谢飞机：简单回答：JVM 的堆由新生代、老年代和元空间构成，常用的 GC 策略有 G1、Parallel、ZGC 等，生产环境多选 G1/Parallel，视吞吐和延迟要求而定。面试官：请以一个电商下单微服务为场景，设计一个端到端的数据流和边界，涉及下单、库存、支付、幂等、数据一致性等方面。架构设计要点：微服务边界、幂等设计、事件驱动、Outbox、最终一致性、边界事务尽量小、读写分离与缓存组合。

缓存设计核心：Read-Through/Cache-Aside 模式，合理 TTL 与失效策略。面对穿透/击穿/雪崩，结合布隆过滤、空值缓存、以及分布式锁实现防护。可观测性是缓存优化的关键，命中率和延迟是判断是否需要调整 TTL 的关键指标。—— 结束语：在分布式系统中，缓存不是越多越好，而是要以一致性、可用性与运维成本的平衡为目标。通过上述 Java 实战，我们可以在真实场景中快速识别瓶颈、实现

将这一流程迁移到云原生领域，Docker 就像“后厨的包材与流水线”，负责把应用与依赖打包成可移植、可控的单元，确保在本地、测试、预发布、生产等环境具备一致性与边界。容器化不仅仅是打包，更是一种对“资源、版本、观测与扩展”的系统化管理。掌握镜像设计、资源约束与 JVM 调优三要点，能够让 Java 微服务在持续交付与弹性扩展的道路上走得更稳、更远。要点解读：通过多阶段构建，最终镜像仅包含运行时需要

Cache-Aside 是分布式缓存中最常用也是最易落地的模式，简单直接地实现了缓存与数据库的一致性。更新数据时要考虑缓存的失效、清理或回写策略，尽量让热数据在变更后尽快保持一致性，必要时使用异步刷新。缓存失效并发时，分布式锁是有效的保护手段，需合理设计锁粒度、超时与死锁防护。监控与告警是缓存架构的关键，缓存命中率、击穿、雪崩等指标应在生产环境中持续关注。本文所示代码均为示例，实际生产应结合业务场

Cache-Aside 是分布式缓存中最常用也是最易落地的模式，简单直接地实现了缓存与数据库的一致性。更新数据时要考虑缓存的失效、清理或回写策略，尽量让热数据在变更后保持快速且可控的一致性，必要时使用异步刷新。缓存失效并发时，分布式锁是有效的保护手段，需合理设计锁粒度、超时与死锁防护。监控与告警是缓存架构的关键，缓存命中率、击穿、雪崩等指标应在生产环境中持续关注。本文所示代码均为示例，实际生产应结

在微服务架构中，每个 Java 应用都需要快速、可重复地从源码打包成可在任何云环境运行的容器镜像。把应用打包成容器，不仅是为了“跑起来”，更是为了实现稳定、可观测、可扩展的上线流程。就好比把货物放进物流集装箱，既能保护货物，又能统一快递运输、分拣与上架流程。本文通过一个简单的电商商品服务，带你从 Dockerfile 到本地开发再到生产部署的完整容器化路径，帮助你在实际工作中落地容器化能力。通过健

自动配置是 SpringBoot 的核心，它通过约定大于配置的理念，极大简化了开发。条件化配置是精髓系列注解确保了配置的安全性和灵活性，避免冲突。开箱即用，但可定制：你可以通过或@Bean覆盖默认配置，就像你可以手动调整管家设定的温度一样。💡 小贴士：想查看当前项目到底加载了哪些自动配置？运行时加上--debug参数，SpringBoot 会打印出 Condition Evaluation Re

Docker 多阶段构建显著减小镜像体积，提升部署与启动速度。标准输出日志与统一网络设计，是实现高可观测性的基础。数据与日志卷化是保证运维可持续性的关键。将容器化流程与 CI/CD、日志聚合、监控系统打通，是现代化微服务的核心能力。本文示例仅作落地参考，实际落地需结合团队栈与云环境特性进行调整。