Java全栈开发面试实战：从基础到微服务的完整技术链解析

Java全栈开发面试实战：从基础到微服务的完整技术链解析

一、面试开场

面试官（以下简称“面”）：你好，我是负责技术面试的工程师，今天主要聊一下你过去的工作经验以及对技术的理解。

应聘者（以下简称“应”）：您好，我叫李晨阳，25岁，本科学历，有4年左右的Java全栈开发经验，目前在一家中型互联网公司做系统架构和前端优化相关工作。

面：听起来挺有经验的，那我们先从基础开始聊起吧。你平时用的Java版本是哪个？

应：主要是Java 11，偶尔也会用Java 8，因为项目有些依赖老框架，所以暂时还不能升级到Java 17。

面：好的，那你能说一下Java 8的新特性吗？比如Lambda表达式和Stream API。

应：嗯，Lambda表达式是Java 8引入的一种简洁的函数式编程方式，可以用来简化匿名内部类的写法。Stream API则是基于集合的流式处理，能更方便地进行过滤、映射、归约等操作。

面：说得不错，那你知道怎么用Stream API来实现一个简单的筛选吗？

应：当然，比如有一个用户列表，我们可以用filter来筛选出年龄大于20岁的用户。

List<User> users = ...;
List<User> adults = users.stream()
                         .filter(user -> user.getAge() > 20)
                         .collect(Collectors.toList());

面：很好，看来你对Java 8的特性掌握得不错。

二、前端技术栈

面：接下来我们聊聊前端部分，你用过Vue吗？

应：用过Vue 2和Vue3，最近项目都在用Vue3，因为它的性能更好，而且Composition API更灵活。

面：那你能说一下Vue3的Composition API和Vue2的Options API有什么区别吗？

应：Vue3的Composition API是基于函数式的，把逻辑拆分到不同的函数中，便于复用和测试；而Vue2的Options API是基于对象的，把数据、方法、生命周期钩子等都放在同一个对象里。

面：那你在实际项目中是怎么使用Composition API的呢？

应：比如我们在做一个电商系统的商品详情页，我们会把商品信息获取、评论加载、购物车状态管理等逻辑分别封装成独立的函数，然后在setup函数中调用它们。

<script setup>
import { ref, onMounted } from 'vue';
import { useProductStore } from '@/stores/product';

const productStore = useProductStore();
const product = ref(null);

onMounted(() => {
  product.value = productStore.getProductById(123);
});
</script>

面：这个例子很典型，说明你对Vue3的组件化开发有深入理解。

三、构建工具与Web框架

面：你用过哪些构建工具？

应：Maven和Gradle都用过，不过现在大多数项目都是用Gradle，因为它的依赖管理更灵活，配置也更简洁。

面：那你有没有用过Vite或者Webpack？

应：Vite用得比较多，特别是Vue3项目，它启动速度快，热更新也快，非常适合开发阶段。

面：那你能说一下Vite和Webpack的区别吗？

应：Webpack是一个打包工具，支持代码分割、懒加载、模块化等复杂功能，适合生产环境打包；而Vite是基于ES模块的开发服务器，主要优化了开发体验，适合快速迭代。

面：没错，那你在实际项目中是如何结合Vite和Webpack的？

应：比如我们有一个React + Vue的混合项目，前端部分用Vite开发，后端API用Webpack打包，这样可以兼顾开发效率和生产环境的稳定性。

四、数据库与ORM

面：你熟悉哪些数据库？

应：MySQL和PostgreSQL都用过，还有一些NoSQL比如Redis和MongoDB。

面：那你是如何设计数据库表结构的？

应：首先根据业务需求画ER图，然后确定主键、外键、索引等，同时注意范式设计，避免数据冗余。

面：那你能举个例子吗？比如一个订单表的设计。

应：订单表一般包含订单ID、用户ID、商品ID、下单时间、状态等字段，其中订单ID是主键，用户ID和商品ID是外键，状态字段可以加索引提高查询速度。

CREATE TABLE orders (
  order_id INT PRIMARY KEY AUTO_INCREMENT,
  user_id INT NOT NULL,
  product_id INT NOT NULL,
  order_time DATETIME NOT NULL,
  status VARCHAR(50) NOT NULL,
  FOREIGN KEY (user_id) REFERENCES users(user_id),
  FOREIGN KEY (product_id) REFERENCES products(product_id),
  INDEX idx_status (status)
);

面：这个例子很清晰，说明你对数据库设计有一定的经验。

五、微服务与云原生

面：你有没有做过微服务相关的项目？

应：做过，我们公司用的是Spring Cloud，包括Eureka、Feign、Hystrix等组件。

面：那你能说一下Eureka的作用吗？

应：Eureka是服务注册与发现组件，每个微服务启动时会向Eureka注册自己的信息，其他服务可以通过Eureka找到并调用它。

面：那你是怎么实现服务调用的？

应：我们使用Feign客户端，通过注解的方式声明接口，Feign会自动完成服务发现和请求转发。

@FeignClient(name = "order-service")
public interface OrderServiceClient {
  @GetMapping("/orders/{id}")
  Order getOrderById(@PathVariable("id") Long id);
}

面：这个例子很典型，说明你对微服务架构有深入理解。

六、安全与认证

面：你有没有处理过用户认证和授权的问题？

应：有，我们用的是Spring Security和JWT，用户登录后生成一个Token，后续请求带上这个Token即可访问受保护的资源。

面：那你能说一下JWT的原理吗？

应：JWT是一种无状态的认证方式，由Header、Payload和Signature三部分组成，服务器验证签名后就可以确认用户身份。

面：那你在实际项目中是怎么实现JWT的？

应：我们使用Spring Security的Filter来拦截请求，检查Header中的Authorization字段，如果存在JWT就解析并验证，然后设置SecurityContext。

@Override
protected void doFilterInternal(HttpServletRequest request, HttpServletResponse response, FilterChain filterChain)
        throws ServletException, IOException {
    String token = request.getHeader("Authorization");
    if (token != null && token.startsWith("Bearer ")) {
        String jwt = token.substring(7);
        if (jwtUtil.validateToken(jwt)) {
            Authentication auth = jwtUtil.getAuthentication(jwt);
            SecurityContextHolder.getContext().setAuthentication(auth);
        }
    }
    filterChain.doFilter(request, response);
}

面：这个例子很实用，说明你对JWT的使用非常熟练。

七、消息队列与缓存

面：你有没有用过消息队列？

应：用过RabbitMQ和Kafka，RabbitMQ适合小规模的消息处理，Kafka适合高吞吐量的场景。

面：那你能说一下Kafka的基本概念吗？

应：Kafka是一个分布式消息队列系统，核心概念包括Topic、Partition、Producer、Consumer和Broker。消息以日志形式存储，支持高吞吐量和持久化。

面：那你在实际项目中是怎么用Kafka的？

应：比如我们在做订单处理系统时，用户下单后会发送一条消息到Kafka，后台服务消费这条消息并执行扣库存、发短信等操作。

public class OrderProducer {
    private final KafkaTemplate<String, String> kafkaTemplate;

    public void sendOrderMessage(Order order) {
        String message = objectMapper.writeValueAsString(order);
        kafkaTemplate.send("order-topic", message);
    }
}

面：这个例子很典型，说明你对Kafka的使用有一定经验。

八、日志与监控

面：你有没有做过日志和监控的集成？

应：有，我们用的是ELK Stack（Elasticsearch、Logstash、Kibana）和Prometheus+Grafana。

面：那你能说一下ELK的作用吗？

应：Elasticsearch用于搜索和分析日志数据，Logstash用于收集和处理日志，Kibana用于可视化展示。

面：那你在项目中是怎么配置Logstash的？

应：通常我们会配置Input插件读取日志文件，Filter插件进行格式化，Output插件将数据发送到Elasticsearch。

input {
  file {
    path => "/var/log/app/*.log"
    start_position => "beginning"
  }
}

filter {
  grok {
    match => { "message" => "%{COMBINEDAPACHELOG}" }
  }
}

output {
  elasticsearch {
    hosts => ["localhost:9200"]
    index => "app-logs-%{+YYYY.MM.dd}"
  }
}

面：这个配置很标准，说明你对日志系统有一定的实践经验。

九、CI/CD与部署

面：你有没有参与过CI/CD流程的搭建？

应：有，我们用的是GitLab CI和Docker，实现了自动化构建、测试和部署。

面：那你能说一下GitLab CI的配置文件是什么样的吗？

应：通常是一个.gitlab-ci.yml文件，定义各个阶段的任务，比如build、test、deploy等。

stages:
  - build
  - test
  - deploy

build_job:
  stage: build
  script:
    - mvn clean package

test_job:
  stage: test
  script:
    - mvn test

deploy_job:
  stage: deploy
  script:
    - docker build -t my-app .
    - docker push my-app

面：这个配置很清晰，说明你对CI/CD流程有深入了解。

十、总结与收尾

面：今天的面试就到这里，感谢你的参与。我们会尽快通知你结果。

应：谢谢您的时间，希望有机会加入贵公司。

面：祝你顺利！

技术点总结

在整个面试过程中，我们涉及了Java 8的新特性、Vue3的Composition API、Vite和Webpack的对比、数据库设计、微服务架构、JWT认证、Kafka消息队列、ELK日志系统、CI/CD流程等多个技术点。这些内容覆盖了Java全栈开发的核心技术栈，展示了应聘者在不同技术领域的综合能力。

通过具体的代码示例和业务场景，可以看出应聘者不仅掌握了理论知识，还能将其应用到实际项目中，具备良好的工程实践能力和问题解决能力。