线上故障排查类

线上服务突然CPU飙升到100%，但GC次数正常，如何快速定位？

核心排查思路（黄金5分钟） ：
1. top -H -p <pid> 查看进程中哪个线程（LWP） 消耗CPU最高，记录线程ID（十进制）。
2. printf "%x\n" <线程ID> 转换为十六进制。
3. jstack <pid> | grep -A 20 <十六进制线程ID> 查看该线程栈。
4. 根因分析（四种常见情况） ：
  - 死循环/空轮询：如 while(true) 未设置休眠，多见于Netty的NioEventLoop bug或业务自旋锁。
  - 频繁Full GC（但你说GC正常，排除）。
  - 正则表达式回溯：如 (a+)+b 匹配超长字符串，导致CPU飙高，通过jstack定位到Pattern匹配行。
  - 序列化/反序列化：如Jackson解析超大JSON，占用大量CPU计算。
补充工具：arthas 的 thread -n 3 一键抓取最忙的3个线程，比手动jstack效率高10倍。

系统频繁发生FGC，但堆内存（Heap）占用很低，可能是什么原因？

面试官陷阱：绝大多数人只会看堆内存，忽视了非堆内存（Metaspace/DirectBuffer）。

根因排查清单：
1. Metaspace（元空间）膨胀：大量动态生成类（CGLIB代理、Groovy脚本、JSP编译）导致Metaspace阈值触发FGC。使用 jstat -gc <pid> 查看 MC（当前Metaspace容量）和 MU（已使用），若接近 MaxMetaspaceSize 则确证。
2. Direct Memory（直接内存）泄漏：NIO（Netty）使用 ByteBuffer.allocateDirect 未释放，虽然不在Heap内，但FGC会尝试回收DirectMemory。使用 jcmd <pid> VM.native_memory 查看。
3. System.gc() 显式调用：某些框架（RMI、NIO）会主动触发FGC，加 -XX:+DisableExplicitGC 屏蔽（但谨慎）。
4. 堆外内存不足：-XX:MaxDirectMemorySize 设置过小。

线上数据库连接池突然爆满（Active Connections飙高），应用无响应，如何排查？

排查步骤：
1. 先摘流量（网关切流或K8s删Pod），防止故障蔓延。
2. jstack 导出线程栈，搜索 getConnection 或 datasource 关键字，看哪些线程在等待获取连接。
3. 检查慢SQL：是否在事务中调用了第三方RPC接口（如HTTP超时），导致数据库连接一直不释放。
4. 检查连接池配置：
  - maxActive 是否合理（通常50~100）。
  - maxWait 是否配置（若为-1无限等待，线程全部阻塞）。
  - 是否忘了在finally中关闭Connection（虽然Druid/Hikari有泄露检测，需开启 leakDetectionThreshold）。
紧急止损：重启应用（瞬时释放连接），然后临时调大 maxActive，事后优化慢SQL或拆分长事务。

高并发与分布式架构类

设计一个“百万级QPS”的签到/点赞计数器，如何保证数据绝对不丢且延迟小于5ms？

方案设计（多级缓存 + 异步刷盘） ：
1. L1（本地内存） ：每个JVM实例内使用 ConcurrentHashMap + 定时聚合（如每1秒）。写请求直接操作内存中的原子变量（LongAdder），响应在微秒级。
2. L2（Redis） ：本地聚合后的增量数据，使用Lua脚本原子累加到Redis（INCRBY）。
3. 异步落库：Redis中的计数器值，通过定时任务（每5秒）或MQ 异步写入DB（或HBase）。
防丢机制：
- 本地内存聚合时，记录批次ID（BatchId）。若JVM突然宕机，重启后对比Redis中的最新值，未落库的批次从Redis反查补偿（依赖Redis AOF持久化）。
- 使用双缓冲队列（一个写，一个刷），刷盘时交换指针，避免加锁。

RocketMQ/Kafka消费时，因下游DB抖动导致消费积压，且已有大量消息在队列中，如何快速恢复？

止损三步走：
1. 临时扩容消费者实例（前提是Topic的分区数 > 消费者数）。若分区数固定无法扩容，启动临时应急消费者，只做消息ack，将消息转发至新的临时Topic，用更多的分区数并行处理。
2. 开启批量处理：消费者改为拉取一批消息（如一次拉取1000条），使用批量SQL（如Batch Insert/Update），极大减少DB交互次数。
3. 降级非核心逻辑：如发送短信、写入日志ES等操作暂时关闭或设置为异步丢弃。
事后根治：分析下游DB慢的原因（索引缺失/锁竞争），增加DB从库读写分离。

分布式锁（Redis）在极端情况下（主从切换）失效，导致超卖，如何兜底？

问题复现：线程A在Master获取锁（SET key value NX EX 30），Master宕机未同步到Slave，Slave升级为Master，线程B获取到了相同的锁，导致超卖。
兜底方案（DB层面最终防御） ：
1. 数据库乐观锁是最后一道防线。扣库存SQL必须加条件：UPDATE inventory SET amount = amount - #{buyNum} WHERE product_id = #{id} AND amount >= #{buyNum}。
2. 若影响行数为0，抛异常回滚业务，人工补偿或触发重试。
关于RedLock的讨论（加分项） ：
- 面试官若问及RedLock（红锁），需指出Martin Kleppmann的批判：红锁强依赖系统时钟同步（NTP） ，且跨机房网络延迟会导致活锁。在大厂实践中，绝大多数场景下单Redis主从 + DB乐观锁 已足够，引入RedLock成本远大于收益。

数据库与缓存一致性类

缓存（Redis）和数据库（MySQL）双写一致性，如何保证？延迟双删策略存在什么缺陷？

经典方案：Cache-Aside（旁路缓存） 模式 + 延迟双删。
- 写操作：更新DB → 删除Redis缓存（等待500ms后再次删除，防止并发读将旧数据写回）。
延迟双删缺陷：
- 第二次删除延迟时间难以预估（业务SQL执行时间飘忽不定），若时间太短，第二次删除来不及，脏数据依然存在。
- 若第二次删除失败（Redis超时），没有任何补偿机制。
终极方案（大厂主流） ：
- 订阅 Canal（MySQL Binlog增量解析），将变更事件发送至MQ，消费者异步删除/更新Redis。
- 优点：解耦、保证最终一致性，且不会污染业务主流程（主流程只管更新DB和发送MQ即可）。
- 注意：缓存读取逻辑需容忍短暂不一致（如设置过期时间兜底，例如5分钟自动失效）。

分库分表后，如何生成全局唯一的分布式ID？雪花算法（Snowflake）遇到时钟回拨怎么办？

常见方案：雪花算法（64位：符号位1 + 时间戳41 + 机器ID10 + 序列号12）。
时钟回拨处理（重点） ：
1. 记录上次生成ID的时间戳（lastTimestamp） 。若当前时间 < lastTimestamp，判定为时钟回拨。
2. 保守策略：抛出异常，通知运维人工校准时钟（大厂标准做法）。
3. 等待策略：Thread.sleep(差值)，等待时钟追上（仅适用于回拨毫秒级，若回拨数秒则不可行）。
4. 备用方案：使用ZooKeeper持久化序列号或数据库号段模式（Leaf-segment） 作为兜底。
面试加分：美团的 Leaf 方案（号段双Buffer），每次获取一个号段（如1000-2000），用完再取，不依赖时钟，性能极高且绝对不重复。

微服务治理类

线上Feign调用频繁超时，如何快速定位是网络问题、服务端处理慢还是GC问题？

分层排查法（网络 → 服务端 → JVM） ：
1. 网络层：在调用方执行 telnet <ip> <port> 或 ping，确认网络连通性。使用 tcpdump 抓包分析SYN重传。
2. 服务端线程池：查看服务端 jstack，是否有大量线程在 WAITING（如数据库连接池耗尽）。
3. 服务端GC：jstat -gcutil 查看GC频率，若FGC频繁，STW导致响应变慢。
4. RPC层监控：查看Skywalking/Zipkin的Trace，定位具体哪一步耗时最长（如下游调下游）。
临时止损：调大Feign的超时时间（connectTimeout / readTimeout），开启Feign重试（注意幂等性），或快速熔断返回降级数据。

Spring Cloud Gateway网关通过Sentinel限流，如何做到“根据用户等级（VIP/普通）”差异化限流？

核心思路：使用Sentinel的热点参数限流（ParamFlow） 。
1. 自定义 RequestOriginParser 解析请求头中的 userId，查询用户等级（VIP/普通）。
2. 将用户等级作为参数传递给Sentinel（SphU.entry("resourceName", EntryType.IN, 1, userLevel)）。
3. 配置热点规则：对参数 userLevel 分别设置阈值，VIP用户QPS=1000，普通用户QPS=100。
进阶：若用户量极大，本地缓存用户等级（Caffeine），每5分钟同步一次，避免每次限流都查DB/Redis造成性能损耗。

Spring Boot 3.x 使用AOT编译和GraalVM原生镜像后，哪些功能会受限？

*这是2025-2026年的新兴热点。*

受限功能：
1. 动态代理（CGLIB/JDK Proxy） ：GraalVM静态编译时无法提前确定代理类，需在 reflect-config.json 中预声明。
2. 反射/内省：所有反射调用必须在编译时注册（如Jackson序列化、MyBatis实体类）。
3. Resource文件加载：ClassPathResource 需显式在 resource-config.json 中配置。
解决方案：Spring Boot 3.x提供了 @Hint 注解和 AOT Agent（运行测试时捕获动态调用），生成配置文件。迁移成本较高，适合云原生Serverless场景（启动毫秒级），传统微服务慎用。

设计一个秒杀系统的库存扣减方案。

架构分层：
1. 流量削峰：前端秒杀按钮置灰 + 验证码（防止脚本刷）；网关层限流（令牌桶，如 Sentinel）。
2. 库存预扣（Redis）：
  - 使用 Lua 脚本 保证原子性：if (redis.call('get', key) > 0) then redis.call('decr', key) return 1 else return 0 end。
  - 此处为预扣（逻辑库存），不直接操作 DB，响应毫秒级。
3. 异步落库：
  - 预扣成功后，生成订单消息发送至 RocketMQ/Kafka，返回客户端“排队中”。
  - 消费者拉取消息，执行 DB 扣减真实库存（使用 乐观锁：update inventory set amount=amount-? where id=? and amount>=?，若影响行数为0则记录失败）。
4. 防超卖兜底：
  - Redis 扣减失败直接返回“已售罄”。
  - 数据库扣减失败触发 补偿回滚（将 Redis 库存 +1），通过消息重试或定时任务保证最终一致性。

分库分表后如何实现分页查询？

挑战：limit 10, 10 在分库分表下需要每个分片都查询 20 条数据，然后归并排序取第 10~20 条，数据量越大性能越差（ShardingSphere 默认支持但伴随性能瓶颈）。
解决方案：
1. 禁止跳页（游标滚动）：业务上改为“上一页/下一页”，使用 where id > lastId order by id limit 10。每条 SQL 在各分片查询，归并取最小 10 条即可，性能极高，适合瀑布流。
2. ES 宽表冗余：将需要分页展示的字段同步到 ElasticSearch，依靠 ES 的分布式分页（from/size 或 search_after）完成。
3. 二次查询法（ShardingSphere 默认优化）：先查询到目标数据的主键 ID（例如 limit 1000,10，实际每条 SQL 只查 ID），再根据 ID 回表查询完整数据。
4. 数仓/汇总库：将分表数据按小时同步到一个只读的汇总库（单库），在该库进行分页（适合报表类慢查询）。

突发流量导致订单接口超时，如何10分钟内止损？

止损黄金十分钟（止血 > 排查）：

扩容：快速增加 Pod 实例（K8s HPA 或手动调整副本数），或临时增加物理机/容器资源。
限流与熔断：
- 在网关（如 Sentinel / Hystrix）配置快速失败（QPS 限流，超出返回友好提示“系统繁忙”）。
- 开启熔断（错误率 > 50% 自动熔断，走 fallback 兜底返回缓存数据）。
降级：非核心逻辑（如发送短信、更新积分）改为异步 MQ 处理，或直接关闭这些功能。
慢查询定位：
- 连接 APM（Skywalking/Pinpoint）查看 Trace 链路，定位慢 SQL 或第三方 RPC 调用。
- 若发现慢 SQL，快速执行 执行计划优化（加索引）或 限流 SQL（SQL 网关层拦截）。
JVM 紧急处理：若 CPU 飙升，jstack 查看是否大量 GC；若内存高，考虑 jmap 导出并调整 -Xmx 参数重启（临时方案）。
消息队列解压：若下游处理慢，将请求直接投入 MQ 排队，立即返回“处理中”，异步通知结果。

如何设计一个日500万次搜索的商品检索系统？

*注：500万次/天 ≈ 58 QPS，高峰期（10倍）约 580 QPS，属于中等规模。*

技术选型：Elasticsearch 集群（倒排索引 + 分词器，如 IK）。
架构设计：
1. 索引拆分：按商品类目或时间分索引（index-{date}），便于冷热数据分离。
2. 分片策略：设置合理的 number_of_shards（约 数据总量 / 单分片建议大小(10~50GB)），副本数至少 1 个（保证高可用）。
3. 写入链路：商品变更通过 Canal 监听 MySQL Binlog → 发送至 MQ → 消费者增量更新 ES（保证最终一致性）。
4. 查询链路：
  - L1 本地缓存（Caffeine）：缓存高热度搜索词（Top 1000 关键词）的返回结果，TTL 5min。
  - L2 Redis 缓存：缓存次热词，TTL 1min。
  - L3 ES 查询：使用 bool 组合查询 + function_score 按销量/评分自定义相关度。
5. 性能优化：
  - 禁用 * 通配符查询，使用精确字段（keyword）聚合。
  - 开启 routing 路由，确保相同类目的商品落在同一分片，减少跨分片查询。
  - 配置 refresh_interval 调大（如 30s），降低写入压力。

【Java面试】场景题

线上故障排查类

线上服务突然CPU飙升到100%，但GC次数正常，如何快速定位？

系统频繁发生FGC，但堆内存（Heap）占用很低，可能是什么原因？

线上数据库连接池突然爆满（Active Connections飙高），应用无响应，如何排查？

高并发与分布式架构类

设计一个“百万级QPS”的签到/点赞计数器，如何保证数据绝对不丢且延迟小于5ms？

RocketMQ/Kafka消费时，因下游DB抖动导致消费积压，且已有大量消息在队列中，如何快速恢复？

分布式锁（Redis）在极端情况下（主从切换）失效，导致超卖，如何兜底？

数据库与缓存一致性类

缓存（Redis）和数据库（MySQL）双写一致性，如何保证？延迟双删策略存在什么缺陷？

分库分表后，如何生成全局唯一的分布式ID？雪花算法（Snowflake）遇到时钟回拨怎么办？

微服务治理类

线上Feign调用频繁超时，如何快速定位是网络问题、服务端处理慢还是GC问题？

Spring Cloud Gateway网关通过Sentinel限流，如何做到“根据用户等级（VIP/普通）”差异化限流？

Spring Boot 3.x 使用AOT编译和GraalVM原生镜像后，哪些功能会受限？

设计一个秒杀系统的库存扣减方案。

分库分表后如何实现分页查询？

突发流量导致订单接口超时，如何10分钟内止损？

如何设计一个日500万次搜索的商品检索系统？

发表回复取消回复

线上故障排查类

线上服务突然CPU飙升到100%，但GC次数正常，如何快速定位？

系统频繁发生FGC，但堆内存（Heap）占用很低，可能是什么原因？

线上数据库连接池突然爆满（Active Connections飙高），应用无响应，如何排查？

高并发与分布式架构类

设计一个“百万级QPS”的签到/点赞计数器，如何保证数据绝对不丢且延迟小于5ms？

RocketMQ/Kafka消费时，因下游DB抖动导致消费积压，且已有大量消息在队列中，如何快速恢复？

分布式锁（Redis）在极端情况下（主从切换）失效，导致超卖，如何兜底？

数据库与缓存一致性类

缓存（Redis）和数据库（MySQL）双写一致性，如何保证？延迟双删策略存在什么缺陷？

分库分表后，如何生成全局唯一的分布式ID？雪花算法（Snowflake）遇到时钟回拨怎么办？

微服务治理类

线上Feign调用频繁超时，如何快速定位是网络问题、服务端处理慢还是GC问题？

Spring Cloud Gateway网关通过Sentinel限流，如何做到“根据用户等级（VIP/普通）”差异化限流？

Spring Boot 3.x 使用AOT编译和GraalVM原生镜像后，哪些功能会受限？

设计一个秒杀系统的库存扣减方案。

分库分表后如何实现分页查询？

突发流量导致订单接口超时，如何10分钟内止损？

如何设计一个日500万次搜索的商品检索系统？

发表回复 取消回复

发表回复取消回复