Java 面试实战：Spring Boot + Kafka + Redis + AI/RAG 的互联网大厂求职过关指南
题目背景：互联网大厂电商平台正在做“搜索推荐 + 智能客服 + 订单异步处理”一体化升级。面试官严肃、挑剔；候选人是外号“水货程序员”的燕双非，平时嘴上很会，真到难题就开始含糊其辞。下面是三轮递进式面试实录。
第一轮：基础架构与业务入口
面试官：你们这个电商系统用 Spring Boot 做服务入口，为什么不用老式的 Spring MVC + XML？
燕双非：因为 Spring Boot 比较省事，自动配置多，启动也快。对我们这种快速迭代的项目，能少写很多配置文件，挺适合。
面试官：说得不错，能快速落地。那你再说说，订单创建接口为什么要加幂等控制？
燕双非：嗯……因为用户可能重复点击，下单请求也可能因为网络重试重复发送。如果不做幂等，库存和订单都会多扣一次，容易出事故。
面试官：这个方向对，继续说，你们一般怎么做？
燕双非：可以给每次请求带一个唯一 token，服务端校验后消费一次就作废；或者用业务唯一键，比如订单号、支付流水号，再结合数据库唯一索引防重复。
面试官：还行，说明不是完全没干过活。那 Redis 在这里能做什么？
燕双非：Redis 可以做幂等 token 的缓存，也可以做购物车、热点商品详情缓存。请求到来时先查 Redis，减少数据库压力。
第二轮：异步解耦与安全治理
面试官：用户下单后，为什么不直接同步发短信、发券、写积分，而是引入 Kafka？
燕双非：因为同步做太慢了，主流程会被拖住。Kafka 可以把这些后置任务拆成消息，订单服务只负责发消息，短信、优惠券、积分各自消费。
面试官：很好，说明你懂解耦。那如果 Kafka 消息重复投递了，怎么办？
燕双非：这个……消费者那边要做去重，通常可以按消息 id 或订单 id 做消费记录，处理过就直接忽略。反正 MQ 这东西，尽量按“至少一次”去设计。
面试官：回答得不错。再说说登录鉴权，为什么你们接口统一用 JWT？
燕双非：JWT 可以把用户身份和权限信息放到 token 里，服务端不一定非要存 session，适合微服务和移动端。请求来了直接校验签名和过期时间就行。
面试官：那 JWT 就一定安全吗？
燕双非：也不是。它本身只是签名令牌，泄露了就可能被冒用，所以要配合 HTTPS、短过期、刷新机制、黑名单机制。高风险接口还要加二次校验。
面试官：说得有点像样了。那你们用 Micrometer 和 Prometheus 主要看什么指标？
燕双非：看接口响应时间、QPS、错误率、JVM 堆内存、GC 次数，还有 Kafka 消费堆积量。Prometheus 拉指标，Grafana 画图，方便定位哪里慢了。
第三轮：AI 升级与复杂链路
面试官：现在公司要给电商接一个智能客服，支持“订单查询、物流解释、退款政策问答”。如果直接让大模型回答，会有什么问题？
燕双非：会有幻觉，模型可能瞎编政策或者编造物流信息。尤其是涉及订单和售后，不能让它乱说。
面试官：那你会怎么做？
燕双非：可以做 RAG。先把企业知识库、售后规则、物流文档做文档加载和向量化，存到向量数据库，比如 Milvus 或 Redis，然后用户提问时做语义检索，把相关内容拼到提示词里，让模型基于真实资料回答。
面试官：如果是“查询我自己的订单物流”，只靠 RAG 够吗？
燕双非：不够，这种要走工具调用。模型先识别意图，再调用订单查询接口、物流查询接口，把结果返回后再组织自然语言回复。RAG 负责知识问答，工具调用负责实时业务数据。
面试官：很好。那如果客服场景要支持多轮追问，比如“这个退款能不能加急”“那我换货怎么办”，你怎么维持上下文？
燕双非：需要聊天会话内存，记录用户当前订单、售后状态、上轮提到的实体信息。这样后续追问时不用每次都从头解释一遍。
面试官：最后一个问题，Spring AI 在这里能帮什么？
燕双非：它可以把模型、向量检索、工具调用这些能力统一起来，简化接入。比如把大模型、Embedding 模型、RAG 流程、Agent 工作流串起来，做成一个可扩展的智能客服系统。
面试官：嗯，今天就到这里。你先回去等通知吧。
问题详解与知识点总结
1. Spring Boot 为什么适合电商业务快速迭代
Spring Boot 的核心价值是约定优于配置。对于电商这种高频变化的业务，自动配置、starter 依赖、内嵌容器可以显著降低接入成本。它适合快速搭建订单、商品、营销等服务，同时也便于微服务拆分。
2. 订单接口幂等控制的必要性与实现
在支付、下单、退款等场景中，网络重试、超时重发、用户重复点击都可能造成重复请求。常见方案包括：
- 前端生成一次性 token，服务端消费后作废；
- 业务唯一键 + 数据库唯一索引；
- Redis 原子校验与删除；
- 状态机控制订单流转。
实际中通常会组合使用，保证接口在高并发下也能稳定。
3. Redis 在电商链路中的典型作用
Redis 常用于缓存商品详情、购物车、会话信息、幂等 token、热点配置等。它能显著减轻数据库压力，但也要注意缓存一致性、穿透、击穿、雪崩等问题。电商常采用缓存预热、随机过期时间、布隆过滤器等手段优化。
)
