企业官网建设流程全解析

Java 面试实战：Spring Boot + Kafka + Redis + AI RAG 在电商推荐与智能客服场景下的 3 轮高频追问

场景：互联网大厂 Java 求职面试，业务方向为电商场景，围绕推荐、库存、订单与智能客服展开。

第一轮：基础架构与高并发入口

面试官：我们先从电商首页推荐链路聊起。假设你负责一个 Spring Boot 微服务，首页请求量突增时，你会怎么设计接口，避免把数据库打穿？

燕双非：嗯……先加缓存吧，Redis 先顶上，热点数据放本地缓存，接口做限流，必要时降级返回默认推荐。

面试官：思路基本对。那缓存穿透、击穿、雪崩你怎么区分？

燕双非：穿透就是缓存里没有，数据库也没有；击穿是某个热点 key 突然失效；雪崩就是一批 key 一起过期……我一般会设随机过期时间，穿透的话可以加布隆过滤器。

面试官：不错，能区分清楚，说明你不是只会背概念。那如果推荐接口依赖 Kafka 异步刷新画像，你怎么保证消息至少被处理一次后，业务不重复扣减积分？

燕双非：这个……可以先消费消息，然后写数据库前加个唯一标识，避免重复插入。或者用幂等表记录消费状态，重复消息直接忽略。

面试官：可以，幂等是关键。继续说，Spring Boot 里你会怎么配合 Actuator、Micrometer、Prometheus 做这条链路的监控？

燕双非：就……打点指标呗，QPS、RT、错误率、Kafka 积压、Redis 命中率都采集，Prometheus 拉取，Grafana 看板展示。

面试官：还行，至少知道业务链路要看什么指标。那你平时有没有给接口做过线程池隔离？

燕双非：有……好像就是把不同业务放不同线程池，防止一个慢接口拖垮整个服务。

面试官：这个方向是对的，但要记得结合队列长度、拒绝策略、上下游超时一起设计。

第二轮：订单、支付与一致性

面试官：电商下单后要走支付、库存扣减、优惠券核销、订单状态更新。你如何设计事务边界？

燕双非：嗯……我会把最核心的订单创建放在本地事务里，后面的库存和券核销尽量走异步。因为跨服务全局事务太重，容易把系统搞慢。

面试官：很好，能说出本地事务优先和异步化。那如果支付成功了，但订单状态没更新，怎么补偿？

燕双非：可以用消息队列做最终一致性，支付回调成功后发一条事件，订单服务消费更新状态。如果失败了就重试，重试也失败就进死信队列人工兜底。

面试官：回答比较完整。再问细一点：MyBatis 和 JPA 在订单系统里你会怎么选？

燕双非：嗯……如果是复杂 SQL、强控制性能，我倾向 MyBatis；如果是简单 CRUD、开发效率优先，JPA 也可以。电商订单这种查询比较复杂的场景，MyBatis 用得更多。

面试官：这个判断是合理的。那数据库连接池为什么通常用 HikariCP，而不是随便一个都行？

燕双非：因为 HikariCP 性能好，轻量，获取连接快，适合高并发场景。

面试官：对。那你解释一下，如果 Redis 作为库存缓存，如何避免超卖？

燕双非：可以在 Redis 里先做原子扣减，比如 Lua 脚本保证检查库存和扣减是一个原子操作，然后再异步落库。落库前还要有消息幂等，不然数据会乱。

面试官：这就对了，缓存原子性和最终一致性要一起考虑。

面试官：最后一个问题，这条链路里如果我们引入 Spring Security 和 JWT 做用户鉴权，你觉得 token 放哪里更合适？

燕双非：一般放请求头里，服务端做签名校验和过期校验，尽量别把敏感信息直接塞进去。

面试官：行，至少你没把 JWT 当数据库。

第三轮：AI 智能客服与搜索增强

面试官：现在电商要做一个 AI 智能客服，能够回答“我的订单到哪了”“怎么退货”“商品规格怎么选”这类问题。你会怎么设计一个基于 Spring AI + RAG 的方案？

燕双非：先把客服文档、订单规则、退换货政策这些内容做文档加载，然后切分成片段，做向量化，存到向量数据库里，比如 Milvus。用户提问时先做语义检索，再把检索结果和问题一起喂给大模型生成回答。

面试官：不错，链路说清楚了。那你知道为什么不能直接把所有文档一次性塞给大模型吗？

燕双非：因为上下文长度有限，而且会增加成本和噪声。RAG 是先检索再生成，能降低幻觉。

面试官：回答得很好。那如果用户问“我昨天买的蓝色款和今天买的蓝色款是不是同一个链接”，这种有上下文的追问，你怎么让系统记住聊天状态？

燕双非：要有聊天会话内存，保存用户上下文、历史问题和关键实体。这样后续问题能接着理解，不然模型会像失忆一样。

面试官：形容得挺形象。再深入一点，Agent 和普通 RAG 的区别是什么？

燕双非：普通 RAG 主要是检索增强生成，Agent 还会根据目标调用工具，比如查订单、查物流、拉取退款状态，属于能执行多步任务的智能代理。

面试官：对，Agent 更像“会干活”。那如果客服系统要对接订单服务、物流服务、售后服务，你怎么防止工具调用失控？

燕双非：可以做工具白名单、参数校验、超时控制和审计日志，必要时对高风险动作二次确认。

面试官：很好。最后问一个：当大模型答错了，出现幻觉时你怎么兜