Java大厂面试实战：Spring Boot + Kafka + Redis 在电商秒杀场景中的应用与避坑指南

Java大厂面试实战：Spring Boot + Kafka + Redis 在电商秒杀场景中的应用与避坑指南

面试官（正襟危坐，推了推眼镜）：欢迎来参加我们电商平台核心系统开发岗的面试，请做个自我介绍。

GGBond（挠头傻笑）：我叫GGBond，三年Java经验，精通HelloWorld，熟悉Ctrl+C/V编程法，擅长面向百度开发……

---

第一轮：基础技术栈考察（围绕电商秒杀场景）

面试官：我们正在做一个高并发的秒杀系统，选用的是Spring Boot作为主框架，说说你为什么选它？

GGBond：因为……创建项目快！加个注解就启动，不用配XML，贼方便！

面试官（点头）：不错，Spring Boot自动配置简化了开发。那数据库连接池用哪个？

GGBond：HikariCP！听说它像闪电侠一样快，而且内存占用低。

面试官：很好。如果要记录用户抢购日志，你会怎么选型日志框架？

GGBond：SLF4J + Logback！SLF4J是门面，Logback性能强，还能动态改日志级别。

面试官：有思路。那假如我们要做接口文档，让前端联调更高效？

GGBond：Swagger/OpenAPI！写个注解自动生成页面，还能在线测试，美滋滋～

面试官（微笑）：基础扎实，继续。

---

第二轮：中间件与高并发设计（深入秒杀架构）

面试官：秒杀时瞬时流量暴涨，直接打到数据库会崩，你怎么解决？

GGBond：先……先上Redis！把商品库存缓存起来，用户先减缓存库存，再异步扣数据库。

面试官：合理。那Redis扣库存时，怎么防止超卖？

GGBond：呃……用setnx？还是getset？啊！我记混了！应该是用Lua脚本保证原子性！

面试官：接近答案。那如果用户抢到了，要发短信、更新订单、通知仓库，这些操作必须全部成功吗？

GGBond：当然要！一个都不能少！

面试官：错了。这类操作应通过消息队列解耦。用哪个？

GGBond：Kafka！吞吐量大，还能持久化。不过……消费失败咋办？重试？

面试官：可以结合死信队列和重试机制。那Kafka如何保证顺序消费？

GGBond：呃……同一个topic？同一个partition？消费者单线程？好像是这样……

面试官（皱眉）：答得不完整，但方向对。

---

第三轮：微服务与系统稳定性（扩展至云原生）

面试官：我们的服务拆成了订单、库存、用户、支付等微服务，怎么调用？

GGBond：用OpenFeign！声明式客户端，写个接口就能远程调用，爽！

面试官：如果库存服务挂了，订单服务一直等，会怎样？

GGBond：呃……会卡住？然后整个系统都卡？

面试官：这就是雪崩。怎么防？

GGBond：加熔断！Resilience4j？或者Hystrix？我只听说过名字……

面试官：Spring Cloud里可以用Resilience4j实现熔断降级。那服务注册发现用什么？

GGBond：Eureka！或者Consul！它们能让服务互相找到。

面试官：最后一个问题：如何监控整个系统的性能？

GGBond：看日志？用ELK搜错误……还有Prometheus抓指标，Grafana画图？我配过一次，但忘了端口是9090还是8080……

面试官（叹气）：基础知识还行，深度不够。这样吧，你先回去等通知，我们会邮件联系你。

GGBond（开心）：好嘞！我回去就把简历改成‘精通微服务监控’！

---

面试问题详解：电商秒杀系统的技术实现路径

业务场景背景

电商秒杀是典型的高并发场景，短时间内大量用户请求涌入，对系统稳定性、响应速度、数据一致性要求极高。常见挑战包括：

• 数据库压力过大
• 超卖问题（库存为负）
• 服务雪崩
• 接口调试困难
• 操作无法追踪

技术点解析

1. 为什么用 Spring Boot？

• 自动配置：减少XML配置，快速搭建项目
• 起步依赖：如 spring-boot-starter-web 一键集成Web环境
• 内嵌容器：无需部署WAR包，直接运行jar
• 生产就绪：内置健康检查、指标暴露等

👉 适用于快速构建微服务模块。

2. HikariCP vs C3P0

| 特性 | HikariCP | C3P0 | |--------------|----------------|----------------| | 性能 | 极快（字节码优化） | 较慢 | | 内存占用 | 低 | 高 | | 连接泄漏检测 | 支持 | 支持 |

✅ 生产推荐 HikariCP。

3. SLF4J + Logback 组合优势

• SLF4J 是日志门面，统一API
• Logback 是具体实现，性能优于 Log4j
• 支持异步日志、滚动策略、条件输出

搭配 logback-spring.xml 可实现多环境配置。

4. Swagger/OpenAPI 的作用

• 自动生成 REST API 文档
• 提供在线测试界面
• 支持导出 OpenAPI 规范文件
• 与前端协作更高效

使用 @ApiOperation 等注解即可标注接口。

5. Redis 防止超卖的正确姿势

不能简单用 GET + DECR，会有并发问题。正确做法：

-- Lua脚本保证原子性
local stock = redis.call('GET', KEYS[1])
if not stock then
    return -1
end
if tonumber(stock) <= 0 then
    return 0
end
redis.call('DECR', KEYS[1])
return 1

通过 redisTemplate.execute(new DefaultRedisScript<>(luaScript, Long.class)) 执行。

6. Kafka 解耦异步流程

秒杀成功后，发送消息到 Kafka：

• 订单服务：创建订单
• 短信服务：发送通知
• 仓储服务：准备发货
• 用户服务：增加积分

✅ 异步化提升响应速度，避免同步阻塞。

保证顺序消费：

• 单 partition 内消息有序
• 生产者指定 key（如 userId），确保同一用户消息进同一 partition
• 消费者单线程消费（或使用 Kafka Streams）

7. 微服务调用与容错

• OpenFeign：声明式HTTP客户端，简化远程调用
• Resilience4j：轻量级熔断器，支持熔断、限流、重试
• Eureka/Consul：服务注册与发现，实现动态路由

示例配置熔断：

resilience4j.circuitbreaker:
  instances:
    inventoryService:
      failureRateThreshold: 50%
      waitDurationInOpenState: 5s
      slidingWindowSize: 10

8. 系统监控体系

• Prometheus：拉取式指标收集（如JVM、HTTP请求数）
• Grafana：可视化展示监控图表
• ELK Stack（Elasticsearch + Logstash + Kibana）：集中式日志分析
• Micrometer：Spring Boot 应用指标暴露工具

可实现：

• 实时查看QPS、响应时间
• 快速定位异常日志
• 设置告警规则（如CPU > 80%）

---

总结

本次面试围绕“电商秒杀”场景，层层递进考察了：

1. 基础技术选型能力（Spring Boot, Redis, Kafka）
2. 高并发处理思维（缓存、消息队列、原子操作）
3. 微服务架构理解（服务调用、熔断、注册中心）
4. 系统可观测性意识（日志、监控、链路追踪）

虽然 GGBond 回答有些含糊，但提示了学习方向。建议开发者：

• 动手搭建一个秒杀Demo
• 深入理解中间件原理
• 掌握从单体到微服务的演进路径

只有真正理解“为什么用”，才能在面试中脱颖而出！