Redis/MinIO/MySQL/PostgreSQL面试题预测与解析

1. 工作流数据是存在哪里的？为什么选择 PostgreSQL？

考察点：数据库选型

参考答案：

Python 版工作流引擎的数据存在 PostgreSQL 里，包括流程定义、执行记录、节点状态、变量快照这些。

追问 1：为什么选 PostgreSQL：

第一，JSON 支持好：工作流 DSL 是 JSON 格式，PostgreSQL 有 jsonb 类型，可以直接存储和查询

-- 查询包含某个节点类型的工作流
SELECT * FROM workflow WHERE dsl::jsonb @> '{"nodeType": "LLM"}';

第二，支持向量扩展，后续做 RAG 可以用 pgvector。

-- 向量相似度搜索
SELECT * FROM documents ORDER BY embedding  query_vector LIMIT 10;

表结构示例：

CREATE TABLE workflow (
id BIGSERIAL PRIMARY KEY,
name VARCHAR(100),
dsl JSONB,           -- 工作流定义
status VARCHAR(20),
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

参考答案版本 2：

主要有两个考虑。

第一是 JSON 支持更好。工作流的数据结构天然是嵌套的，节点定义、边的连接关系、节点参数配置，都是复杂的 JSON 结构。PostgreSQL 的 JSONB 类型是真正的二进制存储，可以建索引、可以做部分更新、查询性能也好。MySQ...

12 条评论

昏睡的吐司 2026年04月04日 15:27

@派聪明雪花算法原理：完整 ID = 日期前缀(5位) + 雪花ID(11位) ↓ ↓ "25019" "０００１２３４５６７８" → ２５０１９０００１２３４５６７８ ↓ ↓ 年(2位)+天数(3位) 秒级雪花算法生成雪花ID64位二进制不是有19-20位10进制吗，你这里为什么11位

昏睡的吐司 2026年04月04日 11:29

引用原文：第一，缓存插件的认证信息，避免频繁查询数据库。插件配置很少变化，但每次工作流执行都要读取，通过缓存将数据库查询从每秒几十次次降到几乎为零。

@派聪明插件有两种，一种是内置插件，配置信息保存在配置文件中，另一种是外部插件，这类插件配置信息存在数据库中，redis就是缓存这些外部插件的配置信息，提高访问效率？

fang jing wei 2026年03月30日 15:15

@派聪明 paiflow的会话的短期记忆是存储在哪里的

派聪明 2026年03月30日 15:16

Paiflow的会话短期记忆主要存储在Redis和本地缓存中： 1. **Redis存储**： - 用户登录后的session信息和token信息存在Redis里 - 对话历史使用Redis的List结构存储 - 设置了过期时间（默认3600秒），实现自动清理 - 示例代码： ```java def lpush(self, key: str, value: str) -> None: self._client.lpush(key, value) # 左侧推入列表 self._client.expire(key, self.expiration_time) # 设置过期时间 ``` 2. **本地缓存（Java版）**： - 使用guava缓存存储LLM对话历史 - 每个会话的消息存储在ConcurrentLinkedQueue中 - Key格式为"{chatId}:{nodeId}" - 设置了最大缓存数量（10000个会话）和过期时间（30分钟） - 示例代码： ```java private static final LoadingCache<ConcurrentLinkedQueue<ChatItem>> chatHistoryCache = CacheBuilder.newBuilder() .maximumSize(10000) .expireAfterWrite(30, TimeUnit.MINUTES) .build(...); ``` 这种设计既保证了多实例部署时的数据共享（通过Redis），又提高了访问速度（通过本地缓存），同时通过过期机制避免了内存无限增长。

Ψ 2026年03月26日 09:35

引用原文：单机环境用 synchronized 就行，但如果工作流引擎是多实例部署的，就得用 Redis 的分布式锁

@派聪明，是这样吗

派聪明 2026年03月26日 09:36

是的，这个说法是正确的。在单机环境中，所有线程运行在同一个JVM中，可以使用Java内置的`synchronized`关键字或`ReentrantLock`等同步机制来实现线程间的互斥。但当工作流引擎是多实例部署时，情况就不同了： - 多个实例可能运行在不同的JVM甚至不同的物理机器上 - 它们之间无法共享同一个内存空间 - 基于JVM的`synchronized`无法跨实例生效这时就需要使用Redis分布式锁： - Redis作为外部共享存储系统，可以被所有实例访问 - 通过Redis的原子操作实现跨实例的互斥控制 - 例如使用`SET key value NX EX`命令获取锁 - 使用Lua脚本确保操作的原子性 - 防止多个实例同时执行同一任务导致的数据不一致所以，从单机环境到多实例部署环境，锁机制确实需要从`synchronized`升级到Redis分布式锁。

Ψ 2026年03月26日 09:34

引用原文：第一个用途是节点间的数据传递。并行分支场景下，多个节点可能跑在不同的线程甚至不同的进程里，变量池在内存里没法共享。我们把需要跨节点传递的数据写到 Redis，用 workflow_id + node_id 作为 key，下游节点从 Redis 里读。执行完之后设个过期时间自动清理，不用手动删。

不是每个workflow线程一个变量池吗

Je 2026年03月25日 22:17

引用原文：Python 版工作流引擎的数据存在 PostgreSQL 里，包括流程定义、执行记录、节点状态、变量快照这些。

@派聪明 Javav版本的呢？是存储在MySQL中的吗？MySQL和postgreSQL有什么区别？

派聪明 2026年03月25日 22:17

根据提供的参考资料，没有明确提到Java版本工作流引擎的数据存储位置。资料中只说明了Python版本使用PostgreSQL存储，包括流程定义、执行记录、节点状态和变量快照。关于MySQL和PostgreSQL的区别，参考资料中提到： 1. **JSON支持**： - PostgreSQL有jsonb类型，是真正的二进制存储，可以建索引、做部分更新、查询性能好 - MySQL的JSON类型相对弱一些，底层还是TEXT 2. **扩展性**： - PostgreSQL支持向量扩展，后续做RAG可以用pgvector - MySQL在这方面支持较弱 3. **Python生态适配**： - SQLAlchemy对PostgreSQL的支持是最完整的，很多高级特性如数组类型、JSONB操作、UPSERT语法都有原生支持如果Java版本使用MySQL存储，可能是因为团队技术栈以Java为主，MySQL在Java生态中也有广泛应用，或者项目历史原因选择了MySQL。但具体原因需要更多信息才能确定。

满意的身影 2026年03月19日 21:11

引用原文：另一个细节是序列号的起始值。如果每一秒都从 0 开始，生成的 ID 末尾会有规律，在某些分库分表场景下可能导致数据分布不均。我们用了一个交替偏移的策略，这一秒从 0 开始，下一秒从 1 开始，让 ID 更分散。

@派聪明为什么能解决数据分布不均的问题？举个例子。

1. 工作流数据是存在哪里的？为什么选择 PostgreSQL？

追问 1：为什么选 PostgreSQL：

参考答案版本 2：

热门评论

12 条评论

目录

划线评论