Java大厂面试实录：Spring Boot+微服务+分布式缓存三连问，谢飞机现场翻车？

面试官：请进。

谢飞机：您好！我是来面试Java开发岗的谢飞机，我有三年工作经验，熟练使用Spring Boot、MyBatis、Redis……

面试官：嗯，坐吧。我们今天围绕一个电商秒杀场景来聊技术。先从基础开始——

---

🟢 第一轮：Spring Boot 与 Web 层设计（电商商品详情页）

Q1：如果我们要做一个高并发的商品详情页，用 Spring Boot 如何快速搭建？核心注解有哪些？

谢飞机：这个简单！用 @SpringBootApplication 启动，里面包含 @Configuration、@EnableAutoConfiguration 和 @ComponentScan。然后 Controller 用 @RestController，自动装配用 @Autowired……我都背过！

面试官：不错，那如果页面要动态渲染模板，比如促销信息，你会选什么模板引擎？

谢飞机：JSP 啊！大学教材都这么教的！

面试官：……现在主流是 Thymeleaf 或者前后端分离。JSP 在内嵌 Tomcat 中支持差，部署也麻烦。

谢飞机：哦……那我也用过 Thymeleaf，语法类似 HTML，还能预览，对前端友好。

面试官：还行。那静态资源呢？JS/CSS 放哪儿？

谢飞机：放在 src/main/resources/static 下，直接访问就行，比如 /js/app.js。

面试官：✅ 基础扎实，继续。

---

🟡 第二轮：数据库与缓存设计（应对高并发读）

Q2：商品详情页每秒可能有上万次访问，数据库扛不住，怎么办？

谢飞机：加缓存！Redis！先把数据查出来放 Redis，下次直接读，不走数据库。

面试官：怎么集成？用哪个客户端？

谢飞机：用 Spring Data Redis，配置 RedisTemplate，存成 JSON 格式。

面试官：缓存穿透怎么办？比如恶意请求不存在的商品 ID？

谢飞机：呃……加个默认值？比如空对象也存进去？

面试官：接近了，叫“缓存空值”，配合布隆过滤器更好。那缓存雪崩呢？

谢飞机：雪崩？是不是……大家都抢同一个商品？

面试官：不是。是大量缓存同时失效，数据库瞬间被打垮。

谢飞机：那……那就别让它们同时失效！设置随机过期时间！比如 TTL 在 30~60 分钟随机。

面试官：✅ 还行。那更新数据库时，先删缓存还是先改库？

谢飞机：先删缓存！这样下次读会重建。

面试官：如果删完缓存，还没改库就宕机了？

谢飞机：那……那等它重启？或者……我再删一次？

面试官：可以用“延迟双删”或结合 Binlog 异步更新，比如 Canal。

---

🔴 第三轮：微服务与高可用设计（订单超卖问题）

Q3：用户抢到商品后下单，如何防止超卖？比如库存只有 100，结果卖了 120。

谢飞机：数据库加个字段 stock，每次减一，SQL 写 UPDATE goods SET stock = stock - 1 WHERE id = 1 AND stock > 0！

面试官：在单体服务可以。如果是分布式微服务，多个实例同时扣减呢？

谢飞机：那……加 Redis 分布式锁！SET lock:order 1 EX 10 NX，拿到锁才能操作。

面试官：如果拿锁后服务宕机，没释放呢？

谢飞机：加过期时间！EX 10 就是 10 秒自动删。

面试官：那执行时间超过 10 秒呢？锁过期了，别人又进来，还是超卖。

谢飞机：那……那我开个线程续命！每隔 5 秒看看还在不在执行，还在就刷新 TTL！

面试官：这叫“看门狗机制”，Redisson 就这么干的。但还有更优方案吗？

谢飞机：呃……用 ZooKeeper？或者……数据库乐观锁？

面试官：还可以用消息队列削峰，把请求异步化，比如 Kafka 写入，消费端串行处理。

Q4：整个链路怎么监控？比如某个环节慢了。

谢飞机：打日志！Logback 输出到文件，再 grep……

面试官：生产环境几万台机器，grep 得到什么时候？

谢飞机：呃……ELK？我听说过，Logstash 收集，Elasticsearch 存，Kibana 查。

面试官：调用链呢？A 服务调 B，B 调 C，哪里慢了？

谢飞机：那个……Zipkin？Spring Cloud Sleuth 集成？

面试官：不错，至少知道名字。最后，如果让你用 CI/CD 发布这个系统，流程是什么？

谢飞机：写代码 → 提交 Git → Jenkins 构建 → 打包 Docker → 推镜像 → Kubernetes 滚动更新！

面试官：……你平时刷题挺多啊。

---

面试官：今天就到这里。你的基础知识还行，但深度不够，尤其在高并发实战方面。我们会综合评估，回去等通知吧。

谢飞机：好嘞！等您电话！（转身撞到门框）

---

✅ 面试问题详解（小白也能学会）

场景背景：电商秒杀系统

我们需要构建一个高并发的电商商品详情页 + 下单系统，涉及：

• 高频读取商品信息 → 缓存优化
• 分布式环境下扣减库存 → 防超卖
• 多服务调用链路 → 微服务治理
• 系统可观测性 → 监控与日志

---

1. Spring Boot 快速搭建

• @SpringBootApplication：三位一体注解，开启自动配置和组件扫描。
• 静态资源默认路径：resources/static，无需额外配置。
• 模板引擎推荐 Thymeleaf：天然支持 HTML 预览，适合服务端渲染；现代项目更多采用前后端分离，返回 JSON 即可。

---

2. Redis 缓存三大问题及解决方案

| 问题 | 表现 | 解决方案 | |------|------|----------| | 缓存穿透 | 查询不存在的数据，绕过缓存直击 DB | 缓存空值 + 布隆过滤器 | | 缓存击穿 | 热点 key 失效瞬间大量请求打 DB | 热点数据永不过期 or 互斥重建 | | 缓存雪崩 | 大量 key 同时失效 | 过期时间加随机值（如 ±30%）|

使用 Spring Data Redis + RedisTemplate 快速集成，序列化建议用 Jackson2JsonRedisSerializer。

---

3. 分布式环境下防超卖方案

方案一：数据库层面

• 乐观锁：version 字段或 stock > 0 条件更新
• 悲观锁：SELECT FOR UPDATE（注意死锁）

方案二：Redis 分布式锁

• 基础实现：SET key value EX seconds NX
• 生产推荐：Redisson，支持可重入、看门狗自动续期、MultiLock 等

方案三：消息队列削峰

• 用户抢购请求写入 Kafka
• 消费端单线程或分片处理，串行扣库存
• 结合限流（Resilience4j）、降级提升系统稳定性

---

4. 微服务可观测性

• 日志收集：Logback → Logstash → Elasticsearch → Kibana（ELK）
• 链路追踪：Spring Cloud Sleuth + Zipkin/Jaeger，记录 TraceID、SpanID
• 指标监控：Micrometer 对接 Prometheus + Grafana，监控 QPS、响应时间、JVM 状态

---

5. CI/CD 流程（自动化发布）

Git Commit → GitHub/GitLab → Webhook → Jenkins
  → Maven/Gradle 构建 → Unit Test (JUnit 5)
  → Docker Build → Push to Registry
  → Kubernetes Rolling Update

工具链：GitHub Actions / GitLab CI 也可替代 Jenkins，实现轻量 CI。

---

总结：大厂考察重点

| 维度 | 考察点 | |------|--------| | 基础 | Spring Boot 注解、Maven 依赖管理 | | 深度 | 缓存策略、分布式锁、一致性 | | 实战 | 高并发设计、容错、监控 | | 广度 | 微服务生态、CI/CD、可观测性 |

谢飞机虽然搞笑，但很多回答反映了真实初级程序员的认知水平。想进大厂，不仅要“会用”，更要“懂原理”+“能落地”。

---

💡 学习建议：

• 动手搭建一个电商秒杀 Demo，集成 Redis + Kafka + Spring Boot + MySQL
• 使用 Redisson 实现分布式锁
• 接入 SkyWalking 或 Zipkin 查看调用链
• 用 JMeter 压测，观察系统瓶颈