满帮全栈一面:Kafka 异常与幂等、冷热归档跨查询、联合索引最左匹配
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 笔试你简历写的是 Java,为什么用 C++ 作答?Java 和 C++ 有什么区别?
- 你们系统的上下游是什么,数据从哪里来?
- Kafka 如何处理异常消息?DLQ(死信队列)怎么使用?
- 如何保证消息投递?
- 考不考虑幂等性,如何实现幂等性?
- 消息队列和 RPC 的区别、各自的适用场景是什么?
- 比较一下 Kafka、RocketMQ、RabbitMQ。
- 冷热数据归档为什么以 3 个月为区分?如何处理跨冷热查询?
- 如何定位慢 SQL?EXPLAIN 命令怎么看?
- 索引失效的原因有哪些?联合索引的最左匹配原则和失效情况?
- 你的简历横跨 Java 8、17、21,使用上有什么区别?如何升级?
- 反问:具体业务会再分配吗?全栈侧重哪一端?
《参考解析》
Kafka 的异常处理有三层:消费端业务异常分「可重试」(网络抖动、下游超时——退避重试)与「不可重试」(反序列化失败、数据格式非法——直接进死信);实现上 Spring Kafka 有 DefaultErrorHandler + DeadLetterPublishingRecoverer,把失败消息投到 <topic>.DLT 并记录原 topic/partition/offset;死信要有告警与人工重放通道,否则等于黑洞。重复投递的边界是「至少一次」语义,所以幂等必须由业务侧兜。
保证投递要拆成三段:生产者(acks=all + 重试 + 幂等 producer enable.idempotence=true 防重复写)、broker(副本 min.insync.replicas>=2,unclean.leader.election=false)、消费者(先处理后提交 offset,或处理后写结果再手动 ack;提交前崩溃会重复消费,所以幂等)。这条链讲清楚,比背「不丢不重」的口号强。
幂等的实现按成本排序:唯一索引 / 数据库约束(最硬)、Redis SETNX 幂等键(带 TTL,注意原子性与过期时间)、状态机(只允许 PENDING→PAID 这类单向流转,重复消息因状态不符被丢弃)、版本号 / CAS。幂等键的选取要说清(业务单号、消息 ID + 消费组)。
MQ vs RPC:RPC 是同步请求-响应、强时序、适合「我要立刻知道结果」的调用;MQ 是异步解耦、削峰填谷、广播、最终一致,代价是延迟与复杂度(重复、乱序、积压)。选型上 Kafka 吞吐最高、适合日志与流式、生态偏大数据;RocketMQ 事务消息与延迟消息成熟、适合电商交易;RabbitMQ 路由灵活(exchange 类型多)、延迟低、适合业务解耦与中小规模。
冷热归档的「3 个月」是业务与成本的折中:按查询分布看,绝大多数查询落在近三个月,把更早的数据移到冷存储(对象存储 / ClickHouse / 归档表)能显著降主库体积与索引维护成本;跨冷热查询要么在应用层合并两次结果再排序分页(注意分页总数与排序一致性),要么用统一查询层(如 TiDB / ClickHouse 做联邦查询),要么在归档时就按查询维度预聚合。
EXPLAIN 看四列:type(const > eq_ref > ref > range > index > ALL,出现 ALL 基本要加索引)、key(实际用的索引)、rows(预估扫描行数)、Extra(Using index 覆盖索引、Using where、Using filesort、Using temporary 要警惕)。加 EXPLAIN ANALYZE 能看真实耗时。最左匹配:联合索引 (a,b,c) 能命中 a、a,b、a,b,c,跳过 a 直接查 b 就用不上;范围查询后面的列失效(a>1 and b=2 中 b 无法用于定位);order by / group by 也遵循同样的顺序要求。
Java 8/17/21 的实质差异:17 是 LTS,带来 sealed class、records、switch 模式匹配预览、强封装 JDK 内部 API(--add-opens 需求变多);21 是 LTS,虚拟线程(Thread.ofVirtual())、结构化并发预览、分代 ZGC、switch 模式匹配转正、SequencedCollection。升级的实际障碍是 javax → jakarta(Servlet/JPA 命名空间整体改名)、反射与字节码库(CGLIB/ASM)对强封装的适配、以及依赖链里不兼容的旧框架版本;策略是先升 17 稳住(主流框架都已支持),再评估 21 的虚拟线程是否真的适配你的阻塞式 IO 模型。