企业官网建设流程全解析

Java 面试实录：Spring Boot + Kafka + Redis + GPT/RAG 场景下的互联网大厂求职对话

场景：某互联网大厂 Java 岗位面试，业务方向为电商 + 内容推荐 + AIGC 智能客服。

面试官表情严肃，候选人燕双非表情轻松，像极了“我什么都会一点”的水货程序员。

第一轮：电商订单与基础架构

面试官：先从你熟悉的电商下单链路说起。Spring Boot 在订单服务里有什么优势？

燕双非：Spring Boot 的核心优势就是“开箱即用”，比如自动配置、starter 依赖、内嵌 Tomcat，能让订单服务快速搭起来。对于电商这种高频业务，团队可以更快交付功能。

面试官：嗯，基础还可以。那如果订单创建后要发 Kafka 消息，你会怎么保证消息不丢？

燕双非：这个……一般会用事务消息，或者先写本地表再异步补偿。还可以做消息确认和重试，避免下游库存服务收不到消息。

面试官：不错，知道思路。那 Redis 在这里通常放什么？

燕双非：放购物车、商品详情缓存、验证码，还有热点库存信息。下单时可以先查缓存，减少数据库压力。

面试官：可以，至少没把 Redis 只当成分布式锁。那你说说缓存击穿、缓存穿透、缓存雪崩怎么处理？

燕双非：嗯……缓存击穿我会加互斥锁，缓存穿透可以做布隆过滤器，缓存雪崩就给 key 加随机过期时间，避免同时失效。

面试官：回答还算完整，继续保持。

第二轮：推荐流、鉴权与可观测性

面试官：电商首页现在要做内容推荐和千人千面，你会怎么设计用户访问鉴权？

燕双非：一般用 JWT 做无状态鉴权，用户登录后签发 token，前端携带 token 调接口。服务端验证签名和过期时间即可。

面试官：那 JWT 放在微服务场景里有什么坑？

燕双非：嗯……比如 token 过期后怎么续期，注销后怎么立刻失效，还有权限变更时 token 里的信息可能不及时更新。通常要配合黑名单、短 token + refresh token 之类方案。

面试官：说得还行。推荐服务响应慢，你怎么定位问题？

燕双非：我会先看日志，再看链路追踪和指标监控。比如用 Micrometer 暴露指标，配合 Prometheus 和 Grafana 看 QPS、RT、错误率；如果链路很长，还能用 Zipkin 或 Jaeger 看每个调用耗时。

面试官：很好。那如果推荐接口突发流量很大，如何限流和熔断？

燕双非：可以用 Resilience4j 做限流、熔断和重试，热点服务也可以做降级。比如推荐结果可以返回兜底热门商品，而不是直接报错。

面试官：嗯，至少知道“不能让用户看到 500”。

第三轮：AIGC 智能客服与 RAG 落地

面试官：现在公司要做一个 AIGC 智能客服，接入企业知识库和订单系统。你怎么理解 RAG？

燕双非：RAG 就是检索增强生成。先从知识库里把相关文档检索出来，再把检索结果和用户问题一起交给大模型生成答案。这样能减少模型胡说八道。

面试官：那你会怎么做文档加载、向量化和语义检索？

燕双非：可以先把 FAQ、售后政策、订单规则等文档切分，再做 Embedding 向量化，存到向量数据库，比如 Milvus 或 Redis 向量能力。用户提问时先做语义检索，召回相关片段，再拼上下文给模型。

面试官：如果客服系统里还要调用订单查询、物流查询等工具，你怎么设计？

燕双非：可以做工具调用标准化，让 Agent 根据意图决定调用哪个工具。比如查询订单就调订单服务，查物流就调物流接口，最终把结果整合后回复用户。

面试官：那如果模型答非所问，或者出现幻觉，你怎么处理？

燕双非：我会控制提示词，限制回答边界；提高检索质量；对高风险问题增加人工兜底；另外对输出做规则校验，避免模型编造退款政策之类内容。

面试官：好，至少知道大模型不是许愿池。最后一个问题，整个客服链路怎么支撑高并发和可观测？

燕双非：前面用 WebFlux 或异步方式提升吞吐，后面把关键事件通过 Kafka 记录，日志用 SLF4J + Logback，指标接入 Prometheus，链路追踪接入 Jaeger。高峰期还可以做缓存和降级，保证核心咨询先响应。

面试官：行，今天先到这里，你回去等通知吧。

问题详解与知识点总结

1. Spring Boot 在电商订单服务中的价值

Spring Boot 的核心价值在于快速交付。在电商订单服务中，通常要接入 Web、数据库、缓存、消息队列、监控等能力，Spring Boot 通过自动配置和 starter 机制降低了集成成本。对于高并发订单场景，它也方便接入 Actuator、Micrometer 等监控能力，便于后续治理。

2. Kafka 消息可靠性设计

订单创建后发送 Kafka 消息，常见目标是驱动库存扣减、积分发放、优惠券核销等后续流程。为了保证消息不丢，通常采用：

• 本地事务 + 消息表 + 异步补偿
• 事务消息或 outbox 模式
• 生产端重试、幂等消费、消息确认机制

面试时重点要讲清楚：消息可靠投递和消费者幂等是两条腿走路。

3. Redis 在业务中的典型用法

Redis 在电商中常用于购物车、会话、热点商品缓存、验证码、限流计数等。面试高频问题是缓存三大问题：

• 缓存穿透：查询不存在的数据，常用布隆过滤器、空值缓存