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