面试故事：大型互联网公司Java后端面试（涵盖Spring Boot、微服务、Kafka、Redis、JPA等技术点）

场景：一家互联网大厂的后端面试，业务方向为内容社区与UGC（用户生成内容），需要处理高并发写入、搜索与推荐、消息通知和异步处理，系统使用微服务架构、Kafka消息队列、Redis缓存、Spring Boot生态与JPA/MyBatis等。

人物设定

面试官：严肃专业，关注架构设计、性能、可观测性与安全。

面试者：燕双非——一个有一定经验但喜欢偷懒和讲笑话的程序员，面对简单题能答出，复杂题回答含糊。

第一轮（基础与架构）

面试官：请介绍一下你们系统的总体架构，从接入到数据持久化的流转？（问题1）

燕双非：我们用Nginx做负载，前端调用Spring Boot服务，服务写入MySQL，重要业务发Kafka异步处理，Redis做缓存。面试官点头并追问细节。

面试官：在高并发场景下，如何保证写入MySQL的性能与可用性？（问题2）

燕双非：用连接池、主从读写分离、分库分表、批量插入、索引优化。面试官补充并引导讨论事务、乐观锁与悲观锁。

面试官：如果要做用户生成内容（UGC）的防刷与风控，你会采用哪些技术手段？（问题3）

燕双非：限流、验证码、IP黑名单、频率统计。面试官进一步问到如何实现限流（Redis、令牌桶、漏桶）与异地多机限流一致性问题。

第二轮（微服务与消息）

面试官：某个功能需要异步处理图片审核与生成缩略图，如何设计微服务交互与消息可靠性？（问题4）

燕双非：上传后发Kafka消息，审核服务消费，处理完写状态。面试官让其说明Kafka的至少一次与幂等性设计。

面试官：假如Kafka消息重复消费或消息丢失，你如何保证数据一致性？（问题5）

燕双非（含糊）：可以做幂等，消费端检查数据库状态。面试官追问幂等具体实现（去重表、分布式ID、事务日志、exactly-once语义）并讲解事务补偿与Outbox模式。

面试官：微服务之间如何进行服务发现与调用，如何保护远程调用的稳定性？（问题6）

燕双非：我们用Spring Cloud Eureka和OpenFeign，熔断器用Resilience4j。面试官进一步检查熔断器、限流、重试策略与断路器状态机。

第三轮（存储、缓存与监控安全）

面试官：你们用Redis做缓存，缓存穿透、雪崩和击穿怎么解决？（问题7）

燕双非：用布隆过滤器、防穿透缓存空结果、加随机过期、互斥锁或双重检测锁。面试官要求给出代码或伪代码说明。

面试官：如何为整个系统做链路追踪与性能监控？（问题8）

燕双非：用Prometheus + Grafana监控指标，用Jaeger/Zipkin做分布式追踪，埋点要在入口、RPC、DB与关键业务节点。面试官补充采样策略与存储成本考虑。

面试官：系统在公开API上需要鉴权与防护，你会如何设计认证与授权？（问题9）

燕双非（有点模糊）：用JWT和OAuth2，重要接口加权限校验。面试官深入问到Token的刷新、撤销、密钥轮换和防止CSRF等细节。

结尾

面试官：今天就到这里，你先回去等消息。

燕双非：太好了，我走了！

---

面试答案详解（按问题编号）

问题1：系统总体架构说明

业务场景：UGC内容社区，需要处理图文视频的上传、存储、审核、搜索与推荐，同时保证高并发与较低延迟。

技术点：

• 接入层：Nginx/负载均衡 + CDN 对静态资源加速。
• 网关与认证：API Gateway（如Spring Cloud Gateway）做统一认证、限流与路由。
• 应用层：Spring Boot 微服务，分业务域（用户、内容、审核、通知、搜索、推荐）。
• 异步与消息：Kafka/RabbitMQ 负责异步任务（通知、审核、数据流转）。
• 存储：MySQL 做关系数据，Elasticsearch 做搜索，对象存储（如MinIO/S3）存放媒体。
• 缓存：Redis 做缓存与短期计数。
• 可观测性：Prometheus + Grafana、ELK、Jaeger。

问题2：高并发下MySQL性能优化

• 连接池（HikariCP）减少连接开销。
• 读写分离：主库负责写，多个从库负责读。
• 分库分表：按业务或时间分片，减少单表压力。
• 索引优化：覆盖索引、避免全表扫描，监控慢查询并优化。
• 批量操作：批量插入/更新，减少事务数。
• 事务隔离与锁：尽量缩短事务时间，使用乐观锁（版本号）避免长锁。
• 使用缓存、异步化与消息化削峰。

问题3：UGC防刷与风控策略

• 限流：令牌桶/漏桶在API网关或Redis实现计数（Sliding Window、Fixed Window、Leaky Bucket）。
• 频率统计：使用Redis计数器或HyperLogLog做去重统计。
• 验证码与短信验证、设备指纹、IP与行为黑名单。
• 机器学习/规则引擎做异常行为检测（例如短时间内大量发布相似内容）。
• 对重要操作做人工审核或灰度发布。

问题4：异步图片审核的微服务设计

• 上传流程：前端上传到对象存储（或后端代理上传），后端写状态并发送Kafka消息（事件驱动）。
• 消费者：审核服务订阅Kafka，拉取消息处理（调用AI/外包审核），处理后更新DB状态并发送下游事件（例如通知）。
• 设计要点：消息格式与schema兼容、使用主题与分区实现并行、分区键选择与消费幂等。

问题5：Kafka的重复消费与消息丢失防护

• 消费幂等性：在消费端使用去重表（记录消息ID）或幂等写操作（利用唯一约束）。
• 事务与Outbox模式：写业务DB和Outbox表在同一事务，然后独立的发布器把Outbox消息写入Kafka，保证不丢失。
• Exactly-once：使用Kafka事务（Producer Transaction）和幂等Producer，结合幂等消费尽量保证语义。
• 补偿机制：保持消息重试、死信队列（DLQ）与人工处理流程。

问题6：服务发现、调用与稳定性保护

• 服务发现：Eureka/Consul/Kubernetes DNS。
• 远程调用：OpenFeign/RestTemplate/WebClient/gRPC。
• 稳定性：重试、指数退避、断路器（Resilience4j/Hystrix），限流、隔离线程池或信号量。
• 监控与熔断：监控错误率与延迟，动态调整熔断阈值。

问题7：Redis缓存穿透/击穿/雪崩解决方案

• 缓存穿透：使用布隆过滤器或校验参数；对空结果缓存短时空值。
• 缓存击穿：对热点Key使用互斥锁（Redis SETNX）、双重检查或提前缓存续期。
• 缓存雪崩：加随机过期、缓存预热、多级缓存与降级策略。
• 示例伪代码：互斥锁 + DB回源逻辑（略）。

问题8：链路追踪与监控设计

• 指标：应用、JVM、HTTP、DB、消息队列等关键指标上报到Prometheus。
• 可视化：Grafana仪表盘监控QPS、延迟、错误率。
• 链路追踪：采用OpenTelemetry/Jaeger/Zipkin埋点，传递TraceId、SpanId并控制采样率。
• 日志：结构化日志上报到ELK/EFK，结合Tracing实现错误定位。

问题9：鉴权与授权设计细节

• 认证：OAuth2 + JWT 或使用Keycloak等IAM系统。
• JWT注意点：短期有效、Refresh Token机制、签名密钥轮换、验证黑名单（登出/撤销）。
• 授权：基于角色/权限的访问控制（RBAC），重要操作做二次校验。
• 安全实践：HTTPS、CSRF防护、输入校验、速率限制、敏感数据加密与密钥管理（Bouncy Castle/HSM）。

—— 文章结束 ——