Java面试三连击：从电商秒杀到医疗风控，谢飞机的Spring Boot+Redis+Kafka实战闯关记

面试官：严谨如JVM GC日志，谢飞机：可爱如Lombok @Data——一场技术与人设齐飞的面试

---

🌟 第一轮：基础稳不稳？——电商秒杀场景下的Java与Spring Boot根基

面试官（推了推眼镜，打开IDEA终端）：谢同学，请坐。我们先从一个真实业务切入：双11前夜，某电商平台「闪购频道」开启1元抢iPhone活动，瞬时QPS超8万。你用Spring Boot构建服务，如何保障核心下单接口不崩？

谢飞机（掏出保温杯，吨吨喝一口枸杞水）：啊这个…我背过！加@RestController、@PostMapping，再用@Valid校验参数…然后…（小声）好像还要加个@Transactional？

面试官（点头）：很好，参数校验和事务是起点。但——如果库存扣减用SELECT ... FOR UPDATE在高并发下会怎样？

谢飞机（挠头）：呃…锁表？死锁？我…我一般用Redis原子操作！DECR库存，EXISTS判断，再异步落库！

面试官（嘴角微扬）：✅ 正确！Redis预减库存 + 消息队列异步扣减，正是大厂秒杀标准解法。加分项：你提到了“异步”，那用哪个MQ？为什么选Kafka而不是RabbitMQ？

谢飞机（眼睛一亮）：Kafka！吞吐高、分区多、还能按订单ID做hash分发，保证同一用户订单进同一个partition，顺序处理不乱套！就像…快递按小区分拣！

面试官（敲键盘记录）：✔️ 理解到位。最后一问：如果Kafka消费者挂了，消息重复消费怎么办？

谢飞机（自信拍桌）：幂等！数据库加唯一索引，或者Redis SETNX记已处理ID，5分钟过期！

面试官：优秀。第一轮，通过。

---

🌟 第二轮：深不深？——互联网医疗风控系统的微服务与安全落地

面试官（切换PPT，显示「医保实时结算风控看板」）：现在场景升级：某互联网医院接入国家医保平台，要求所有处方结算请求100ms内返回风控结果（是否骗保、剂量超限、禁忌配伍）。你用Spring Cloud微服务架构，如何设计？

谢飞机（掏出小本本）：我拆三个服务！prescription-service、risk-engine-service、rule-center-service！用OpenFeign调用，加Resilience4j熔断降级…（突然卡壳）那个…超时设多少？

面试官：关键问题。医保局SLA要求P99 < 80ms，Feign默认连接超时2秒——显然不行。你怎么调？

谢飞机（翻笔记）：改feign.client.config.default.connectTimeout=500，readTimeout=300！再加@SentinelResource限流，QPS卡在5000…

面试官：很好。那风控规则动态更新呢？不能每次改代码重启吧？

谢飞机（拍大腿）：用Spring Cloud Config + Git仓库！或者…更酷的——Nacos配置中心，监听/risk/rules路径，@RefreshScope自动刷新Bean！

面试官：加分。最后：处方含患者身份证、药品名等敏感字段，API网关层如何鉴权？

谢飞机（挺直腰板）：JWT！登录发token，网关用Spring Security + JwtAuthenticationFilter校验签名+过期时间+白名单；再结合OAuth2.0，让医保平台作为授权方！

面试官（微笑）：第二轮，扎实。进入终面。

---

🌟 第三轮：全不全？——智慧物流轨迹追踪的可观测性与云原生运维

面试官（投屏显示实时物流地图，每秒跳动数千个GPS点）：终面场景：某同城急送平台，需对10万骑手实时定位做轨迹纠偏、异常停留预警。数据经Kafka入Flink实时计算，结果写入ES并推送告警。现在监控告警失灵，你如何快速定位？

谢飞机（深呼吸）：第一步——看日志！Logback配%X{traceId}，用SkyWalking链路追踪查哪段慢…（越说越顺）第二步——看指标！Micrometer埋点http.server.requests，接Prometheus查rate(http_server_requests_seconds_count{status=~"5.."}[5m])…

面试官：如果Prometheus没数据呢？

谢飞机：查Micrometer注册器！确认PrometheusMeterRegistry是否初始化，再看K8s里prometheus-operator Pod是否Running，Service能否curl通！

面试官：若发现Flink Job频繁Checkpoint失败？

谢飞机（认真）：看Checkpoint目录权限、HDFS空间、状态后端配置——生产必须用RocksDB，别用堆内存！再查checkpoint.alignment.timeout是否太小…

面试官（合上笔记本）：谢同学，你展现了扎实的Java生态整合能力：从Spring Boot开发、Redis/Kafka中间件选型，到Spring Cloud微服务治理、JWT/OAuth2安全实践，再到Micrometer+Prometheus+SkyWalking全链路可观测性闭环。尤其可贵的是——所有答案都锚定真实业务场景，而非纸上谈兵。

谢飞机（紧张搓手）：那…我过了吗？

面试官（起身握手）：回家等通知。顺便——（递上一张印着@RequiredArgsConstructor的咖啡券）下次面试，记得带Lombok源码来聊编译期注入原理。

---

📚 标准答案与学习指南（小白友好版）

Q1：秒杀为何不用数据库扣库存？

✅ 答案：MySQL行锁在高并发下成为瓶颈，且易引发死锁；Redis单线程原子操作（INCR/DECR）毫秒级响应，支撑10w+ QPS。
💡 学什么：RedisTemplate.opsForValue().decrement() + Lua脚本保证原子性；Kafka消息体设计含orderId、skuId、userId，Consumer端按userId % 100分组消费防乱序。

Q2：医保风控为何选Nacos而非Config Server？

✅ 答案：Nacos支持配置变更实时推送（HTTP长轮询+UDP），Config Server需配合Bus或Webhook；且Nacos自带灰度发布、历史版本回滚，符合医疗系统合规要求。
💡 学什么：@NacosValue(value = "${risk.rule.version:1.0}", autoRefreshed = true)；Nacos控制台配置dataId=risk-rules.yaml，Group=PROD-HEALTH。

Q3：物流监控为何用Micrometer而非直接埋点Prometheus？

✅ 答案：Micrometer是监控门面（类似SLF4J），屏蔽底层差异；同一套代码可无缝切换Prometheus/Grafana、Wavefront、New Relic。避免硬编码Counter.builder("logins.total").register(PrometheusMeterRegistry)。
💡 学什么：@Timed(value = "api.duration", histogram = true) 注解统计接口耗时分布；Grafana导入Spring Boot Micrometer模板ID 4711。

✅ 延伸学习路线图：

• 🌱 入门：《Spring Boot官方文档》第2章 + Redis.io Commands速查表
• 🌳 进阶：《Kafka权威指南》第6章「Exactly-Once语义」+ Spring Kafka @KafkaListener事务配置
• 🌲 高阶：《云原生可观测性实战》+ OpenTelemetry Java SDK手动埋点TraceContext传递

---

💡 文末彩蛋：谢飞机回家路上，用git commit -m "feat: add coffee-break logic" 提交了一行代码——Thread.sleep(3000); // 模拟思考时间。面试官看到后，在GitLab CI流水线里悄悄加了条规则：if commit.message.contains("coffee") then run ./brew-coffee.sh。