我要招人

后端岗位面试题更新 2026-08-05

请解释 Flux.merge() 的概念，并说明在 AI 大模型评测平台中，如何利用该方法对多个模型进行并行流式调用？

后端开发人工智能系统设计技术原理方案权衡

考察说明

考查对响应式编程中合并操作符的理解及其在真实业务场景（多模型并行调用）中的应用能力。

回答思路

  1. 【回答框架 1】Flux.merge() 是 Project Reactor 中的静态方法，用于将多个 Flux 或 Mono 流合并为一个 Flux，所有源流同时被订阅，发出的元素按到达顺序交织，不保证顺序。
  2. 【回答框架 2】与 concat 不同，merge 是并发订阅，适合并行执行耗时操作；若需要按顺序处理，应使用 concat。
  3. 【回答框架 3】在 AI 大模型评测平台中，可用 Flux.merge(List<Flux<ModelResult>>) 同时向多个模型发起请求，每个请求返回 Flux，合并后统一订阅，实现流式输出。
  4. 【回答框架 4】需注意背压和错误处理：merge 默认错误传播可能导致整体中断，可通过 onErrorContinue 或 onErrorResume 单独处理每个流。
  5. 【回答框架 5】可使用 Scheduler 控制并发度，如 Schedulers.parallel()，并根据平台资源设置合适的并发数，避免过载。
  6. 【关键点 1】Flux.merge() 并发订阅多个流，按到达顺序合并。
  7. 【关键点 2】与 concat 的区别：merge 无序并发，concat 有序串行。
  8. 【关键点 3】使用 onErrorContinue 或 onErrorResume 实现单个流错误隔离。
  9. 【关键点 4】通过 Scheduler 限制并发度，保护下游系统。
  10. 【易错点 1】误以为 merge 保证顺序，实际不保证。
  11. 【易错点 2】背压处理不当可能导致内存压力。
  12. 【易错点 3】全局错误处理可能导致一个模型失败影响整体。