互联网大厂Java面试实录：从SpringBoot到分布式秒杀系统
互联网大厂Java面试实录：从SpringBoot到分布式秒杀系统
面试场景介绍
某互联网大厂后端开发岗位面试现场，面试官张工（资深架构师），候选人谢飞机（自称"全栈开发工程师"）。
第一轮：基础框架与数据库（共4题）
张工：你好，先简单介绍一下你自己，重点说说最熟悉的技术栈。
谢飞机：咳咳，我是谢飞机，江湖人称"谢半桶水"，主要精通Java、Python、Go...啊不，主要是Java！SpringBoot用得贼溜，数据库也会一点点MySQL...
张工：好，那我们从基础开始。你简历上写熟练使用SpringBoot，请解释一下@SpringBootApplication注解包含了哪些核心注解？
谢飞机：这个简单！@SpringBootApplication就是三个注解的组合嘛——@Configuration、@EnableAutoConfiguration、@ComponentScan，相当于告诉Spring"这里有个配置类，自动扫描组件，自己找配置文件"！
张工：不错，回答正确。那如果是电商秒杀场景，如何保证库存数据的准确性？
谢飞机：嗯...可以用数据库的乐观锁或者悲观锁呗，在update的时候加个where版本号...哦对，还有Redis预减库存！
张工：很好，知道Redis了。那Redis的持久化机制有哪几种？各自优缺点是什么？
谢飞机：这个...好像是RDB和AOF吧？RDB是快照，AOF是日志记录...哪个快我不太记得了，反正都用过...
张工：基本概念对了，但细节还需要加强。最后一个问题，MyBatis的一级缓存和二级缓存有什么区别？
谢飞机：一级缓存是SqlSession级别的，用完就没了；二级缓存是Mapper级别的，可以共享...具体怎么配置我想想...有点模糊了...
张工：好，基础部分就先这样，我们进入下一轮。
第二轮：微服务与中间件（共4题）
张工：假设你的秒杀系统部署在Kubernetes集群中，请说明服务注册与发现的工作原理。
谢飞机：这个...就是用Eureka或者Nacos对吧？服务启动时注册中心，消费者通过注册中心获取提供者列表...
张工：没错。如果某个商品秒完单后，订单系统需要异步处理物流信息，你会选择什么方案？
谢飞机：消息队列嘛！用Kafka或者RabbitMQ，生产者发消息，消费者消费，解耦...
张工：很好。那如果消息消费失败了怎么办？如何保证消息的可靠性投递？
谢飞机：失败的话就重试呗...手动ack还是自动ack...这个记不太清了，反正有重试机制...
张工：再问一个实际的，Spring Cloud中OpenFeign和RestTemplate的区别是什么？
谢飞机：这个我知道！OpenFeign是基于动态代理的声明式调用，RestTemplate是编程式的...OpenFeign更优雅一些...
张工：回答准确。最后一个，分布式事务如何解决？你了解Seata吗？
谢飞机：呃...Seata好像是阿里巴巴开源的？TCC模式两阶段提交...具体原理我研究得不多...
张工：好，微服务部分到此为止，我们聊聊高并发场景。
第三轮：实战场景与系统设计（共4题）
张工：如果现在要你设计一个支持百万并发的秒杀系统，请画出整体架构图并说明关键技术点。
谢飞机：额...前端静态资源CDN加速，接口层做限流熔断，Redis预扣库存，MQ异步下单，数据库最终一致性...大概是这样...
张工：思路是对的。那具体来说，如何防止超卖？请详细说明你的实现方案。
谢飞机：这个...Redis原子操作decrement，数据库乐观锁version字段，还有Lua脚本保证原子性...应该够了吧...
张工：考虑比较全面。如果秒杀过程中出现热点商品，如何优化缓存策略？
谢飞机：本地缓存Caffeine配合分布式缓存Redis，多级缓存架构...不过热点key击穿的问题怎么处理我有点忘了...
张工：监控体系呢？如何快速定位线上故障？
谢飞机：Prometheus收集指标，Grafana展示，ELK分析日志，Jaeger链路追踪...这些我都用过...
张工：好的，技术方面就聊到这里。你觉得还有什么想补充的吗？
谢飞机：那个...我还会一点前端Vue和React，算不算加分项？
张工：哈哈，全栈确实有优势。今天的面试就到这里，结果会在3个工作日内通过邮件通知你，谢谢。
谢飞机：谢谢张工！希望能收到好消息！
面试答案解析与技术详解
一、SpringBoot核心注解详解
| 注解 | 功能说明 | |------|----------| | @SpringBootApplication | 组合注解入口 | | @Configuration | 标识配置类 | | @EnableAutoConfiguration | 开启自动装配 | | @ComponentScan | 组件扫描 |
二、库存数据准确性保障方案
// 方案1：数据库乐观锁
UPDATE product_stock
SET stock = stock - 1, version = version + 1
WHERE id = 1 AND stock > 0 AND version = ?;
// 方案2：Redis预扣库存
redis.decr("stock:1001"); // 原子操作
// 方案3：分布式锁
RLock lock = redissonClient.getLock("lock:product:1001");
lock.lock(10, TimeUnit.SECONDS);
try {
// 执行扣减逻辑
} finally {
lock.unlock();
}
三、Redis持久化机制对比
| 特性 | RDB | AOF | |------|-----|-----| | 存储方式 | 二进制快照 | 命令日志 | | 恢复速度 | 快 | 慢 | | 数据完整性 | 可能丢失 | 完整 | | 文件大小 | 小 | 大 |
四、MyBatis缓存机制
- 一级缓存：SqlSession级别，默认开启，同一会话内有效
- 二级缓存：Namespace级别，需手动配置，跨会话共享
五、秒杀系统完整架构图
用户请求 → CDN静态资源
↓
Nginx负载均衡
↓
API网关(限流/鉴权)
↓
┌──────────────────────┐
│ 前置过滤层 │
│ - 黑名单IP │
│ - 频率限制 │
│ - 验证码 │
└──────────────────────┘
↓
┌──────────────────────┐
│ 库存预扣层 │
│ - Redis原子操作 │
│ - Lua脚本 │
│ - 布隆过滤器防穿透 │
└──────────────────────┘
↓
┌──────────────────────┐
│ 消息队列缓冲 │
│ - Kafka/RocketMQ │
│ - 削峰填谷 │
└──────────────────────┘
↓
┌──────────────────────┐
│ 订单服务 │
│ - 创建订单 │
│ - 库存落库 │
└──────────────────────┘
↓
┌──────────────────────┐
│ 后续业务 │
│ - 支付 │
│ - 物流 │
│ - 通知 │
└──────────────────────┘
六、防止超卖的三道防线
- 第一道：Redis预扣 - 原子操作，快速拦截
- 第二道：数据库乐观锁 - 版本号校验，最终兜底
- 第三道：业务层幂等 - 防止重复下单
七、监控告警体系
| 层级 | 工具 | 作用 | |------|------|------| | 基础设施 | Prometheus | CPU、内存、磁盘 | | 应用性能 | SkyWalking/Jaeger | 链路追踪 | | 日志分析 | ELK Stack | 错误排查 | | 可视化 | Grafana | 仪表盘展示 |
给求职者的建议
- 基础知识要扎实：框架底层原理必须理解透彻
- 实战经验是关键：多参与真实项目，积累踩坑经验
- 系统化思维：能够画出架构图，理解各组件协作关系
- 持续学习：新技术层出不穷，保持学习能力
- 沟通表达能力：清晰表达技术方案，展现思考过程
本文基于真实面试场景改编，仅供学习交流，如有雷同纯属巧合
更多推荐
7
0- 0
已为社区贡献5条内容
所有评论(0)