Java大厂面试实录：Spring Boot + Kafka + Redis 在电商秒杀场景下的应用与坑点解析

面试现场：谢飞机勇闯电商秒杀技术关

面试官（推了推眼镜）：欢迎来我们公司面试，你是谢飞机是吧？

谢飞机（自信满满）：对！我可是背了三天八股文的！

第一轮：基础构建与项目搭建

Q1：你做过最复杂的项目是什么？用的什么技术栈？

谢飞机：我做过一个电商系统，用了Spring Boot + Maven + MySQL + Redis。前端是Vue，部署在Docker里。

面试官：不错，那你说说为什么选Spring Boot而不是传统Spring MVC？

谢飞机：因为……启动快！不用写XML配置！还能自动装配！我加个注解就完事了！

面试0.5秒后补充：哦对，还有内嵌Tomcat，省事！

面试官（点头）：嗯，Spring Boot的核心优势就是约定大于配置，提升开发效率。那你用的哪个版本？支持JDK几？

谢飞机：呃……好像是2.7.0？JDK8……应该兼容吧？

面试官：还行。那Maven和Gradle你更倾向哪个？为什么？

谢飞机：Maven！毕竟老牌！插件多！虽然慢点，但稳定！Gradle脚本太难读了，DSL像魔法咒语！

面试官：可以理解。不过Gradle在大型项目中构建速度优势明显，建议了解一下。

第二轮：高并发场景设计 —— 秒杀来了！

Q2：如果让你设计一个商品秒杀功能，你怎么保证系统不崩？

谢飞机：简单！先上Redis缓存商品信息，减库存放Redis里，避免直接打到数据库！

面试官：很好，那如果Redis宕机了呢？

谢飞机：呃……那……那就……重启？

面试官（皱眉）：这不是解决方案。要考虑持久化、主从复制、哨兵或Cluster集群模式。

谢飞机：哦哦，我知道！我们项目用了Redis Cluster分片！6个节点！

面试官：那多个用户同时抢一个商品，怎么防超卖？

谢飞机：用Lua脚本！原子操作！先查库存再减，一步到位！

面试官：不错。那如果请求量太大，后端扛不住怎么办？

谢飞机：加机器！横向扩展！

面试官：除了加机器呢？

谢飞机：呃……限流？熔断？

面试官：具体怎么实现？

谢飞机：用……Hystrix？不对，停更了……Resilience4j？好像是它……

面试官：接近了。也可以结合Sentinel做网关层限流。

第三轮：消息队列与数据一致性

Q3：秒杀成功后要发短信、更新订单、扣优惠券，这些操作必须都成功吗？

谢飞机：不一定！可以异步！用Kafka！发个消息出去就行！

面试官：如果Kafka挂了呢？消息丢了怎么办？

谢飞机：呃……我……我让生产者重试？

面试官：不够。要考虑ACK机制、副本同步、消费者手动提交offset。

谢飞机：哦哦，我设置了acks=all，还有replication.factor=3！

面试官：不错。那如果订单创建失败，但短信已经发了，怎么处理？

谢飞机：这……这得人工补偿？

面试官：其实可以用事务消息或者本地消息表来保证最终一致性。

谢飞机：啊？本地消息表？是不是建个表存消息状态，定时扫描？

面试官：聪明！有点思路了。

面试尾声

面试官（合上笔记本）：今天问得差不多了。你基础还行，但深度有待加强。回去等通知吧。

谢飞机（起身鞠躬）：谢谢面试官！我回去就学RocketMQ事务消息！

答案详解：电商秒杀的技术全景图

🎯 业务场景：电商秒杀

秒杀是典型的高并发、低延迟、强一致性场景。每秒可能有数万请求涌入，系统必须快速响应并防止超卖、消息丢失、服务雪崩等问题。

🔧 技术点拆解

1.Spring Boot 的优势

• 自动配置（@EnableAutoConfiguration）
• 起步依赖（Starter）简化引入
• 内嵌容器（Tomcat/Jetty）
• Actuator监控健康状态
• 外部化配置（application.yml）

适用场景：微服务架构下快速搭建独立服务模块。

2.Redis 防超卖设计

• 使用DECR命令或 Lua 脚本保证原子性
• 示例Lua脚本：

if redis.call('GET', KEYS[1]) > 0 then return redis.call('DECR', KEYS[1]) else return -1 end

• 配合 Redisson 分布式锁应对极端竞争

3.Kafka 保证消息可靠传输

| 组件 | 配置项 | 说明 | |------|--------|------| | Producer |acks=all| 所有副本确认才认为发送成功 | | Broker |replication.factor>=3| 数据冗余备份 | | Consumer |enable.auto.commit=false| 手动控制提交时机 | | Topic |min.insync.replicas=2| 至少两个副本同步 |

结合 Spring Kafka 使用@KafkaListener监听消息。

4.最终一致性方案

• 本地消息表：将业务操作和消息写入同一数据库事务中，由定时任务推送至MQ。
• 事务消息（RocketMQ）：两阶段提交，先预提交，执行本地事务后再确认。
• SAGA 模式：长事务拆分为多个可补偿子事务。

5.限流与容错

• 限流：使用 Sentinel 或 Resilience4j 实现 QPS 控制
• 熔断：当下游服务异常时快速失败，避免级联故障
• 降级：返回兜底数据（如“活动火爆，请稍后再试”）

6.CI/CD 与可观测性

• 使用 Jenkins/GitLab CI 构建镜像
• Docker + Kubernetes 容器化部署
• Prometheus + Grafana 监控 JVM、Redis、Kafka 指标
• ELK 收集日志，定位问题

学习建议（给小白）

1. 先掌握核心四件套：Spring Boot + MySQL + Redis + Maven
2. 动手做一个秒杀Demo，哪怕只有接口模拟
3. 深入理解Redis和Kafka的可靠性机制
4. 学会画架构图：能讲清楚每个组件的作用
5. 不要死记硬背，要理解“为什么这么设计”

⚠️ 提醒：面试别学谢飞机，光说“重启”可不行！

总结

本次面试围绕电商秒杀这一典型场景，层层递进考察了候选人对Spring Boot、Redis、Kafka、分布式一致性、限流熔断等关键技术的理解。真正的高手不仅要会用框架，更要懂背后的原理与取舍。