互联网大厂 Java 面试实录Spring Boot、Kafka、Redis、JWT、Kubernetes 与 AI 架构深挖场景某互联网大厂招聘Java 后端工程师业务方向为本地生活服务 智能客服 企业协同。面试官严肃、追问连环候选人燕双非嘴上“问题不大”实战一到复杂处就开始含糊其辞。第一轮基础架构与核心栈面试官先说说你们线上 Java 服务为什么选择Spring Boot JUnit 5 Mockito Lombok而不是一堆手写配置燕双非因为……它比较快开箱即用少写 XML单测也方便嗯挺适合大厂。面试官回答得还行。那你说说Spring Boot的自动配置原理为什么能根据依赖自动装配燕双非它应该是启动时扫描了很多配置类按条件加载吧具体我平时主要看效果……面试官好继续。你们服务里用了Redis Caffeine Spring Cache做两级缓存怎么避免缓存击穿和脏数据燕双非这个我们一般会加锁或者设置过期时间至于脏数据嘛……尽量同步更新面试官再问一个偏业务的。你们本地生活场景的优惠券系统为什么要引入Kafka做异步解耦而不是直接同步写库燕双非因为用户抢券嘛流量很大Kafka 可以削峰填谷避免主链路被打爆。面试官点点头这个方向对说明你至少知道高并发场景的基本解法。第二轮微服务、网关与安全面试官你们做多服务拆分后服务间调用怎么设计为什么不用纯 HTTP反而引入gRPC OpenFeign燕双非Feign 好写gRPC 速度快适合内部高频调用。一个偏简单一个偏性能。面试官不错。那如果某个下游服务波动怎么做限流、熔断、降级你会怎么用Resilience4j燕双非我会给接口加熔断器失败多了就快速失败降级返回兜底数据别让用户一直等。面试官可以。那你说说Spring Security JWT OAuth2 Keycloak在企业协同 SaaS 里怎么配合燕双非登录的时候走 OAuth2拿到 token 后带 JWTSpring Security 负责鉴权Keycloak 主要管统一身份认证和权限中心。面试官嗯方向正确。最后一个问题如果你们做的是企业协同平台多租户隔离怎么做权限模型怎么落燕双非这个一般会按租户 ID 做数据隔离权限的话可能是 RBAC再细一点加资源维度控制。面试官回答还算完整至少没把“多租户”说成“多开几个库”那么离谱。第三轮AI、可观测性与复杂业务落地面试官现在很多业务都在上 AI。假设你的智能客服系统要接入Spring AI RAG 向量数据库你会怎么设计燕双非先把知识库文档切片做 Embedding再存到向量库里。用户提问时先语义检索再把相关片段拼进提示词让大模型回答。面试官很好。那如果客服回答出现AI 幻觉你怎么控制燕双非……可以加检索约束限制模型只基于知识库回答再加提示词规范和答案置信度判断。面试官继续。你们系统如果要把 AI 流程做成多步任务比如“检索文档—调用订单系统—生成工单—通知人工”你会怎么理解Agent / 工具调用标准化 / 复杂工作流燕双非就是让 AI 不只会聊天还能按步骤调用工具。先规划再执行工具调用要统一协议不然对接太乱。面试官最后说下线上排障。你怎么用Micrometer Prometheus Grafana Jaeger/Zipkin ELK排查链路问题燕双非指标看 Prometheus图表看 Grafana日志看 ELK调用链看 Jaeger 或 Zipkin。先看慢在哪再定位到具体服务和 SQL 或外部依赖。面试官行今天先到这。你回去等通知吧。问题详解与参考答案1. Spring Boot 自动配置为什么能工作Spring Boot 的核心是约定优于配置。它通过启动类、自动配置类、条件注解如ConditionalOnClass、ConditionalOnMissingBean以及spring.factories/AutoConfiguration.imports等机制根据类路径依赖和当前环境动态装配 Bean。业务上这意味着你在本地生活优惠券服务中只要引入 Redis、Kafka、Web 相关依赖框架就会自动初始化大部分基础设施显著减少样板代码。2. 两级缓存如何防击穿与保证一致性两级缓存通常是Caffeine 本地缓存 Redis 分布式缓存。Caffeine 承担热点数据快速读取Redis 作为共享缓存。防击穿常见手段包括热点 Key 永不过期或逻辑过期、互斥锁/单飞、预热。保证一致性时可采用先更新数据库再删除缓存或延迟双删策略。对券库存这类强一致场景还要结合消息队列异步补偿和乐观锁避免超卖。3. 为什么高并发业务要用 Kafka 异步解耦在抢券、下单、支付回调等场景中主链路不能被下游非核心动作拖慢。Kafka 适合高吞吐、可水平扩展的消息处理请求先快速入队后续库存扣减、风控、通知、埋点等异步消费。这样既削峰填谷也便于重试和补偿。相比同步 RPC消息队列更能保护核心交易链路。4. gRPC 和 OpenFeign 怎么选OpenFeign适合内部 REST 风格调用开发体验好结合 Spring Cloud 很方便gRPC基于 Protobuf二进制传输、高性能、强约束更适合低延迟、高频、强类型的内部调用。比如企业协同中的审批流、消息通知、实时状态同步若接口频繁且对性能敏感可优先考虑 gRPC。5. Resilience4j 如何做熔断、限流和降级它可用于给外部依赖加保护统计失败率、慢调用比例达到阈值后自动熔断通过限流器控制并发在异常时返回兜底数据。业务上如第三方地图、短信、支付网关波动时系统应快速失败并给出可接受的替代结果防止级联故障。6. Spring Security JWT OAuth2 Keycloak 如何协作Keycloak 充当统一身份认证和授权服务器负责用户登录、令牌签发、角色与权限管理OAuth2 定义授权协议JWT 作为无状态 token 承载用户身份和权限信息Spring Security 则在资源服务器侧完成 token 校验和接口鉴权。对于企业协同 SaaS多租户通常还要在 token 中携带 tenantId并在数据库层、缓存层、业务层做租户隔离。7. 智能客服里的 RAG 为什么比“直接问大模型”更靠谱RAG检索增强生成先从企业文档、FAQ、工单系统中检索相关知识再将结果注入提示词给模型生成答案。这样模型回答受控、可追溯、更新快能显著降低幻觉。对客服系统来说知识库更新后无需频繁微调模型只要更新文档和向量索引即可。8. 如何抑制 AI 幻觉常见做法检索约束要求回答必须基于检索结果、提示词模板明确禁止编造、答案校验置信度、引用来源、规则校验、工具调用需要实时数据时调用订单、库存、工单系统。在复杂业务流程中AI 更适合作为编排层而不是“凭空生成一切”。9. Agent、工具调用标准化、复杂工作流怎么理解Agent 可以理解为“会规划、会调用工具、会根据结果继续决策的智能体”。当客服机器人要完成“查订单—查物流—生成工单—通知人工”时不只是一次问答而是一个多步骤工作流。工具调用标准化则是用统一协议描述工具名称、输入输出、鉴权方式便于不同模型和不同服务接入。10. 可观测性如何支撑大厂线上排障Micrometer负责埋点指标Prometheus抓取并存储时序数据Grafana负责可视化看板ELK用于日志检索Jaeger/Zipkin用于分布式链路追踪。排障时通常先看告警再看指标趋势接着定位慢链路最后结合日志和 SQL 解释根因。对大厂而言可观测性是稳定性治理的基础。结语以上就是本次互联网大厂 Java 面试实录与详细解析。希望这篇文章能帮助大家更好地理解 Spring、Kafka、Redis、安全、AI 与可观测性等核心知识并在面试和实战中更有底气。感谢阅读愿这篇内容真的能帮到你。