Java 面试实战：Spring Boot + Kafka + Redis + Spring Security + AI/RAG 在互联网大厂求职中的 3 轮攻防

Java 面试实战Spring Boot Kafka Redis Spring Security AI/RAG 在互联网大厂求职中的 3 轮攻防本文以互联网大厂 Java 求职面试为背景采用严肃面试官和搞笑的水货程序员燕双非的对话形式围绕真实业务场景展开三轮递进式提问。每轮问题都从业务出发逐步深入到技术实现、性能优化、稳定性与架构设计。最后附上详细解析帮助大家把“会背题”变成“真能落地”。第一轮电商秒杀活动的接口与缓存面试官我们先从最常见的电商秒杀说起。如果你负责一个大促活动下单接口Spring Boot 服务怎么设计如何避免数据库被打爆燕双非这个简单先用 Spring Boot 快速搭接口再把热点数据放 Redis库存预热到缓存里前端先限流后端再做异步削峰。数据库嘛尽量少直接打能查缓存就查缓存。面试官回答得还可以。那你说说 Redis 缓存和本地缓存 Caffeine 怎么配合为什么不能只靠本地缓存燕双非本地缓存快但是每台机器各存各的数据一致性不好。Redis 作为分布式缓存更适合统一共享。可以本地缓存做一级Redis 做二级热点数据先走本地失效后再回源 Redis。面试官不错至少知道缓存分层。那库存扣减如何保证不超卖燕双非呃可以用 Redis 原子操作比如 Lua 脚本先判断库存再扣减。然后下单消息发到 Kafka 异步落库数据库最终一致。至于并发细节……我一般交给框架。面试官“交给框架”这句话很灵性但方向是对的。继续说为什么这里要用 Kafka不直接同步写库燕双非因为同步写库会把高峰流量都压到 MySQL容易超时。Kafka 可以做削峰填谷先把订单事件写入消息队列再由消费者批量处理提升吞吐。第二轮账号体系、鉴权与风控面试官用户下单之后支付、退款、登录态都要考虑。你会怎么设计统一认证Spring Security 和 JWT 怎么配合燕双非登录后签发 JWT前端带着 token 调接口。Spring Security 负责拦截请求、解析 token、做权限校验。这样不用服务端保存会话适合微服务场景。面试官很好。那 JWT 一旦签发服务端无法主动让它失效你怎么处理高风险场景比如异地登录或账号封禁燕双非这个可以把 token 的 jti 放到 Redis 黑名单里或者做 token 版本号。用户密码修改、封禁时把版本号加一旧 token 就失效了。面试官思路正确。那如果你们做的是支付风控如何减少重复支付和恶意刷单燕双非可以在接口层做幂等订单号唯一再结合限流、验证码、设备指纹、IP 频控。风控策略还可以基于规则引擎和行为特征做实时判断。面试官不错已经有一点大厂味了。那如果风控策略需要实时联动多个服务你会怎么做燕双非可以通过 Kafka 传递风控事件或者用 gRPC 做内部低延迟调用。复杂一点的话用 Spring Cloud 配合 Resilience4j 做熔断和重试避免一个风控服务挂了拖垮主链路。第三轮AI 助手与企业文档问答面试官现在很多业务都想接入 AI。假设你要做一个企业知识库问答支持员工用自然语言查制度、查接口文档你怎么设计燕双非这个我熟先把文档加载进来切分成片段做向量化然后存到向量数据库比如 Milvus 或 Redis。用户提问时先做语义检索再把召回内容拼到提示词里交给大模型生成答案这就是 RAG。面试官回答不错。那为什么不能直接让大模型“现编”燕双非因为会有 AI 幻觉模型可能编造不存在的制度或者接口。RAG 的目的就是把回答建立在真实文档证据上降低幻觉提高可追溯性。面试官如果企业内部还有复杂流程比如“查制度—找审批人—发起工单—回写结果”你怎么把 AI 做成一个可执行的 Agent燕双非可以用工具调用标准化把查询审批、创建工单、发消息这些能力封装成工具让 Agent 按步骤编排。还要加聊天会话内存记住上下文不然它每次都像重启了一样。面试官最后一个问题Spring AI 在这种场景里适合承担什么角色燕双非它可以负责模型接入、提示词组织、向量检索、工具调用这些能力的统一封装让业务不用直接对接各家模型 SDK。这样做更容易扩展也方便后续切换 OpenAI、Ollama 或其他 Embedding 模型。面试官嗯整体方向是对的虽然有些地方说得还不够细但今天先到这里。你回去等通知吧。面试问题详细解析1. 电商秒杀为什么要用缓存分层秒杀活动的核心矛盾是瞬时高并发与有限库存之间的冲突。单机本地缓存如 Caffeine 读写极快适合承接超热点数据Redis 作为分布式缓存负责跨节点共享与统一一致性。典型做法是一级缓存Caffeine降低 Redis 压力。二级缓存Redis承接大部分读请求。数据库仅在缓存失效或回源校验时访问。业务上要特别注意缓存穿透、缓存击穿和缓存雪崩。秒杀库存通常会做预热并结合限流和熔断保护核心链路。2. 超卖问题如何解决超卖本质是并发下的竞争条件。常见方案包括Redis Lua 脚本原子扣减库存。数据库乐观锁版本号控制。消息队列异步落库最终一致。在大