小红书后端工程师面试指南 2026

召回层（多路召回：协同过滤、内容相似、热门）→ 粗排 → 精排（点击率/转化率预估）→ 重排（多样性、去重、广告混排）。讨论冷启动和实时特征更新。

练习一致性哈希环与虚拟节点，并讨论缓存穿透、击穿、雪崩和数据一致性；可用社区 Feed 作为假设场景验证方案。

机器审核（图片识别/OCR/视频抽帧）→ 人工审核队列 → 复审申诉。讨论审核延迟要求、准确率与召回率权衡、异步处理架构和降级策略。

单表数据量过大时的优化：索引优化 → 读写分离 → 垂直拆分 → 水平分片。讨论分片键选择、跨分片查询和 ShardingSphere 等中间件。

练习 Trie / 前缀匹配与热度排序；讨论候选词、个性化和拼音纠错，并先设定可验证的延迟目标与降级策略。

复习分区、消费者组、offset 与副本同步；可把内容发布、特征更新或审核通知设为练习场景，并比较顺序性与幂等处理。

标签来源（用户标注、NLP 自动提取、运营配置）。标签体系设计（层级分类 vs 扁平标签）、标签关联和标签消歧。讨论标签在推荐和搜索中的应用。

GMP 模型（Goroutine/M/P）、Channel 通信 vs 共享内存、Context 传递与取消。讨论 Goroutine 泄露检测和高并发服务中的 Go 实践。

收藏数据存储（用户-笔记关系表、时间线）、基于收藏行为的用户画像构建、协同过滤推荐。讨论隐式反馈（浏览/点赞/收藏）的权重差异。

练习 TraceID / SpanID 传播、采集存储和采样策略；可用假设的推荐超时或审核延迟场景说明定位步骤。