Java 大厂面试实录：Spring Boot + Kafka + Redis + AI RAG 场景下，燕双非的“水”与“稳”

Java 大厂面试实录Spring Boot Kafka Redis AI RAG 场景下燕双非的“水”与“稳”场景互联网大厂 Java 求职面试业务方向为企业协同与 SaaS 大数据与 AI 服务。面试官严肃候选人燕双非嘴贫但偶尔能答对。共三轮提问层层递进。第一轮基础与工程化能力面试官先说说你在 Java 11/17 里最常用的特性有哪些在企业协同 SaaS 项目里为什么要升级燕双非嗯……最常用的就是 var、Optional、Stream还有一些更方便的语法糖。升级的话主要是为了写代码更短、更优雅也能跟上时代……面试官说得不算差至少知道是“升级不是为了面子”。那你再说说 JVM 里你会重点关注哪些指标线上频繁 Full GC 该怎么排查燕双非这个嘛先看内存是不是不够再看是不是对象太多可能还有代码里一直 new……然后我会先重启试试毕竟重启能解决 80% 的问题。面试官重启是运维手段不是排查结论。继续。面试官Maven 和 Gradle 你怎么选在一个包含 Spring Boot、MyBatis、Flyway、Junit 5 的协同办公项目里构建流程怎么设计燕双非Maven 更稳大家都熟Gradle 更快一点。我们一般就是打包、跑测试、再做数据库脚本校验Flyway 负责版本管理……面试官回答到点了。至少知道构建要覆盖测试与数据库迁移而不是只会“mvn package”。第二轮业务架构与中间件面试官假设你在做企业协同 SaaS有“审批流、消息提醒、文件协作”三个子系统。Spring Boot 怎么拆服务Spring Cloud、OpenFeign、Resilience4j 你会怎么组合燕双非可以拆成审批服务、通知服务、文件服务。服务之间用 OpenFeign 调用接口慢的话加 Resilience4j 做熔断和限流Spring Cloud 负责注册发现和配置管理……面试官思路是对的。那如果审批发起后要推送消息到 Kafka通知服务消费失败怎么办燕双非失败就重试呗Kafka 不是挺能扛的吗。要是还不行就记到数据库里之后人工补偿……面试官方向可以但你需要把“幂等、重试、死信、补偿”讲清楚。别只会一句“人工补偿”。面试官文件协作里用户经常上传 Excel、合同、图片。你会怎么做缓存和文件元数据管理Redis、Caffeine、MyBatis/JPA 你怎么搭燕双非热点文件信息放 Redis页面列表放 Caffeine 做本地缓存文件元数据入库。MyBatis 适合复杂 SQLJPA 适合简单 CRUD……面试官不错至少知道缓存分层和 ORM 的适用边界。第三轮AI 服务化与稳定性治理面试官现在公司要做智能客服要求接入 Spring AI、RAG、向量数据库、工具调用。你怎么设计“企业文档问答”链路燕双非先把文档切片做向量化存到 Milvus 或 Redis 里。用户提问后先做语义检索再把检索结果拼到提示词里让模型回答。必要时再走工具调用查工单、查审批状态……面试官这次回答得比较完整。那你怎么降低 AI 幻觉如果模型瞎编了审批规则怎么兜底燕双非呃……可以限制它只能回答检索到的内容高风险问题走规则引擎和人工确认还可以加引用来源和置信度判断……面试官对。企业场景里AI 不是“想象力比赛”而是“可控性比赛”。面试官最后一个问题你如果负责整个系统的可观测性会怎么接 Prometheus、Grafana、Micrometer、Jaeger/Zipkin、ELK燕双非Micrometer 统一埋点Prometheus 拉指标Grafana 看面板日志进 ELK链路追踪用 Jaeger 或 Zipkin。这样出问题能看指标、看日志、看链路……面试官行至少这部分没太离谱。今天就先到这儿你回去等通知吧。问题详解与知识点总结1. Java 11/17 常用特性在企业项目中Java 11/17 的升级价值不仅是语法糖更重要的是长期支持版本、性能优化、安全增强和生态兼容。常见特性包括 var、Optional、Stream 改进、文本块、record、switch 表达式、sealed class 等。业务上SaaS 系统通常需要更稳定的运行环境和更好的可维护性升级 JDK 能减少历史包袱。2. JVM 排查 Full GC重点看堆内存分配、对象存活率、晋升失败、元空间、GC 日志、线程栈和是否存在内存泄漏。常见排查路径是先观察 GC 日志和监控指标再用 jstat、jmap、MAT、Arthas 等工具分析对象分布最后回到代码和流量模型。不要把“重启”当成分析结论。3. Maven 与 Gradle 构建设计Maven 适合规范统一、团队协作强、生命周期明确的场景Gradle 更适合复杂构建和增量编译。企业协同项目中构建流程通常包括代码检查、单元测试、集成测试、数据库迁移验证、制品打包、镜像构建、发布到 CI/CD。Flyway 适合数据库版本演进避免多人协作时脚本失控。4. Spring Boot Spring Cloud OpenFeign Resilience4j协同办公系统可按领域拆分为审批、通知、文件、用户、权限等服务。OpenFeign 负责声明式调用Resilience4j 负责熔断、限流、重试、隔离Spring Cloud 负责服务发现、配置管理和网关等能力。设计时要关注超时设置、降级策略、链路追踪和接口幂等性。5. Kafka 消息可靠性审批发起后推送消息到 Kafka消费者失败时不能只靠“重试一下”。应结合消息幂等、重试次数、延迟重试、死信队列、补偿任务与人工兜底。生产端要关注消息 key、分区策略与顺序性消费端要处理重复消费与事务一致性问题。6. Redis Caffeine 分层缓存Redis 适合分布式共享缓存Caffeine 适合本地热点缓存。企业协作系统中文件元数据、权限配置、模板数据可做缓存但要考虑一致性、失效策略和缓存穿透/击穿/雪崩。MyBatis 适合复杂 SQL 和报表查询JPA 适合简单实体管理和快速开发选择的关键是团队效率与业务复杂度。7. Spring AI RAG 向量数据库智能客服或企业文档问答一般采用“文档加载 → 切片 → 向量化 → 向量数据库存储 → 语义检索 → 拼接上下文 → 大模型生成”的链路。可使用 Milvus、Chroma、Redis 向量能力等存储 embeddingEmbedding 模型可来自 OpenAI 或 Ollama。本质是通过检索增强生成减少幻觉提高企业知识问答的可控性。8. 工具调用与 Agentic RAG当用户问到“查审批状态、查工单、发起流程”时单纯生成文本不够需要工具调用标准化把外部系统能力包装成可执行工具。Agentic RAG 强调检索与行动结合适合复杂工作流和智能客服系统。关键是权限控制、审计、工具返回结果校验以及避免模型误调用。9. 降低 AI 幻觉企业场景必须控制模型“胡说八道”。可采用强约束提示词、仅基于检索内容回答、引用来源、事实核验、规则引擎兜底、高风险问题转人工、输出格式校验等方式。对于审批、合同、财务等敏感场景AI 应作为辅助而非最终裁决者。10. 可观测性体系Micrometer 统一采集指标Prometheus 负责存储与告警Grafana 展示面板ELK 用于日志检索与分析Jaeger/Zipkin 用于链路追踪。一个完整的 SaaS 平台要做到“指标看趋势、日志看细节、链路看调用、告警看异常”这样才能快速定位问题。感谢阅读希望这篇面试实录能够帮助大家更好地理解 Java 面试中的技术栈组合、业务落地思路与系统设计方法也希望能真正帮助到正在准备大厂面试的你。