Spring Cloud 面试高频题与深度解析

面试考察的是"用过"还是"理解"：用过只会背配置，理解才能讲清楚原理。本文按主题整理 Spring Cloud 面试高频题，每道题给出核心答案与追问方向，覆盖原理题、场景设计题、源码追究题三类。

一、服务注册与发现

原理题：Nacos 服务发现原理是什么？

核心答案：
  1. 服务启动 → 客户端向 Nacos Server 注册（携带 IP、端口、权重）
  2. 心跳续约：客户端每 5 秒发心跳，服务端维护健康状态
  3. 消费者拉取：客户端缓存实例列表（HostReactor），长轮询监听变更
  4. 推送更新：实例变化时服务端长轮询响应，客户端刷新本地缓存

追问方向：
  ├─ 临时实例与持久实例的区别（AP vs CP）
  ├─ 心跳丢失多久被剔除
  └─ 客户端缓存怎么保证可用性（本地快照）

原理题：Eureka、Nacos、Consul、Zookeeper 有什么区别？

对比要点：
  ├─ CAP 取舍：
  │    Eureka：AP（自我保护，牺牲一致性）
  │    Nacos：临时实例 AP / 持久实例 CP
  │    Consul：CP（Raft）
  │    Zookeeper：CP
  ├─ 功能：Nacos 注册中心 + 配置中心一体
  └─ 语言/生态：Zookeeper 依赖客户端较重

场景题：服务下线了，为什么还在被调用？

答题要点：
  ├─ 消费者本地缓存未刷新（实例列表缓存）
  ├─ 服务未优雅下线（直接 kill，注册中心未感知）
  ├─ 下线顺序：先摘流量（注销/标记下线）再停服务
  └─ 负载均衡缓存刷新周期设置合理值

二、负载均衡

原理题：Spring Cloud LoadBalancer 与 Ribbon 有什么区别？

核心答案：
  ├─ Ribbon：Netflix 组件，默认随机/轮询，已进入维护
  ├─ LoadBalancer：Spring 官方实现，接口化设计
  │    ├─ LoadBalancerClient（阻塞式）/ ReactorLoadBalancer（响应式）
  │    └─ ServiceInstanceListSupplier 提供实例列表
  └─ 可扩展：自定义策略（权重、灰度）通过 Bean 注入

场景题：如何实现灰度发布（负载均衡层面）？

答题要点：
  1. 实例打标签：注册时带 metadata（version=v2）
  2. 自定义 ServiceInstanceListSupplier：
     ├─ 根据请求头 X-Version 过滤实例列表
     └─ 无匹配版本回退默认实例
  3. 网关 Header 透传 + LoadBalancer 过滤协同

三、网关

原理题：Spring Cloud Gateway 一次请求的执行流程？

核心答案：
  1. RoutePredicateHandlerMapping 匹配路由（Predicate）
  2. FilteringWebHandler 构建过滤器链（Global + 路由级）
  3. 过滤器链执行：鉴权 → 限流 → 负载均衡 → 转发
  4. NettyRoutingFilter 用 WebClient 转发到下游
  5. 响应沿过滤器链反向返回

追问方向：
  ├─ 与 Zuul 的区别（异步非阻塞 vs 同步阻塞）
  └─ 过滤器执行顺序如何控制（order 值）

场景题：网关限流怎么做？

答题要点：
  ├─ RequestRateLimiter 过滤器：Redis 令牌桶
  ├─ KeyResolver 定义限流维度：用户 / IP / 接口
  ├─ 配置容量与补充速率
  └─ 集群限流依赖 Redis（令牌桶存储）

场景题：网关如何做统一鉴权？

答题要点：
  ├─ GlobalFilter 实现鉴权：白名单放行 + JWT 校验
  ├─ 校验通过 → 解析用户信息 → 透传 X-User-Id 给下游
  ├─ 失败返回 401，不进入下游
  └─ 网关只做粗粒度鉴权，细粒度权限在业务层

四、熔断限流降级

原理题：Sentinel 与 Hystrix、Resilience4j 有什么区别？

对比要点：
  ├─ Hystrix：线程池/信号量隔离，官方已停更
  ├─ Resilience4j：轻量，函数式，CircuitBreaker/RateLimiter/Bulkhead
  ├─ Sentinel：阿里开源
  │    ├─ 滑动窗口实时统计（LeapArray）
  │    ├─ 多种流控：QPS、并发线程数、热点、系统自适应
  │    └─ 规则动态化（Nacos 数据源）
  └─ 选型：国内生态 Sentinel 常用，海外 Resilience4j 常用

原理题：Sentinel 限流原理？

核心答案：
  1. SphU.entry() 进入入口 → ProcessorSlotChain 责任链
  2. FlowSlot 读取限流规则，判断是否允许放行
  3. 统计基于滑动窗口（LeapArray）：每秒/每分钟统计
  4. 超过阈值 → BlockException → 触发降级处理

场景题：微服务如何设计熔断降级？

答题要点：
  ├─ 熔断：依赖失败率超阈值 → 打开 → 快速失败 → 半开探测
  ├─ 降级：返回兜底数据（缓存、默认值、提示文案）
  ├─ 限流：保护自身（入口限流）与保护下游
  └─ 隔离：线程池隔离 / 信号量隔离，防雪崩

五、配置管理

原理题：Nacos 配置动态刷新原理？

核心答案：
  1. 客户端启动时向服务端发起长轮询（带 dataId 与 MD5）
  2. 服务端配置变更 → 检查变更 → 长轮询返回
  3. 客户端本地缓存 MD5 比对 → 触发 Listener 回调
  4. @RefreshScope 的 Bean 被重建 → 新配置生效

追问方向：
  ├─ 长轮询与短轮询的区别
  └─ @RefreshScope 为什么能刷新（代理 + 缓存销毁重建）

场景题：配置中心挂了怎么办？

答题要点：
  ├─ 客户端本地缓存（MD5 与配置快照）兜底
  ├─ 服务可以继续用旧配置运行
  ├─ 变更推送丢失：客户端定期补偿拉取
  └─ 配置中心集群部署 + 持久化（MySQL）

六、分布式事务

原理题：Seata AT 模式原理？

核心答案：
  1. TM 开启全局事务 → 生成 XID，透传下游
  2. RM 执行业务 SQL 时：Data Source Proxy 记录前后镜像 → 写 undo_log
  3. 分支事务注册到 TC
  4. 全部成功 → 全局提交（删 undo_log）
  5. 任一失败 → 全局回滚（按 undo_log 反向补偿）

追问方向：
  ├─ 为什么需要全局锁（防脏写）
  └─ AT 与 TCC 的区别（自动 vs 业务实现补偿）

场景题：下单 + 扣库存跨服务，怎么保证一致性？

答题要点：
  ├─ 方案一：Seata（AT/TCC），强一致，性能有损耗
  ├─ 方案二：本地消息表 + MQ，最终一致
  ├─ 方案三：TCC（Try 冻结 / Confirm 扣减 / Cancel 解冻）
  └─ 选型：资金类强一致用 TCC/AT，订单类最终一致用 MQ

七、消息与事件驱动

原理题：Spring Cloud Stream 的 Binder 是什么？

核心答案：
  ├─ Binder 是消息中间件的抽象层（Kafka/Rabbit 实现）
  ├─ 应用只需定义 @Bean 函数式通道（Supplier/Function/Consumer）
  ├─ 绑定：输入输出通道与 Binder 连接
  └─ 好处：切换中间件只改配置，不改业务代码

场景题：如何保证消息不丢失、不重复？

答题要点：
  ├─ 不丢失：生产者确认 + 持久化 + 消费者手动 ack + 重试
  ├─ 不重复：消费幂等（唯一键、状态机、分布式锁）
  └─ 消息堆积：消费能力扩容、批量消费、分级处理

八、源码追究题

源码题：Feign 动态代理是怎么创建的？

核心答案：
  1. @EnableFeignClients 引入 FeignClientsRegistrar
  2. 扫描 @FeignClient 接口 → 注册 FeignClientFactoryBean
  3. FactoryBean 创建时：Feign.Builder 构建 ReflectiveFeign
  4. ParseHandlersByName 解析方法注解 → MethodHandler
  5. JDK 动态代理：调用时 MethodHandler 生成请求并执行

源码题：@Transactional 事务怎么生效的？

核心答案：
  1. AOP 代理：TransactionInterceptor 拦截方法
  2. 读取事务属性（传播行为、隔离级别）
  3. 开启/挂起事务 → 执行业务 → 提交/回滚
  4. 自调用失效：this 调用不走代理 → 需注入代理或拆类

源码题：Spring Cloud Gateway 过滤器链如何执行？

核心答案：
  ├─ FilteringWebHandler 组合 GlobalFilter 与路由过滤器
  ├─ 按 order 排序，构建 GatewayFilterChain（责任链）
  ├─ 每个过滤器处理前/后逻辑，链式调用
  └─ 异常由 ErrorWebExceptionHandler 统一处理

九、综合场景题

场景题：设计一个高并发秒杀系统（微服务视角）

答题要点：
  ├─ 前端/网关层：限流（令牌桶）+ 防刷
  ├─ 库存服务：Redis 预扣 + 队列削峰
  ├─ 下单链路：异步（MQ）落订单，解耦
  ├─ 分布式锁：防止超卖（Redis 原子扣减）
  ├─ 熔断降级：依赖异常快速失败
  └─ 监控：全链路追踪 + 指标告警

场景题：微服务全链路压测如何做？

答题要点：
  ├─ 压测标记：请求头透传压测标识（x-mt）
  ├─ 影子库隔离：压测流量写影子表/影子库
  ├─ 工具：JMeter / Gatling / Locust
  ├─ 容量评估：TPS × RT 并发模型（Little 定律）
  └─ 扩缩容：HPA + 压测结果驱动容量规划

十、面试答题方法论

回答框架：
  1. 先讲结论：一句话说清是什么/原理
  2. 再讲过程：分步骤、分环节展开
  3. 补充细节：关键参数、边界情况
  4. 联系实践：项目中怎么用、踩过什么坑

避坑：
  ├─ 不背概念，讲清"为什么这样设计"
  ├─ 源码题答到关键类与方法即可，不必逐行
  └─ 场景题先确认需求边界再给方案

总结

Spring Cloud 面试的核心是"理解而非背诵"：服务发现要讲清 AP/CP 与心跳机制，负载均衡要讲清接口化设计，网关要讲清过滤器链，限流要讲清滑动窗口，事务要讲清镜像与补偿，源码题要讲清代理与责任链。答题时把握"结论 + 流程 + 细节 + 实践"的框架，同时准备好场景题的系统设计思路，就能覆盖大多数面试考察点。