面试实战：Spring Cloud微服务架构下的电商高并发挑战

# 面试实战：Spring Cloud微服务架构下的电商高并发挑战面试官（严肃）：谢飞机，请坐。我们这次要解决的是“双11”秒杀场景下的库存扣减问题。首先，基础不牢，地动山摇。请用Java 8的Stream API处理一下这个订单列表，过滤出状态为“待支付”且金额大于100元的订单。谢飞机（自信满满）：这题我会！`orders.stream().filter(o -> o.getStatus() == Status.PENDING).filter(o -> o.getAmount() > 100).collect(Collectors.toList());` 面试官（点头）：不错，流式编程很熟练。接下来，假设我们要把订单数据持久化，你会选Hibernate还是MyBatis？为什么在高性能场景下，你可能更倾向于后者？谢飞机（犹豫）：嗯... Hibernate是全自动ORM，映射方便。但MyBatis... 我觉得它更灵活？因为可以写原生SQL，避免N+1查询问题，对吧？面试官（微笑引导）：没错，灵活性是关键。但在分布式系统中，单点数据库压力巨大。这时候我们需要引入缓存。如果让你设计一个本地缓存来预热点商品数据，你会用Ehcache还是Caffeine？说说理由。谢飞机（眼神飘忽）：这个... Caffeine好像是Google Guava的继任者？听说性能比Ehcache好，基于W-TinyLFU算法... 但是具体怎么配置过期策略，我有点记不清了。面试官（收起笑容）：技术细节必须清晰。最后，当缓存穿透时，你如何保证数据库不被击穿？是用布隆过滤器还是互斥锁？谢飞机（含糊其辞）：呃... 布隆过滤器可以快速判断不存在的数据，互斥锁可以防止并发请求同时查库。但我没试过在Spring Boot里整合它们...面试官（合上简历）：今天的面试就到这里。你的基础概念有了解，但缺乏深度实践。回去等通知吧。---### 答案解析与技术要点1. **Stream API过滤**：使用`filter`操作符链式调用，高效筛选数据。核心在于理解Lambda表达式和函数式接口。 2. **ORM选型**：Hibernate适合快速开发，CRUD简单；MyBatis适合复杂SQL和高性能要求，通过XML或注解手动映射，减少不必要的对象转换开销，尤其在秒杀场景下，精准控制SQL能显著提升性能。 3. **缓存选型**：Caffeine是单机缓存的首选，基于W-TinyLFU算法，命中率高于Guava和Ehcache，且支持异步刷新。在本地缓存热点数据时，它能有效降低DB压力。 4. **缓存穿透防护**：布隆过滤器（Bloom Filter）用于拦截大量无效请求，互斥锁（Mutex Lock）或逻辑过期方案用于保护热点Key的DB访问。实际生产中常结合Redis + 布隆过滤器 + 本地缓存（Caffeine）构建多级防护体系。