企业官网建设流程全解析

在线教育直播平台 Java 面试实录：Spring Boot、Kafka、Redis、JWT、RAG 与微服务云原生实战

文章简述：本文以互联网大厂 Java 面试为背景，围绕在线教育直播平台场景，模拟严肃面试官与“水货程序员”燕双非的三轮递进式问答，覆盖 Spring Boot、Kafka、Redis、JWT、RAG、Kubernetes、Micrometer 等技术点，并在文末详细解析每道题，帮助读者理解真实业务中的技术落地。

第一轮：基础架构与核心链路

面试官：我们先从在线教育直播平台的核心链路聊起。你作为后端负责人，怎么设计一个“课程开播 + 用户进入直播间”的接口？

燕双非：这个简单，Spring Boot 起一个接口，查课程状态、查用户权限，然后返回一个直播地址，前端一跳就进去了。

面试官：回答方向是对的。那你会怎么保证接口在高并发下不会把数据库打爆？

燕双非：嗯……可以先用 Redis 缓存课程信息，再加个本地缓存，应该就差不多了吧。

面试官：还可以继续说说缓存穿透、击穿和雪崩怎么处理。

燕双非：穿透就查不到的时候也缓存一下空值；击穿可以加互斥锁；雪崩……我觉得可以让缓存过期时间随机一点。

面试官：不错，至少方向没跑偏。那你说说如果课程状态变更，缓存和数据库怎么保持一致？

燕双非：这个嘛，先更新数据库，再删缓存，应该比较稳。至于极端情况……我觉得可以靠重试兜底。

面试官：可以，继续往下聊。

面试官：直播间消息通知，比如“老师开播了”，你会怎么做？

燕双非：我会用 Kafka 发消息，直播服务消费后再通知在线用户，离线用户就走站内信。

面试官：那消息重复消费怎么办？

燕双非：加幂等，比如消息 ID 落库或者 Redis 记录处理状态。

面试官：很好，这个点回答得比较完整。

第二轮：安全、稳定性与可观测性

面试官：现在用户要用手机号登录，签发 JWT 访问直播和题库接口。你怎么设计认证与授权？

燕双非：登录成功后服务端生成 JWT，里面放 userId、角色和过期时间。前端每次请求带 token，网关校验签名和有效期。

面试官：如果要做老师、学员、运营三类角色的权限控制呢？

燕双非：可以用 Spring Security 做 URL 和方法级权限控制，按角色配置接口访问范围。

面试官：那 token 被盗了怎么办？

燕双非：额……可以缩短过期时间，再配刷新令牌。重要操作再加二次验证。

面试官：思路可以。那你说说直播大促时，接口响应突然变慢，怎么定位？

燕双非：先看 Prometheus 和 Grafana 的指标，再看 Micrometer 暴露的接口耗时、JVM GC、线程池情况；如果是链路问题，还可以看 Jaeger 或 Zipkin 的调用链。

面试官：不错，说明你有一定的可观测性意识。那如果是 Kafka 消费堆积，你会怎么排查？

燕双非：先看消费组 lag，再看消费者实例数、分区数和处理耗时；如果是业务慢，就优化逻辑或者扩容消费者。

面试官：好，至少知道从数据和消费者两端看问题。

面试官：最后一个问题，在线教育平台需要做防刷课和风控，你会怎么结合日志和规则引擎做？

燕双非：我会把关键行为打日志，比如登录、支付、刷题、进出直播间，再通过 ELK 做检索分析；规则上可以对异常 IP、设备指纹、频率做限制。

面试官：回答得还行，至少不是只会“加个 if”。

第三轮：AI 增强与复杂业务落地

面试官：现在平台要做一个“AI 学习助手”，支持企业文档问答、课程知识检索和智能客服。你会怎么设计？

燕双非：可以用 Spring AI 接大模型，然后做 RAG。先把课程讲义、FAQ、公告文档加载进来，切分后向量化，存到 Milvus 或 Redis 这类向量数据库里。用户提问时先做语义检索，再把检索结果拼到提示词里，让模型回答。

面试官：不错，已经接近实战了。那为什么不能直接把所有文档塞进 prompt 里？

燕双非：因为上下文长度有限，而且成本高、噪声大。RAG 可以先检索相关片段，再让模型基于证据回答。

面试官：如果要做“课程推荐 + 学习路径规划”的 Agent 呢？

燕双非：嗯……Agent 就是让模型能调用工具。比如查用户历史、查课程库存、查考试安排这些都做成标准化工具调用，再让模型自己决定调用哪个工具，最后组合输出。

面试官：可以继续，别停。

燕双非：还可以加会话内存，保存用户的学习目标和阶段，这样下次问答能延续上下文。复杂工作流的话，可以先规划再执行，避免模型一上来胡说八道。

面试官：那你怎么避免 AI 幻觉？

燕双非：一是检索结果优先，要求回答引用证据；二是限制模型只能基于平台知识库回答；三是对关键答案做规则校验和人工兜底。

面试官：最后一个问题，假设这个 AI 助手要接入 WebSocket 实时推送学习提醒，你会怎么考虑稳定性？

燕双非：我会把提醒消息先写入消息队列，消费者再推 WebSocket，避免瞬时流量把连接服务打挂；同时做重连、心跳和失败补偿。

面试官：行了，今天先到这里，你回家等通知吧。

问题详解与知识点拆解

1. 课程开播 + 用户进入直播间接口设计

业务上通常需要同时校验课程状态、用户权限、直播房间状态等信息