场景：互联网大厂Java后端面试

面试官（严肃）：小曾，今天我们主要考察Java全栈能力，结合实际业务场景提问。先从你熟悉的电商场景开始。

第一轮提问

1. 面试官：在电商秒杀场景下，你会如何设计高并发解决方案？涉及哪些关键技术？
   小曾：（自信）秒杀场景需要用Redis做分布式锁，数据库用MySQL+MyBatis，缓存用Redis+HikariCP连接池，消息队列用Kafka异步处理订单。
   面试官：很好，Redis锁的实现细节呢？如何避免死锁？
   小曾：（卡壳）呃……Redis锁一般用SETNX命令，避免死锁的话……应该加超时时间？

2. 面试官：Spring Cloud Alibaba如何实现服务注册与发现？Eureka与Consul的对比？
   小曾：用Nacos替换Eureka，Consul支持HTTP和gRPC协议，更灵活……好像吧？
   面试官：Nacos是Spring Cloud Alibaba的组件吗？
   小曾：（尴尬）呃……是Spring Cloud的一部分，对，对。

3. 面试官：电商订单支付后，如何用消息队列实现库存异步扣减？
   小曾：用RabbitMQ，先发送消息，库存服务监听扣减，失败重试……对，失败重试。

第二轮提问

1. 面试官：内容社区需要实现实时评论功能，你会选择Spring WebFlux还是Spring MVC？为什么？
   小曾：WebFlux更好，支持异步非阻塞，适合高并发……呃，好像Spring MVC也能做？
   面试官：WebFlux的Reactor核心原理？
   小曾：（沉默）呃……是响应式流？对，Flowable？

2. 面试官：如何用Spring Security实现JWT权限校验？OAuth2与JWT的区别？
   小曾：JWT用过滤器拦截请求，校验Token……OAuth2是授权框架，比JWT复杂。
   面试官：JWT的刷新机制？
   小曾：（含糊）应该有刷新Token吧？但具体实现……我一般用开源库……

3. 面试官：电商场景需要分页查询商品，你会用Spring Data JPA还是MyBatis？
   小曾：JPA更好，支持分页抽象……但MyBatis可以自定义SQL，灵活些。
   面试官：JPA的查询优化技巧？
   小曾：（挠头）呃……索引？还是分库分表？

第三轮提问

1. 面试官：AIGC场景需要生成个性化商品推荐，你会用哪些技术？
   小曾：用Spring AI+OpenAI，先向量数据库存用户行为，再检索相似商品……好像吧？
   面试官：向量数据库选型？如何处理AI幻觉？
   小曾：（支支吾吾）Redis可以存向量？AI幻觉……呃，用模型微调？

2. 面试官：游戏服务器需要WebSocket实时推送，如何设计反作弊机制？
   小曾：用Redis存储操作日志，检测异常……或者用Dubbo框架？
   面试官：Dubbo在游戏场景的优势？
   小曾：（突然清醒）Dubbo支持负载均衡，适合分布式游戏服务……对！

3. 面试官：最后问题，如何用Kubernetes部署微服务？如何监控？
   小曾：用Dockerfile打包，Kubernetes用Deployment+Service，Prometheus+Grafana监控……对，还用ELK日志。
   面试官：Kubernetes的StatefulSet与Deployment区别？
   小曾：（自信）StatefulSet适合有持久化的服务，Deployment是副本管理……好像对。

面试官总结
小曾，你的基础不错，但复杂场景回答模糊。回去等通知吧。

答案解析

1. 电商秒杀高并发

   • 技术栈：Redis分布式锁（SETNX+超时）、MySQL（事务+隔离级别）、Kafka（异步补偿）、HikariCP（连接池优化）
   • 业务场景：秒杀时Redis锁防止超卖，MySQL乐观锁避免并发扣减失败，Kafka确保订单最终一致性

2. Spring Cloud服务治理

   • Eureka vs Consul：Eureka简单但HTTP协议，Consul支持gRPC更高效，Nacos是阿里全家桶组件
   • 服务注册：应用启动时注册到Nacos，客户端用NacosDiscoveryClient获取服务地址

3. 消息队列库存扣减

   • RabbitMQ实现：订单服务发送死信队列消息，库存服务监听+幂等扣减（如Redis签收标记）
   • 幂等性保证：用Redis或数据库唯一索引防止重复处理

4. WebFlux实时评论

   • Reactor核心：基于Project Reactor，用Flux处理异步流，支持onSubscribe生命周期
   • 对比Spring MVC：WebFlux适合长连接（WebSocket），传统MVC阻塞IO

5. JWT权限校验

   • 实现流程：Spring Security配置UsernamePasswordAuthenticationFilter，自定义JwtAuthenticationFilter校验Token
   • 刷新机制：客户端用refresh_token请求新access_token，服务端更新Redis黑名单

6. AIGC商品推荐

   • 技术选型：Spring AI集成OpenAI API，向量数据库用Milvus存储用户行为向量
   • AI幻觉处理：用RAG（检索增强生成）结合业务规则过滤无效推荐，避免事实错误

7. 游戏服务器反作弊

   • WebSocket安全：用JWT+Spring Security拦截非法请求，Redis存储操作频率检测异常行为
   • Dubbo优势：游戏场景适合Dubbo+Zookeeper，支持动态扩展和负载均衡

8. Kubernetes部署

   • StatefulSet：适合有持久化存储的服务（如MySQL），保证Pod顺序和盘符一致性
   • 监控方案：Prometheus采集指标，Grafana可视化，ELK聚合日志

总结
Java全栈工程师需要兼顾业务理解和技术深度，复杂场景（如AIGC）需结合AI工具链和大数据技术。建议小白系统学习Spring Cloud Alibaba、Kubernetes、AI框架，并多练习分布式系统设计。