在最近的项目中，我负责从零搭建一个基于 Spring Boot + Dubbo + Redis + RocketMQ 的分布式微服务系统。整个项目大约持续一个多月，代码量较大，是我第一次完整实践从后端架构设计到部署上线的全过程。
1. 自我介绍
略
2. 项目介绍
略
3. 为什么要做微服务？
做微服务的核心原因是为了解耦与扩展性。单体项目后期难以维护，功能耦合严重、部署困难、影响面大。 编辑
微服务将系统拆分成多个独立模块（如用户、订单、支付、库存等），每个服务可以独立开发、独立部署、独立扩展，提升了系统的灵活性和可靠性。 编辑
4. 为什么用 Dubbo？
选择 Dubbo 是因为它在高性能 RPC 通信和服务治理能力上表现优秀。
它相比 HTTP REST 接口更高效，支持负载均衡、服务注册与发现、容错机制等。
另外，在公司或校园内网环境中，Dubbo 的**注册中心（Zookeeper 或 Nacos）**让服务发现更加方便稳定。
5. 为什么分为四个服务？
我将项目拆分为四个服务（例如：用户服务、商品服务、订单服务、支付服务），主要基于**领域驱动设计（DDD）**的思想。
拆分的原则是：高内聚、低耦合。每个服务都聚焦于自己的一部分业务逻辑，这样可以方便后期扩展与维护。
6. 谈谈 Spring Cloud
Spring Cloud 是另一套微服务解决方案，相比 Dubbo 更偏向 HTTP + Spring Boot 全家桶的生态，比如使用 Eureka、Ribbon、Feign、Gateway、Hystrix 等组件。
我了解 Spring Cloud 的核心思想：它通过标准化组件来实现服务注册、配置中心、负载均衡和链路追踪等功能。
如果是互联网项目，Spring Cloud 更适合；而 Dubbo 更适合高性能 RPC 的企业内部系统。
7. 为什么项目里面自己没有用多线程？
项目初期主要是 I/O 密集型操作（数据库、网络通信），Spring 框架内部已经做了线程池和异步优化，因此我没有手动创建线程，避免资源竞争和管理复杂性。
8. 哪些地方用了多线程？
在异步消息处理和缓存预热部分用到了多线程：
- RocketMQ 消费者中使用线程池并发处理消息。
- Redis 缓存预热时用多线程异步加载数据，加快启动速度。
编辑
9. 在遇到什么困难的情况下用了 Redis？
项目初期数据库访问压力大，响应速度慢。我引入 Redis 缓存来解决性能瓶颈。
具体使用场景包括：
- 热点数据缓存（如热门商品、用户登录信息）
- 分布式锁（防止超卖）
- 延迟队列与排行榜功能
Redis 的高并发读写能力显著提升了系统性能。
10. 为什么用 RocketMQ？
RocketMQ 主要用于异步解耦与削峰填谷。
例如，订单创建后异步发送库存扣减消息，避免主线程阻塞，提高系统吞吐量。
它支持事务消息和高可靠性投递机制，比 RabbitMQ 更适合大规模分布式场景。 编辑
11. 为什么不用 2PC、3PC、TCC？
这些属于强一致性事务方案，实现复杂、性能开销大。
我使用了 RocketMQ 的最终一致性事务消息机制，在业务层通过状态回查保证可靠性，既满足一致性要求又兼顾性能。
12. 你1个多月做这个项目，怎么做完的？
坦白说，我几乎是靠高强度学习和熬夜赶出来的。
我每天学习新技术（Dubbo、MQ、Redis 等），白天设计架构、晚上编码调试。
虽然辛苦，但过程极大提升了我对分布式系统的理解。
13. 项目上线了吗？用什么方案部署的？了解热部署吗？
项目已上线测试环境，使用 Docker + Nginx + Jenkins 实现 CI/CD 自动化部署。
我了解**热部署（Hot Deployment）**的概念——在不重启服务的情况下更新代码或配置。
开发阶段用 Spring DevTools，生产环境通过 容器滚动更新实现热部署效果。 编辑
14. 为什么没有实习？
因为我在这段时间专注于完成自己的技术项目，希望通过实战掌握后端架构核心能力。
相比短期实习，我认为做出一个完整项目更能展示真实能力。 编辑
15. 给我讲一下 GC 的所有垃圾回收器
JVM 的 GC 分为两类：
- 年轻代回收器：Serial、ParNew、Parallel Scavenge
- 老年代回收器：Serial Old、Parallel Old、CMS、G1
不同回收器侧重点不同：
- Serial 单线程简单高效，适合小内存。
- Parallel GC 注重吞吐量。
- CMS 注重低延迟。
- G1 综合性能最佳，支持分区化内存管理。
16. G1 是什么版本出来的？
G1（Garbage First） 垃圾回收器是在 JDK 7u4 正式引入，在 JDK 9 中成为默认 GC。
17. 给我讲讲 Redis 的五大结构底层结构（尤其是跳跃表） 
编辑
Redis 的五大数据结构与底层实现：
- String：SDS（简单动态字符串）
- List：双向链表或压缩列表（QuickList）
- Hash：哈希表 + 压缩列表
- Set：整数集合或哈希表
- ZSet（有序集合）：跳跃表（SkipList）+ 哈希表
其中跳跃表是一种平衡数据结构，通过多层索引实现 O(log n) 查找效率，既简洁又高效。 编辑
✅ 总结
这个项目让我真正理解了微服务架构、分布式通信、缓存优化、消息解耦等核心技术，也锻炼了独立解决复杂问题的能力。从零搭建到部署上线，是一次真正意义上的成长过程。
《面试自述：从单体到微服务的实践之路》 是转载文章，点击查看原文。
