互联网大厂 Java 面试实录：Spring Cloud + Kafka + Redis + JPA + Spring Security + MCP

场景：一家互联网大厂正在招聘高级 Java 开发，业务方向是“本地生活服务 + 智能客服系统 + 订单履约”。面试官严肃且专业，候选人是外号“燕双非”的水货程序员，擅长把简单问题讲明白，遇到复杂问题就开始含糊其辞。

第一轮：基础与项目背景

面试官：先说说你负责过的本地生活服务下单系统，整体技术架构是怎样的？

燕双非：我们是 Spring Boot 做服务入口，下面拆成订单、商家、库存、支付几个模块，内部接口用 REST 风格，异步消息用 Kafka，缓存用 Redis，数据库主要是 MySQL，DAO 层用了 MyBatis 和 JPA 混着来。

面试官：为什么缓存和数据库都要一起用？

燕双非：因为……数据库慢嘛。热点商家信息、活动配置、库存读多写少，先放 Redis，能减少数据库压力，提升响应速度。比如用户打开团购页，先读缓存，缓存没有再查库并回填。

面试官：那缓存一致性怎么保证？

燕双非：这个……一般就是先更新数据库，再删缓存，或者用消息通知别的服务同步一下，避免缓存和数据库长期不一致。

面试官：思路对，先查缓存、后回源这个方向是对的，继续。

面试官：你们的支付结果通知是怎么设计的？

燕双非：支付回调先落库，再发 Kafka 事件给订单服务和营销服务，订单服务改状态，营销服务发券或者做核销。这样可以解耦，避免一个接口里做太多事。

第二轮：中间件与稳定性

面试官：Kafka 事件重复消费怎么办？

燕双非：我一般会做幂等，比如每条消息带唯一业务单号，消费前先查处理记录，处理过就直接跳过。数据库里也可以加唯一索引，双保险。

面试官：如果订单高峰期接口延迟飙升，你会先看哪里？

燕双非：先看 Prometheus 指标和 Grafana 面板，看看是 CPU、GC、线程池、还是下游慢。再结合日志和链路追踪，比如 Jaeger 或 Zipkin，定位是 Redis、数据库还是远程调用拖慢了。

面试官：说得不错。那你们做过熔断限流吗？

燕双非：做过，Spring Cloud 里配 Resilience4j。比如商家推荐服务挂了，不能把主流程也拖死，可以快速失败，返回兜底文案；抢购接口再配个限流，避免被流量打爆。

面试官：如果你要把外部支付网关接入系统，接口协议不统一怎么办？

燕双非：这个可以做一层适配器，内部统一成我们自己的支付 SDK 接口。序列化上一般用 Jackson，跨团队或者跨语言的部分可能会用 Protobuf。再加上 OpenAPI 文档，方便联调。

面试官：继续。你提到过智能客服系统，怎么把 AI 接进来？

燕双非：可以用 Spring AI 把大模型接成一个服务，先把用户问题做向量化，去向量数据库里做语义检索，找企业知识库和历史工单，再把检索结果塞进提示词里，让模型回答。复杂问题还可以走 Agent，调用工单、订单、物流这些工具。

面试官：那如果模型胡说八道呢？

燕双非：这个……就得做 RAG，尽量让回答基于企业文档；另外对高风险问题加规则校验，回答前后做事实核对，必要时转人工。

面试官：思路可以，至少知道不能让模型乱编。

第三轮：安全、数据与工程化

面试官：你们系统怎么做认证和授权？

燕双非：前端登录后拿 JWT，网关做统一鉴权，Spring Security 负责权限控制，接口按角色和资源粒度判断。第三方接入的话，可以走 OAuth2。

面试官：JWT 这么方便，有什么坑？

燕双非：主要是不好主动失效，泄露了也麻烦，所以要控制过期时间，配合刷新令牌、黑名单或者版本号校验。敏感接口还可以二次验证。

面试官：如果订单数据要做报表分析，怎么接入离线和实时链路？

燕双非：实时部分可以把订单事件进 Kafka，再给 Flink 做流处理；离线部分同步到 Hadoop 或 Spark 做统计分析。搜索场景可以接 Elasticsearch，像商家检索、订单查询都能用。

面试官：很好。最后问你一个工程化问题：你们怎么保证发布质量？

燕双非：我们有 Jenkins 和 GitHub Actions 做 CI/CD，单测用 JUnit 5 和 Mockito，接口测试和回归测试会跑自动化。上线前先灰度，配合监控看指标，出问题就回滚。

面试官：整体还可以，今天就先到这儿，你回家等通知吧。

详细解答：面试题逐题拆解

1. 本地生活服务系统为什么常用 Spring Boot、Redis、Kafka、MyBatis/JPA 组合？

本地生活服务通常有高并发读、订单状态变化频繁、异步通知多的特点。Spring Boot 便于快速搭建服务；Redis 适合承接热点数据和短时状态；Kafka 负责解耦下单、支付、营销等流程；MyBatis 适合复杂 SQL 和精细控制，JPA 适合简单 CRUD。实际业务里经常组合使用，而不是单一框架一把梭。

2. 缓存一致性如何处理？

常见策略是 Cache Aside：先查缓存，未命中查数据库并回填；更新时先写数据库，再删除缓存。核心目标不是“绝对一致”，而是在可接受范围内把不一致窗口降到最低。高并发场景可结合消息通知、延迟双删、版本号、分布式锁等进一步增强一致性。

3. Kafka 消息重复消费如何保证幂等？

幂等的核心是“同一业务请求无论执行多少次，结果都一样”。实现方式包括：业务单号唯一约束、消费表记录处理状态、幂等键去重、状态机推进校验等。比如订单支付成功事件重复投递，订单状态只能从“待支付”变成“已支付”，重复消息不会导致重复扣库存或重复发券。

4. 如何用监控体系定位慢接口？

先看基础监控：CPU、内存、GC、线程池、连接池、QPS、RT、错误率；再看链路追踪：一次请求经过哪些服务、每段耗时多少；最后结合日志确认异常点。Prometheus 负责采集指标，Grafana 负责展示，Jaeger/Zipkin 负责链路追踪，ELK 负责日志检索。

5. Resilience4j 在业务里主要解决什么问题？

它解决的是下游不稳定时的“故障扩散”问题。常见能力包括熔断、限流、隔离、重试、降级。比如推荐服务、地图服务、短信服务短暂异常时，主订单流程仍然要能返回一个可用结果，而不是全部超时。

6. AI 客服为什么要做 RAG 和 Agent？

RAG 解决的是“模型不知道企业私有知识”的问题：先从文档、工单、FAQ 中检索，再让模型基于检索结果回答。Agent 则适合“回答之外还要执行动作”的场景，比如查询订单、创建工单、催发货、升级人工。RAG 偏知识增强，Agent 偏工具执行，二者可组合成更完整的企业智能助手。

7. JWT 和 OAuth2 怎么配合使用？

OAuth2 解决授权流程，JWT 适合承载访问令牌。实际系统中，用户通过 OAuth2 完成授权后拿到 JWT，网关和服务端根据 JWT 中的用户身份、角色、权限进行校验。要注意 JWT 不易主动失效，因此常配合短过期时间、刷新令牌和黑名单机制。

8. 大数据链路如何服务订单分析？

订单事件先进入 Kafka，实时链路用 Flink 做窗口聚合、漏斗分析、异常检测；离线链路把数据落到 Hadoop/Spark 做日、周、月报表和经营分析。若需要检索能力，如商品、商家、订单全文搜索，可将数据同步到 Elasticsearch。

9. CI/CD 为什么对 Java 大厂项目重要？

因为系统复杂、团队多人协作，手工发布容易引入不可控风险。CI/CD 通过自动化测试、静态扫描、构建打包、镜像制作、灰度发布和回滚机制，能显著降低发布事故概率。Jenkins、GitHub Actions、Docker、Kubernetes 是常见组合。

10. 本文面试题背后的通用答题思路是什么？

先回答“是什么”，再回答“为什么”，最后回答“怎么落地”。面试官最看重的是你是否能把技术点放进真实业务里：高并发怎么抗、稳定性怎么保、数据怎么一致、系统怎么演进、AI 怎么可控。

感谢阅读，希望这篇互联网大厂 Java 面试实录能帮助你把技术点和业务场景真正串起来，祝大家面试顺利，拿到心仪的 offer！