候选人
演示候选人
JAVA 后端 · 5 年经验
主导电商订单系统，Spring Cloud 微服务，MySQL 分库分表，Redis 缓存，订单峰值 QPS 3 万，带 3 人小组。
编辑 JD / 演示简历
使用演示数据，不要粘贴真实个人敏感信息。
AI 生成问题清单
- 01订单系统微服务拆分策略与数据一致性
- 023万 QPS 下分库分表分片键与路由
- 03Redis 缓存了哪些数据？如何保证一致性
- 04秒杀场景限流、降级、熔断设计
- 05带 3 人小组的任务分配与质量保障
- 06查询接口 200ms→50ms 优化思路
- 07分布式事务 TCC/Saga/本地消息表对比
- 08依赖服务不可用时的降级方案
I 面试问答 · LIVE
Q01 · 微服务拆分
按业务边界拆成订单、支付、库存、用户四个服务，服务间用 RPC，数据一致性走最终一致性 + 消息补偿。
Q02 · 分库分表
按用户 ID 哈希分 16 库 64 表，跨分片查询走 ES 做二级索引。
Q03 · 当前问题
Redis 缓存了哪些数据？如何保证缓存与数据库的最终一致性？
候选人回答 · 实时转写
缓存了商品详情、库存和热点订单，更新走先更数据库再删缓存，配合延时双删和消息补偿兜底
II AI 预置示例评价
专业能力9.0
沟通表达8.0
逻辑思维8.0
岗位匹配9.0
亮点
高并发实战扎实，分库分表+缓存+削峰方案成熟
亮点
分布式事务用最终一致性+对账，非简单强一致
建议追问
延时双删的延时窗口怎么定？出现过不一致吗？
关注点
3万QPS 是压测还是线上真实峰值？环境配置？