略对应的应用属性和评分类型。
3每种评分算法都实现 ScoringStrategy 接口且标注对应的 ScoringStrategyConfig 注解。
4定义 ScoringStrategyExecutor 方法作为驱动类内部利用 Spring 注入了 ScoringStrategy 实现类列表得到所有评分算法。定义了 execute 方法遍历评分算法列表通过反射获取策略实现类注解上的属性即可筛选出对应的评分算法。
4、你是怎么根据应用来选取要执行的评分算法的是用 if else 么
核心实现是注解。
一开始我想的是 if else 但是根据 开闭原则后面要添加新的评分算法需要修改 if else 的代码因此我想到了 Spring 自动注入 自定义注解来实现自动选取评分算法。
具体来说所有评分算法都实现了同一个策略接口Spring 可以自动注入这些实现类根据注解上定义的 appType 和 socringStrategy就可以从这些实现类中筛选出要执行的评分算法。
5、你的平台支持哪些类型的应用支持哪些评分算法
平台现在支持得分类应用和测评类两种应用类型。
一共支持 3 种评分算法分别是
自定义计算测评类策略自定义计算得分类策略AI 分析测评类策略
6、如何实现测评类应用的评分算法请详细讲解。
1测评类每道题对应的答案都设置了属性以 MBTI 为例内向的答案对应 I 属性外向的答案对应 E 属性。
2根据用户选择的答案计算出对应属性总数量例如 I 为 10 个、E 为 2 个、J 为 10 个、P 为 2 个将其构建成一个属性得分 mapkey 为属性值、value 为累计数量。
示例 Map 结构如下
{I: 10,E: 2,J: 10,P: 2
}
3评分结果表的结果也设置了对应的属性例如 ISTJ 包含了 I、S、T、J 这四个属性ESTJ 则包含了 E、S、T、J 。对于每种评分结果遍历属性集合从上述 Map 结构中获取到属性对应的评分。
比如 ISTJ 评分结果对应的得分为10 (I) 0 (S) 0 (T) 10 (J) 20 分
4遍历所有评分结果使用上述算法计算得分最终获取到得分最高的评分结果。
通过定义 Map 的方式拿空间换时间减少了算法复杂度提高了算法的执行效率。
7、你是怎么快速开发项目后端的如何避免重复编码
总结来说利用了项目模板 MyBatisX 插件 自定义代码生成器 AI。
1首先我基于后端通用项目模板进行开发相当于项目的 initializr该模板内置了很多后端开发常用的能力如全局异常处理器、通用响应对象包装、整合了数据库和 Redis 等避免重复工作。
非常熟悉后端通用项目模板的同学也可以说基于自己开发的模板二次开发。
2在我设计完库表后利用 IDEA 的 MybatisX 插件生成对应的实体类、Mapper 等文件。
3再利用自定义代码生成器根据实体名称等信息生成了包含增删改查等通用功能的 Controller、Service 等文件。该生成器基于 FreeMarker 模板引擎实现。
4现在 AI 工具能力已经很强了在编码的过程中也使用 AI 插件生成了一些代码比如测试数据。
8、你是怎么实现 AI 生成题目功能的
1 AI 生成题目基础功能实现通过编写 Prompt 实现让 AI 返回 JSON 格式的题目内容。并通过系统预设、少样本学习、任务拆解等技巧优化 Prompt 、通过 AI 开放平台界面调试 Prompt, 提高 AI 生成内容的完善度和准确度。
2 流式优化基于 AI 生成题目较慢选用 ChatGLM AI 的流式 API 开通过 SSE 实时推送单道题目给前端提高用户体验。
3 具体实现在 AI 平台没有完整返回单题目对应的字符时不应该返回给前端。为了拼接单道题目我基于 RxJava 的操作符链式调用处理 AI 异步数据流先通过 map 获取并处理字符串过滤持殊字符如 \n) 、 filter 过滤空值、 fIatMap 映射字符串为个字符再通过括号平衡算法准确拼出单道题目使得逻辑简单清晰。
9、你是如何封装通用 AI 模块的提供了哪些方法
1 基于智谱 SDK 实现 AI 调用大模型的能力
2 通过创建配置类顶目启动时自动读取配置文件中的秘钥来初始化 AI 客户端实例
3 编写 Manager Bean 来调用 AI 客户端提供了多种对 AI 的请求封装方法并提供了统一的异常处理能力。
比如随机性低的同步调用 AI 、随机性高的流式调用、简化消息传参的方法等。
10、如何流式调用 AI 并实时获取到 AI 返回的内容
ChatGLM 的 AI SDK 提供了流式调用的能力我自主封装了 AI Manager 简化 AI 流式调用的传参返回值是 Flowable 响应式对象。我利用 RxJava 框架来处理 AI 实时返回的 Stream 流数据将 AI 返回的字符生成结果拼接成“一道一道题目通过 SSE 实时准送给前端。
11、你是如何实现一道一道流式生成题目的用到了什么算法
首先流式调用 AI 接囗利用 RxJava 的操作符链式调用处理 AI 实时返回的异步数据流。先通过 map 获取并处理字符串过滤待殊字符如 \n) 、 filter 过滤空值、 flatMap 映射字符串为单个字符再通过括号平衡算法准确拼接出单道题目便得逻辑简单清晰。括号平衡算法的解释因为每道颗目是 JSON 结构左括号数一定等于右括号数。所以可以遍历当前字符串用一个计数器统计括号数量出现一次左括号则计数加一出现一次右括号则计数减一当计数为零时说明完整的一道题已返回完毕此时通过 SSE 返回给前端。
12、什么是 RxJava? 为什么使用 RxJava 来处理流它有什么优点
RxJava 是一个基于事件驱动的、利用可观测序列来实现异步编程的类库是响应式编程在 Java 语言上的实现。
1 它提供了响应式编程模型使得代码更具可读性。比如 doOnNext 、 doOnError。
2 提供了丰富的操作符简化异步操作事件、处理数据转化等。比如 map 、 filter、 flatMap 。
3 简化线程管理可以很容易地在不同线程中进行数据流的处理。比如 0bserveOn 、 subscribeOn。
它的一个核心应用场景就是 UI 场景像 Android 开发都会用到 RxJava。 UI 场景天然涉及到响应和事件这两点比如我们在手机 app 上点击某按钮对应 app 就会弹出某个界面点击按钮其实就是一个事件那么弹出界面就是对应的响应。
13、什么是 SSE 技术它有什么优点和不足适用于哪些场景
SSE 服务器发送事件 (Server-Sent Events) 是一种用于从服务器到客户端的单向、实时数据传输技术基于 HTTP 协议实现。
它有几个重要的特点
单向通信 SSE 只支持服务器向客户端的单向通信客户端不能向服务器发送数据。文本格式 SSE 使用纯文本格式传输数据使用 HTTP 响应的 text/event-stream MIME 类型。保持连接 SSE 通过保持一个持久的 HTTP 连接实现服务器向客户端推送更新而不需要客户端频繁轮询。自动重连如果连接中断浏览器会自动尝试重新连接确保数据流的连续性。
它的优点
简单易用 SSE 在实现上相对简单无需复杂的配置和建立连接过程。实时性可以实现服务器向客户端的实时数据推送使得客户端能够及时获得更新。标准化基于标准的 HTTP 协议因此具有广泛的浏览器支持。无需握手机制与其他技术如 WebSocket) 相比 SSE 不需要握手机制可以降低连接的延迟。
不足
单向通信 SSE 是服务器向客户端的单向通信模式客户端无法向服务器发送数据。连接维持 SSE 需要保持持续连接可能会造成服务器资源占用。
适用场景
实时更新股票价格、体育比赛比分、新闻更新等需要实时推送的应用。日志监控实时监控服务器日志或应用状态。通知系统向客户端推送系统通知或消息AI 对话见 AI 模型页面对话。
14、为什么用 SSE 技术将生成的题目实时返回给前端有没有其他实现方案
SSE 具有如下优点
简单易用 SSE 在实现上相对简单无需复杂的配置和建立连接过程。实时性可以实现服务器向客户端的实时数据推送使得客户端能够及时获得更新。标准化基于标准的 HTTP 协议因此具有广泛的浏览器支持。
4. 无需握手机制与其他技术如 WebSocket) 相比 SSE 不需要握手机制可以降低连接的延迟。
其他实现方案
轮询前端主动去要数据
前端间隔一定时间就调用后端提供的结果接囗比如 200ms 一次后端处理一些结果就累加放置在缓存中。
WebSocket
全双工协议前端能实时推送数据给后端或者从后端缓存拿数据后端也可以实时推送数据给前端。
15、你是怎么实现 AI 评分功能的
ChatGLM 的 AI SDK 提供了流式调用的能力我自主封装了 AI Manager 简化 AI 调用的传参和编码。获取需要提供给 AI 的参数列表包括应用信息、题目信息和用户答案。但是需要注意题目数量可能会很多如果将完整的题目结构包括选顶列表输入给 AI, 可能会超出最大 token 限制所以可以进行优化只保留用户选顶对应的答案。示例结构如下
{appName: MBTI 性格测试,appDesc: 测试你的 MBTI 性格,question: [{title: 你喜欢和人交流,answer: 喜欢}]
}
利用上述参数来编写 Prompt 让 AI 返回 JSON 格式的评分结果名称和详细描述。调用 AI 并保存评分结果到数据库中返回给前端用户即可。
16、使用 AI 的过程中有没有出现不稳定的情况如果有你又是如何处理的
我遇到了几种不稳定的情况
AI 没有按照要求返回 JSON 数据有时额外返回了内容。我通过优化 Prompt 比如给 AI 示例样本结果和对 AI 结果进行字符串截取处理提高了稳定性。由于网络原因导致调用 AI 平台失败。我通过 Guava Retrying 库实现了失败后的自动重试逻辑且最大重试 3 次。AI 调用余额不足。我通过编写定时任务定期查询剩余额度如果额度不足。会提前通过邮件或者其他方式进行告警并且如果用户便用时余额不足会给一个友好提示。
第 2 、3种惜况要自主实现也并不难。
17、你为什么要使用缓存来优化 AI 评分功能这么做有什么好处
之前的 AI 评分功能存在 2 个问题
AI 调用需要费用如果用户对同样的题目做出同样的选择理论会得到一样的解答不要每次都询问 AI, 存在资源的浪费。AI 评分的响应时间较长效率有待提升。
考虑到“减少响应时长 和 数据复用 我选择缓存技术来优化 AI 评分功能。出于项目前期采用单机部署所以选用了成本相对较低的 Caffeine 本地缓存来缓存用户笞案 Hash 对应的 AI 评分结果提高评分性能 10S 到 5ms) 的同时大幅节约成本开通过 Redisson 分布式锁解决缓存击穿问题。
18、你了解哪些缓存技术在顶目中又是如何运用缓存的比如怎么设计缓存
有哪些缓存技术
缓存技术在项目中一般可以分为两种本地缓存和分布式缓存。
本地缓存可以便用哈希表 Ehcachev Caffeine 等实现。分布式缓存可以便用 Rediss Memcached 等实现。
项目中如何运用缓存怎么设计
对于我的项目由于不考虑分布式或扩容、且不要求持久化、不用保证多台机器缓存间的一致性所以选择成本低的本地缓存 Caffeine 来实现。
缓存 key 设计
回归到需求“用户对同样的题目做出同样的选择理论会得到一样的解答所以可以将应用 id 和用户的答案列表作为 key。但答案列表可能很长可以利用哈希算法 (md5) 来压缩 key, 节省空间。注意如果是分布式缓存还需要在 key 开头拼接业务前缀。此处我们可以单独为每个业务创建本地缓存相互隔离所以 key 可以简单一些。
缓存 value 设计
缓存 AI 回答的结果为了可读性可以存 JSON 结构为了压缩空间可以存二进制等其他结构。
缓存过期时间设置
假设有 20 道题目那么不同选择累计总次数一共是 2 的 20 次方 100 多万。过期时间根据实际业务场景和缓存空间的大小、数据的一致性的要求设置台适即可此处设置为 1 天。
业务流程
在 AI 回答前哈希处理用户答题选择得到摘要拼接缓存 key。通过摘要查找缓存若命中则直接返回答题结果。若缓存中未找到则请求 AI 回答。正确解析 AI 返回的 JSON 后将其放置在缓存中。
缓存相关问题的解决
还需要注意缓存过期后的处理防止产生缓存击穿、雪崩等问题。我在项目中通过 Redisson 分布式锁解决了缓存击穿。
19、什么是缓存击穿你如何解决缓存击穿问题
什么是缓存击穿
缓存击穿是指在高并发的情况下针对一个不存在于缓存中但是访问量很高的 key, 每次请求都要去数据库查询导致数据库压力过大性能下降的情况。当某个热点 key 的缓存过期时大量请求同时访问这个 key, 由于缓存为空导数所有请求直接访问数据库引起数据库压力骤增。
对于本顶目多个用户同时提交答案交给 AI 测评时如果缓存过期那么会有大量同时调用 AI 接囗的并发请求导致被 AI 服务器限制。
如何解决缓存击穿问题
常见解决缓存击穿思路
1 设置热点缓存数据永不过期并且提前预热。2 缓存不存在时通过加锁让操作串行执行并设置缓存。3 定时更新热点数据的缓存。
我选择第二种方案--加锁。如果服务部署在多个机器上就必须要使用分布式锁。分布式锁的实现细节很多所以我直接使用 Redisson 实现分布式锁。 Redisson 为 Redis 提供了多种数据结构的支持提供了线程安全的操作简化了在 Java 中使用 Redis 的复杂度。
20、什么是 Redisson? 你在项目中如何使用 Redisson 实现了分布式锁
什么是 Redisson
Redisson 是一个基于 Redis 的 Java 调用类库提供了丰富的分布式对象和服务其中包括分布式锁、分布式集合、分布式对象等功能。主要为了简化 Java 开发人员在分布式环境中便用 Redis 的复杂性提供了易于使用的 API 以及各种分布式实现。
Redisson 如何实现分布式锁
编写配置类从配置文件中读取 Redis 配置并初始化 Redisson 客户端 Bean通过 Redisson 客户端的 getLock(myLock) 方法获取分布式锁通过 tryLock 方法尝试获得锁并设置抢锁等待时间3秒和超时释放时间 15 秒利用 try.. .finally... 保证执行操作结束后锁会被当前线程释放。
21、什么是分布式锁使用分布式锁时有些注意事项
分布式锁是在分布式系统中用于控制对共享资源或临界区的访问的一种锁机制。它可以确保在多个节点或实例上同一时间只有一个进程能够获取锁从而保证数据的一致性和避免并发访问下的数据竞争和冲突。
注意事顶如下
需要合理设置超时释放时间避免造成死锁。业务处理完毕后及时释放锁防止业务阻塞。必须由当前线程释放锁不能释放其他线程加的锁防止业务执行受到影响。合理设置抢锁等待时间避免长时间无效等待。可以利用看门狗机制实现锁的续期防止由于业务处理时间大于锁超时释放时间导数一把锁被多个线程拥有从而出现错误。
22、什么是分库分表为什么你要在项目中使用分库分表
什么是分库分表
分库分表是指将一个数据库按照一定规则分成多个库分库或将一个表按照一定规则分成多个表分表的数据库架构设计方法。通常在数据量大、访问频繁的业务系统中会采用分库分表的方式来提高数据库的性能、可扩展性、可用性。
为什么要在项目中使用分库分表
如果我们的平台发展迅速用户量激增用户提交的答案数也会越来越多。从数据库层面去思考用户答题记录表可能会比较庞大查询的性能也会下降。因为数据越多底层存储的 B 树就越高树越高则查询的次数就越多那么性能也就越差。因此我选择应用的 appld 作为分片键运用取模算法对用户答题记录表进行分表分为了 2 张表。其实这里也是出于学习的目的实践了下 Sharding JDBC 框架。
23、你为什么使用 Sharding JDBC 技术实现分库分表它的大致原理是什么
因为 Sharding JDBC 是 Apache 旗下的开源顶目生态好、社区活跃、简单易用、容易上手。
它的大致原理可以用几个字总结改写 SQL。
比如我们想根据 appld 来将对应的用户答题记录表进行分表。将 appld 2 等于 0 的应用的所有用户的答题记都划分到 user_answer_0, 等于 1 的应用的所有用户的答题记录都划分到 user_answer_1。按照我们正常的想法处理逻辑就是
ifappId % 2 0{userAnswer0Service.save(userAnswer);
} else {userAnswer1Service.save(userAnswer);
}
而用了 Sharding-JDBC 后我们只要写好配置 Sharding-JDBC 就会根据配置执行我们上面的逻辑在业务代码上我们就可以透明化分库分表的存在减少了很多重复逻辑它会解析 SQL 根据我们指定的分片键按照我们设置的分片策略来计算得到对应的路由分片数据库或者表最终改写 SQL 后进行 SQL 的执行。
24、你是如何使用 Sharding JDBC 实现分库分表的具体怎么分表、用了什么分表算法
Sharding JDBC 开箱即用只要在配置文件中填写好数据源信息、分片算法、分表依赖的列等就能自动实现业务透明的分库分表。本项目中我对数据增长较快的用户答题记录表进行分表选择应用 appld 作为分表键采用取模分片算法将用户答题记表拆分为 2 个表 (user-answer-o 和 user-answer-l 提高了单表查询性能和可扩展性。感兴趣的同学可以自己测试一下百万行数据的性能提高比例
25、什么是幂等设计你项目的哪个功能使用了幂等设计
幂等设计在编程场景指的是使用相同参数多次调用同一接囗产生的结果或影响和单次调用是一致的。为防止用户多次提交重复答案基于雪花算法为每次答题分配唯一 id 开通过数据库主键实现幂等设计避免了重复的脏数据。
26、有哪些实现幂等设计的方法你在项目中具体又是怎么实现的
有 4 种常用的幂等设计方法
利用数据库唯一索引的一致性保证幂等性利用乐观锁在某些场景下也能实现幂等性一些天然的幂等操作比如 delete 操作因为删除一次和多次都是一样的利用分布式锁防止并发通过逻辑判断可以实现幂等性
在项目中为防止用户多次提交重复答案后端基于雪花算法为每次答题分配唯一 id, 并且在用户进入答题页时返回给前端。用户提交答案时会带该 id 利用数据库主键可以防止重复 id 数据的插入如果 id 重复会抛出 Du pIicateKeyException 异常直接忽略即可。这样就避免了重复的脏数据。
27、什么是雪花算法为什么它能生成分布式全局唯一 id?
雪花算法 (Snowflake Algorithm) 是一种用来生成分布式系统中全局唯一的 ID 的算法。由 Twitter 开发的用于满足分布式系统中生成唯一 ID 的需求。
雪花算法生成的唯一 ID 通常是一个 64 位的整数按照以下结构组成
首位符号位固定为 0 符号位始終为 0 保证生成的是正整数。41 位时间戳毫秒级表示生成的的时间可以支持约69年的时间范围。10 位机器标识分布式部署时的机器 ID) 可以支持 1024 台不同的机器。12 位序列号同一机器同一毫秒内的自增序列表示同一台机器同一毫秒内生成的不同 ID 的序列号。
雪花算法原理图如下 雪花算法能生成分布式全局唯一 ID 的原因
雪花算法允许在同一毫秒内生成多个不同的 ID, 通过序列号的自增保证在高并发情况下生成的 ID 唯一性。通过机器部分的标识符保证了在不同的机器上生成 ID 时不会发生冲突。利用时间戳部分的信息确保生成的 ID 按时间递增可以方便地对 ID 进行排序和分析。
28、什么是线程池隔离你在项目中为什么要使用线程池隔离有什么好处
什么是线程池隔离
线程池隔离是一种通过为不同的任务类型或者不同的资源分配独立的线程池来隔离不同类型的任务或资源的执行的机制。这种机制可以有效地控制各种任务之间的相互影响提高系统的稳定性和可靠性。
项目中为什么要使用线程池隔离有什么好处
如果所有业务操作都使用一个线程池最大的问题就是相互影响。所以在一些业务敏感的场景需要隔离线程池它有以下几点好处
故障隔离缩小事故范围。资源隔离防止业务之间抢占资源。同时支持更精细化地管理资源比如不重要的场景给小一点的线程池核心场景配置大线程池。性能优化一些业务场景的任务是 CPU 密集型一些是 I/ 0 密集型不同任务类型要配置不同的线程池。
回到本项目因为服务器资源有限对于 AI 批量生成题目功能我为会员创建了核心线程数更大的隔离线程池尽量保证普通用户的操作不会影晌到会员使用的体验。
29、你具体怎么实现线程池隔离怎么设置线程池的参数
怎么实现线程池隔离
我针对普通用户和会员用户定制了两个不同的线程池使用处理响应式数据流时可以通过 observeOn(scheduler) 方法根据用户的身份指定使用的线程池。
怎么设置线程池的参数
普通用户线程池核心线程数和最大线程数都为 1 即单线程任务队列长度为 1000 超过则拒绝提交。这样可以有效限制普通用户调用 AI 的频率。
会员用户线程池核心线程数为 10 最大线程数为 20 任务队列长度为 5000 超过则拒绝提交。即允许更多会员同时使用 AI 。
我还通过编写单元测试验证了线程池隔离的有效性。
30、你的项目支持哪些统计分折功能后端如何查询出要统计分析的数据
项目支持哪些统计分析功能
支持 2 种统计分析功能热门应用排行统计和应用回答分布统计。
作用分别是
热门应用排行统计在 AI 答题应用平台中我们可以分析哪个 App 用户使用的最多后期功能迭代时可根据统计结果把热门的应用排在首页的靠前位置并且添加缓存以提升访问速度。应用回答分布统计根据用户测评结果的分布情况可优先对群体大的用户进行定制化开发或广告投放吸引更多用户。
后端如何查询出要统计分析的数据
编写 SQL 语句通过 group by 聚合语法实现对数据的分组统计。在 Java 程序中通过 MyBatis 的自定义 SQL 注解实现如 SeIect) 复杂 SQL 语句的执行。
后端查出数据后前端可以通过 ECharts 实现可视化。
31、请介绍一下本项目的完整业务流程
本项目一共有三类用户角色分别是应用创建者、应用使用者、管理员。
应用创建者可以创建自定义应用依次填写应用基本信息名称描述等、题目和选项、以及不同选顶对应的评分结果。支持选择得分类和测评类这 2 种应用类型支持选择自定义评分或 AI 评分这 2 种评分算法。管理者负责审核应用创建者申请的自定义应用含上下架应用和分析应用等管理功能。此外管理员也可以针对本站的各类数据进行管理比如用户的回答结果。应用使用者可以在首页搜索和挑选应用进行笞题提交答案后得到评分结果。注意应用使用者也可以创建应用应用创建者也可以参与应用答题二者的身份不做明确的区分。
32、为什么想做这样一个 AI 回答应用平台
起初在网上看到 MBTI 性格测试应用还要收费觉得开发这样一个答题应用并不难就打算自己做一个。但后面转念一想既然能开发一个答题应用为什么不能开发多个答题应用呢毕竟题目结构和答题流程都是一致的也不要太多的额外开发成本还能够动态维护题目数据而不是在前端硬编码。而且现在 AI 越来越流行就想看用 AI 提高创建应用生成题目的效率、且让 AI 给用户的回答评分从而提高回答的丰富度不用自己去网上翻别人的答案了。
33、为什么要开发 MBTI 性格测试小程序它和你的答题应用平台有什么联系
MBTI 小程序只是 AI 答题应用平台的一个实例 Demo 我做它主要有几个理由
通过这个小项目确定了题目结构、跑通了答题功能的业务流程为后续开发平台打下了基础网上有很多收费的 MBTI 性格测试所以我选择做这个主题的小程序比较实用有趣。这个小程序开发比较简单我也借此学习了跨端小程序的开发框架和小程序开发流程。
后续还可以优化完善小程序将前端硬编码题目数据改造为调用平台的后端接囗根据 appld 动态获取题目数据从而让小程序支持切换多种不同的答题应用。
34、你有使用过 AI 工具来辅助编程么都是如何帮你提高开发效率的
必须的我使用的是国内的免费 AI 编程助手 CodeGeex, 主要便用了下列功能
·自动生成单元测试
·自动给代码补充注释
·解释分析代码帮助我理解一些类库的源码
·示例数据生成帮助我快速构造了一些模拟数据
·代码补全帮我提高了编码效率
·代码生成帮我生成一些简单的算法
35、在开发过程中你遇到过比较复杂的技术问题挑战吗如果有请谈谈你是如何解决这些问题的
可以从以上任意一道主观的面试题出发去讲比如你是怎么实现 AI 生成题目功能并使用 SSE RxJava 进行优化的如果准确地根据实时字符流拼接出一道完整的题目并立即返回给前端如何一步步封装了通用的 AI 模块发现有多种评分算法 if else) 时便用策略模式优化代码发现用户可能同时提交多个重复回答时采用幂等设计并通过缓存防止 AI 资源的浪费。
