北京明光云振铎数据科技Java面经
Nacos、OpenFeign、Gateway 三个组件的作用及协作流程
首先：
- Nacos 主要负责服务注册发现和配置中心
- Gateway 作为统一网关入口，负责路由、鉴权、限流
- OpenFeign 负责服务之间的远程调用
用户请求先进入 Gateway
Gateway 会先做 JWT 鉴权，比如校验 token 是否合法，然后解析 userId，通过 Header 透传给后面的微服务。之后 Gateway 会根据路由规则，把请求转发到对应服务。
这个时候 Gateway 并不是写死 IP，而是通过 Nacos 获取服务实例列表，实现动态服务发现和负载均衡。
比如：
/api/order/** → cloud-service-order真正调用时：
Gateway 会从 Nacos 拿到 order-service 的实例。
后面如果 order-service 需要调用 user-service：
就会通过 OpenFeign 发起 RPC 调用。
OpenFeign 底层同样会从 Nacos 获取 user-service 的实例地址，然后通过 LoadBalancer 做负载均衡。所以整体链路是：
Client → Gateway → Nacos 服务发现 → OrderService → OpenFeign → UserService这样整个系统就具备：
- 服务解耦
- 统一入口治理
- 配置动态管理
MySQL 慢查询如何分析？索引优化有哪些？
1.查看慢查询日志
2.explain对应的sql查询语句
3. 分析是否命中索引
4. 分析索引是否失效
5. 分析是否存在回表 （ filesort / temporary）
6.判断是否需要分库分表优化
7.查看是不是数据库连接池满了导致的偶尔慢查询
Redis 缓存穿透、击穿、雪崩的区别及解决方案
缓存穿透：是查询一个不存在的数据。
因为缓存和数据库都没有，请求会直接打到数据库。
解决方案一般是：
- 缓存空值（redis缓存空值）
- 布隆过滤器
缓存击穿：是某个热点 key 突然失效。
大量请求同时访问数据库，这个是高并发场景最危险的。
解决方案：
- Redis 分布式锁（setnx + expire+Lua 保证原子性）
- 热点数据永不过期
缓存雪崩：是大量 key 同时过期，导致数据库瞬间压力暴增。
解决方案：
- 过期时间随机化
- 多级缓存
- 熔断降级
- 限流保护
定时任务的实现方式；如何避免集群环境下任务重复执行？如何防止任务堆积？
我项目里定时任务用的是 XXL-JOB。
由调度中心统一触发任务，业务服务作为执行器 Executor注册到调度中心。
这样在集群环境下，调度中心会根据路由策略选择某个执行器节点执行任务，不会让每个节点都各自执行一遍。
比如我会配置：
路由策略：第一个 / 轮询 / 一致性 Hash / 分片广播 阻塞处理策略：单机串行 失败重试次数：有限次数其中避免重复执行主要靠两点：
第一，任务不是每个节点自己触发，而是由 XXL-JOB 调度中心统一调度
第二，对于同一个任务，可以配置单机串行，避免上一次还没执行完，下一次又重复触发。
依赖包引入导致脏数据的识别规则及自动清理实现方式
识别规则
1. 唯一性校验
比如用户 id、手机号、业务单号不能重复。
2. 完整性校验
必填字段不能为空，比如 userId、tenantId、status。
3. 时间有效性校验
比如过期数据、历史版本数据不能覆盖新数据。
自动清理实现上，我一般不会直接物理删除，而是采用：
定时任务扫描
→ 按规则识别脏数据
→ 标记为 DIRTY / INVALID
→ 记录清理日志
→ 异步清理或人工复核
数据更新时，如何保证用户服务中缓存数据及时清除与更新？
用户数据更新时，我不会直接更新缓存，而是先更新数据库，再删除缓存。
因为缓存本身是派生数据，数据库才是主数据源。
具体流程是：
用户服务更新 MySQL 成功后，删除 Redis 中的缓存
如果系统有多级缓存，还会发布 MQ 消息，让其他服务或其他节点删除本地缓存
对于并发场景，可以加延迟双删，降低旧数据重新写入缓存的概率。
延迟双删是什么
“更新数据库后，删除两次缓存”
如何用Java 和 Redis 实现滑动窗口限流器
我会用 Redis 的 ZSET 实现滑动窗口限流。
ZSET 的 score 存请求时间戳，member 存请求唯一标识。
每次请求进来，先删除窗口外的旧请求，再统计当前窗口内请求数量。
如果数量超过阈值，就拒绝；如果没超过，就把当前请求写入 ZSET。
由于删除、统计、判断、写入这几个操作必须保证原子性，所以我会用 Lua 脚本在 Redis 端一次性执行，避免并发场景下限流失效。