Java面试实战篇：Spring Cloud Gateway+RabbitMQ+Prometheus监控架构设计与调优

面试官：李雪（美团资深架构师）

程序员：张伟（31岁，硕士，7年Java开发经验）

面试官：请先做下自我介绍 张伟：我是张伟，之前在XX电商负责过秒杀系统的架构设计，主要用Spring Cloud Gateway做API网关，RabbitMQ处理异步消息，Prometheus做监控...（突然意识到什么）啊，我是不是说了太多技术细节？

面试官：你用Gateway做过哪些具体优化？ 张伟：优化啊...就是给接口加了限流规则，比如注册接口设置5000 QPS。不过有一次配置错误，导致整个支付接口被限流，用户投诉特别多...

面试官：RabbitMQ的死信队列怎么用？ 张伟：死信队列就是消息过期后自动转到另一个队列。我们之前用它处理订单超时未支付的情况，设置TTL为30分钟，然后关联到死信队列做补偿处理...

面试官：怎么监控微服务的调用链路？ 张伟：调用链路监控啊...我们用的是SkyWalking，不过面试官您说的Prometheus，这个我主要用来监控JVM指标，比如GC频率和内存使用率...

面试官：你遇到过消息堆积怎么处理？ 张伟：消息堆积的话...就是先看是生产者发太快还是消费者处理太慢。我们之前用RabbitMQ时，发现是消费者线程池配置太小，后来改成动态调整线程数，不过有时候会遇到消息重复消费的问题...

技术解析

Gateway限流配置

# Spring Cloud Gateway限流配置示例
spring:
  cloud:
    gateway:
      routes:
        - id: order-service
          uri: lb://order-service
          predicates:
            - Path=/api/order/**
          filters:
            - StripPrefix=1
            - name: RequestRateLimit
              args:
                rate: 5000
                key: remoteAddr

RabbitMQ死信队列配置

{
  "queue_name": "order_timeout_queue",
  "arguments": {
    "x-dead-letter-exchange": "dead_letter_exchange",
    "x-message-ttl": 1800000
  }
}

Prometheus+Micrometer监控

// 添加Micrometer依赖示例
implementation 'io.micrometer:micrometer-registry-prometheus:1.8.0'

// 配置Prometheus指标暴露端点
@Bean
public MeterRegistryConfig config() {
    return new PrometheusMeterRegistryConfig();
}

面试官：今天的面试就到这里，你先回家等通知吧。