https://blog.csdn.net/whatday/article/details/103160334

2024年度最有价值的博客

关于此版vanblog怎么制作镜像

# 前置重要原则（防穿帮核心，一定要记住）
你的定位：**业务Go后端开发，不是中间件专家、不是K8s运维**
✅ 你能做：业务接入、参数配置、排查业务侧问题、处理使用中遇到的业务故障、写业务代码对接SDK
❌ 你不负责：集群搭建、内核调优、源码改造、运维层面的高可用架构搭建
> 万能兜底句（遇到超纲问题，语气平稳说，不要慌）：
> “这个组件的集群搭建、底层内核调优这块我们团队是运维同学负责维护，我日常主要是业务侧接入使用，解决业务层面的问题，底层原理有看过文档，还在持续学习。”

下面分四块，每一块：**是什么 → 项目里你怎么用（贴合简历，这是重中之重）→ 高频面试题+标准回答（分基础版+进阶版，进阶答不上就切兜底句）→ 踩坑故事（非常关键！面试官最爱听，显得你真的用过）**

---
## 一、Redis（最高频，优先背）
### 1. Redis是什么
Redis是**基于内存的Key-Value非关系型数据库**，支持多种数据结构（String、Hash、List、Set、ZSet），读写速度很高；同时支持RDB、AOF两种持久化，把内存数据落地磁盘，防止宕机全部丢失。
> MySQL是磁盘数据库，主打持久化存业务主数据；Redis是内存库，**不适合作为核心业务唯一数据源，一般做缓存、辅助能力**。

### 2. 你在Go项目里怎么用（一定要背，贴合简历）
项目中使用`go-redis`这个SDK对接Redis，主要4个场景：
1. **热点数据缓存**：用户信息、配置信息、商品基础数据，先查Redis，命中直接返回；没命中再查MySQL，查到之后回写Redis，减少MySQL压力；
2. **分布式锁**：避免并发重复操作，比如防止重复下单、重复创建工单；用`SET key value NX EX`的方式（NX=不存在才设置，EX=自动过期）；
3. **计数器**：文章阅读量、接口访问次数；
4. **限流**：接口维度的IP限流，防止恶意刷接口。

> 注意：你不要说用Redis做消息队列，你简历写了RabbitMQ，消息队列统一交给RabbitMQ，Redis只做简单的临时队列，生产异步任务优先用MQ。

### 3. 高频面试题 + 回答（带踩坑故事，防穿帮）
#### （1）缓存穿透、击穿、雪崩（必问）
- 穿透：查询一个根本不存在的数据，Redis里一直没有，请求直接打到MySQL。
  回答：我们方案是**缓存空值+接口层参数校验**；如果是高并发场景可以布隆过滤器，但是我们当前业务量不大，用缓存空值就够用。
- 击穿：某一个热点key过期，大量并发请求同时过来，同时打向MySQL。
  回答：两种方案，一是给热点key设置永不过期，后台异步更新；二是用分布式锁，只有一个请求去更新缓存，其他请求等待重试。我们项目用的是永不过期+后台定时刷新。
- 雪崩：大量key集中在同一个时间过期，大量请求同时压垮数据库。
  回答：给过期时间加上随机偏移量，比如原本30分钟过期，改成30min + 0~300s随机值；同时做好服务降级，缓存失效的时候保护数据库。

#### （2）RDB和AOF区别
回答：RDB是定时生成快照，把整个Redis内存数据存到磁盘，文件小、恢复快，缺点是两次快照之间宕机，这段时间数据会丢；AOF是记录每一条写命令，追加写入文件，丢数据更少，但是文件体积大、恢复慢。生产环境我们一般是**RDB+AOF同时开启**，AOF作为主持久化，RDB用来快速恢复。

#### （3）缓存和数据库双写一致性问题（非常高频）
回答：我们采用「先更新MySQL，再删除缓存」的方案。
> 坑：一开始想过先删缓存再更新DB，并发场景下会出现：A删缓存 → B读到旧数据写入缓存 → A更新DB，最后缓存是旧数据，不一致。
> 补充：如果对一致性要求极高，我们会用延迟双删；大部分业务是最终一致性，不需要强一致。

#### （4）你踩过什么Redis的坑？（讲故事，加分）
> 背诵版本：之前踩过一个分布式锁的坑，锁过期时间设置太短，业务逻辑还没执行完，锁自动释放了，别的请求拿到锁，导致并发问题。后面改成：锁的过期时间大于业务最大执行时长，同时业务里尽量缩短锁内逻辑；后面也了解了红锁，但是我们业务简单，没有上红锁。

#### （5）进阶问题（比如Redis集群、哨兵）
如果问：Redis集群原理？哨兵怎么主从切换？
👉 直接兜底：我们线上Redis集群是运维统一维护，我业务侧只做SDK接入，集群高可用、主从切换的运维细节我看过文档，没有实操搭建经验。

---
## 二、RabbitMQ 消息队列
### 1. RabbitMQ是什么
RabbitMQ是消息中间件，核心作用：**异步解耦、削峰填谷**。
简单理解：生产者不用等下游所有逻辑跑完，把消息丢给MQ，立刻返回给前端；消费者异步慢慢消费消息。
核心组件：
- Producer生产者：发消息的服务（你的Go后端）
- Consumer消费者：消费消息的服务
- Queue队列：存放消息
- Exchange交换机：接收生产者消息，根据路由规则把消息转发到队列；4种常用类型：
  - direct：精准匹配路由键
  - fanout：广播，发给所有绑定队列
  - topic：模糊匹配，最常用
  - headers：按header匹配，很少用
- RoutingKey：路由键
- ACK：消息确认机制

### 2. 你在Go项目里怎么用（贴合简历）
使用`amqp091-go`SDK对接RabbitMQ。
场景：下单业务解耦。用户下单成功之后，订单主库落库完成，发送一条消息到MQ；消费者监听消息，异步去做：发送短信通知、增加用户积分、生成订单日志。
好处：短信、积分这些非核心逻辑失败，不会影响下单主流程；大促流量突增的时候，消息堆积在队列里，消费者慢慢消费，不会直接打垮积分、短信服务，实现削峰。

### 3. 高频面试题 + 回答 + 踩坑故事
#### （1）怎么保证消息不丢失？
回答：消息丢失分三个环节，我们分别做保障：
1. 生产者端：开启生产者确认（publisher confirm），消息成功投递到交换机才认为发送成功，失败就重试；
2. MQ服务端：交换机、队列设置持久化，消息设置持久化；
3. 消费者端：关闭自动ACK，**手动ACK**，业务逻辑处理成功之后，再手动提交ACK；处理失败就NACK，消息重回队列或者丢到死信队列。

#### （2）消息重复消费怎么办？
回答：MQ本身不保证消息只投递一次（at-most-once、at-least-once），RabbitMQ是至少投递一次，所以一定会有重复。
解决方案：**业务幂等**。我们用业务唯一ID（订单号），消费之前先查数据库，这个订单号已经处理过，直接跳过，不重复执行业务。数据库唯一索引兜底。

#### （3）消息积压怎么办？
回答：先排查根源：消费者消费速度跟不上生产速度。
处理步骤：
1. 先看消费代码有没有慢SQL、阻塞逻辑，优化消费逻辑；
2. 横向扩容消费者实例，增加消费能力；
3. 紧急情况，把消息转发到死信队列，避免正常队列爆满；
> 我们业务遇到过一次，消费逻辑里面写了同步调用第三方接口，第三方超时阻塞，消费卡主，消息疯狂堆积，后面改成异步调用第三方，设置超时时间，解决了。

#### （4）死信队列是什么？
回答：消息超时、被拒绝NACK、队列满了，消息会变成死信；死信队列就是专门接收死信的队列，用来做失败消息的重试、告警，避免消息丢了无声无息。

#### （5）进阶问题：消息顺序、事务消息
问：怎么保证消息顺序？
👉 兜底：我们当前业务不需要严格顺序消息，所以没有做顺序保障；如果要严格顺序，需要同一个路由key绑定同一个队列，单消费者消费。
问：RabbitMQ事务消息？
👉 兜底：事务消息性能差，我们业务没有使用。

---
## 三、Protobuf（protobuf，tRPC/rpcx底层协议，重点！）
### 1. Protobuf是什么
Google推出的**结构化数据序列化协议**，和JSON、XML是同类，作用是把结构体序列化成二进制字节流，用于服务之间传输数据。
JSON是文本格式，人可读；Protobuf是二进制格式，体积更小、编解码速度更快，适合内网微服务RPC通信。
> 你的rpcx、tRPC框架，默认就是用protobuf定义接口入参、出参。

### 2. 项目里怎么用
1. 新建`.proto`文件，定义message结构体、service服务、rpc接口；
2. 使用`protoc` + go插件，自动生成Go的结构体代码、RPC桩代码；
3. 服务调用的时候，直接用生成好的结构体，框架自动完成序列化、反序列化。
> 区分：对外给前端的REST接口，我们用JSON；内部服务之间RPC调用，统一用protobuf。

### 3. 高频面试题
#### （1）Protobuf对比JSON优缺点
回答：
优点：
1. 二进制，包体积更小，网络传输流量更少；
2. 编解码速度更快，性能更好；
3. 强类型，proto文件定义字段，自动生成代码，自带字段校验，减少参数错误；
4. 天然支持向前、向后兼容。
缺点：
1. 二进制，抓包调试不方便，不能直接看懂内容；
2. 版本变更有规范，不能随便删除、修改字段编号。

#### （2）Protobuf怎么做到版本兼容？（非常高频）
回答：核心规则：**字段编号是唯一标识**
- 新增字段：直接加新的编号，老版本代码会忽略这个新字段，新版本能识别老数据，兼容；
- 不要修改已经存在的字段编号；
- 不要删除已经在用的字段（如果废弃，只能标记reserved保留编号，不能给别的字段复用）；
- 字段类型不要随便改。

#### （3）踩坑故事（背诵）
之前踩过坑：改proto的时候，直接把老字段删掉，复用了编号，导致线上新旧服务之间序列化解析错乱，服务报错。后面定下规范：废弃字段必须写reserved，不允许复用编号。

#### （4）进阶：protobuf的编码原理、zigzag编码
👉 兜底：底层的varint、zigzag编码原理我看过文档，但是项目开发中主要是写proto定义、生成代码，没有深入改造底层编解码逻辑。

---
## 四、Kubernetes（K8s，最难，你只抓开发视角，不要往运维方向说）
> 划重点：面试官是后端岗，他不考你怎么写复杂statefulset、调度策略、网络插件，他想看你知不知道：你的Go服务怎么在K8s上跑起来。
### 1. Docker 和 K8s 分别是什么
Docker：把应用、依赖、配置打包成镜像，一次打包，到处运行；隔离单个应用容器。
Kubernetes（K8s）：**容器编排平台**，用来批量管理大量Docker容器。自动实现：服务自愈、滚动发布、副本扩缩容、内部负载均衡、资源调度。

### 2. 核心名词（只背这几个，别的不问不说）
- Pod：K8s最小调度单元，一个Pod里面可以放一个或多个容器，我们业务一般一个Pod一个Go服务容器；
- Deployment：管理**无状态服务**（你的Go后端服务就是无状态），控制Pod副本数量、滚动更新、回滚；
- Service：给一组Pod提供统一访问入口、内部负载均衡，Pod漂移重启IP变了，Service名字不变；
- ConfigMap：放配置文件（yaml、json），不写死在镜像里面；Secret：放密码、密钥等敏感信息；
- Node：集群里的一台服务器；
- Namespace：命名空间，用来隔离环境（dev、test、prod）。

### 3. 你在项目里做什么（贴合简历，保命话术）
我作为后端开发，主要负责：
1. 编写Go服务的Dockerfile，打包镜像，推到镜像仓库；
2. 配合运维，编写简单的Deployment、Service的yaml文件，定义副本数、资源限制、健康检查；
3. 上线之后，会用kubectl命令：查看pod状态、看pod日志、describe看pod启动失败原因，排查业务侧问题；
4. 新版本上线，配合运维做滚动发布；如果发布出问题，协助回滚。
> 集群搭建、网络插件、存储、调度策略、集群监控这些，是运维同学负责维护。

### 4. 高频面试题 + 回答
#### （1）Deployment滚动更新是什么？
回答：新版本发布的时候，Deployment会逐步创建新版本Pod，等新Pod就绪之后，再销毁旧版本Pod，分批替换，服务不会中断；如果新版本健康检查失败，会停止发布，我们可以执行回滚，切回旧版本。

#### （2）什么是健康检查？
回答：livenessProbe存活探针（判断容器是不是挂了，挂了就重启Pod）；readinessProbe就绪探针（判断服务能不能接收流量，没就绪就不会把流量转发给它）。我们Go服务会写/health健康接口，给K8s做探针。

#### （3）踩坑故事（背诵）
之前踩过坑：Dockerfile没有做资源限制，上线K8s之后，服务内存飙高，把节点资源打满，Pod被OOM杀掉。后面在yaml里面加上request和limit资源限制，同时优化代码内存泄漏问题。还有一次健康接口写错，导致新Pod一直就绪失败，发布卡住。

#### （4）进阶问题：StatefulSet、DaemonSet、HPA、Ingress、PV/PVC
👉 兜底：这些资源我了解概念，但是日常业务开发很少写，由运维统一维护配置。

---
# 五、额外配套：面试官连环追问的统一话术（防穿帮神器）
1. 问底层源码、集群调优、运维部署细节：
> “这块我们是运维统一维护，我业务侧主要是接入使用，解决业务层面问题，底层原理我有学习，还在持续深耕。”
2. 问：你这个项目里面，中间件是单机还是集群？
> “线上是集群高可用部署，运维维护，我开发的时候本地是单机版本做开发调试。”
3. 问：你有没有做过压测？
> “我做过简单接口压测，发现过Redis热点key、MQ消费慢的问题，完整全链路压测是测试和运维配合一起做。”

# 六、自我介绍版本（把这一段背熟，开头直接锁死你的定位，避免面试官往运维/中间件专家方向深挖）
> 我主要做Go后端开发，基于Gin、Beego开发RESTful接口，tRPC、rpcx做内部微服务通信，使用protobuf定义RPC接口协议；
> 中间件上，Redis用来做热点数据缓存、分布式锁、计数器；RabbitMQ用来异步解耦、削峰，处理下单之后的通知、积分这类非核心流程；
> 服务使用Docker打包镜像，部署在K8s集群，我这边负责Dockerfile、基础yaml编写、上线后日志排查、简单故障定位，集群运维由运维同学负责；
> 同时我也在用Cursor、Codex这类AI编程工具，做过RAG知识库、Agent Skill编排的落地实践。

---
如果你想要，我还可以给你做一份【一页纸精简背诵版】，全部压缩成短句，适合手机上快速翻看，面试前突击。