【企业场景】常见技术场景解析

常见技术场景

1.单点登录这块怎么实现的

1.1 概述

单点登录的英文名叫做:Single Sign On(简称SSO),只需要登录一次,就可以访问所有信任的应用系统

以前 的时候,一般我们就单系统,所有的功能都在同一个系统上。

单体系统的session共享

  • 登录:将用户信息保存在Session对象中

    • 如果在Session对象中能查到,说明已经登录
      • 如果在Session对象中查不到,说明没登录(或者已经退出了登录)
  • 注销(退出登录):从Session中删除用户的信息

后来,我们为了合理利用资源和降低耦合性 ,于是把单系统拆分成多个子系统。

多系统即可能有多个Tomcat,而Session是依赖当前系统的Tomcat,所以系统A的Session和系统B的Session是不共享的。

而单点登录就是,多系统中,在一个系统/机器/微服务中登录了,在登录到期之前,访问其他系统的服务,不必重新登录验证

解决系统之间Session不共享问题有一下几种方案:

  • Tomcat集群Session全局复制(最多支持5台tomcat,不推荐使用)
  • JWT(常见)
  • Oauth2
  • CAS
  • 自己实现(redis+token)

1.2 JWT解决单点登录

现在有一个微服务的简单架构,如图:

使用 jwt 解决单点登录的流程如下:

因为请求可能是直接访问微服务,而不是靠网关转发

但是使用网关进行登录 token 校验是有必要的

通过在网关层面进行登录 token 校验可以提前拦截非法请求和无效 token,减轻后续微服务的负担,提高系统的安全性和性能

虽然最终在微服务内部也需要再次校验 token,但通过在网关层面处理可以有效过滤掉一些无效请求,避免将这部分请求传递给后端微服务

在单个微服务,还是得 SpringSecurity 或者拦截器,去处理一下校验token;

1.3 回答要点

  1. 先解释什么是单点登录

    1. 单点登录的英文名叫做:Single Sign On(简称SSO
  2. 介绍自己项目中涉及到的单点登录(即使没涉及过,也可以说实现的思路)

  3. 介绍单点登录的解决方案,以 JWT 为例

    1. 用户访问其他系统,会在网关判断token是否有效
    2. 如果token无效则会返回401(认证失败)前端跳转到登录页面
    3. 用户发送登录请求,返回浏览器一个token,浏览器把token保存到cookie
    4. 再去访问其他服务的时候,都需要携带token(请求头),由网关统一验证后路由到目标服务

2.权限认证是如何实现的

2.1 概述

后台的管理系统,更注重权限控制,最常见的就是RBAC模型来指导实现权限

RBAC(Role-Based Access Control)基于角色的访问控制

  • 3个基础部分组成:用户、角色、权限

  • 具体实现

    • 5张表(用户表、角色表、权限表、用户角色中间表、角色权限中间表)

    • 7张表(用户表、角色表、权限表、菜单表、用户角色中间表、角色权限中间表、权限菜单中间表)

      • 菜单表 ==> 页面的层级结果,每个模块/按钮,存储的是树(页面的核心功能的 DOM 树)
      • 权限菜单中间表 ==> 把页面的模块与权限关联起来,这样就可以只展示一部分模块给用户,避免用户去访问没有权限的接口(虽然哪怕展示了也访问不了)
2.2 RBAC权限模型

最常见的 5 张表的关系

数据流转

张三具有什么权限呢?

流程:张三登录系统---> 查询张三拥有的角色列表--->再根据角色查询拥有的权限

在实际的开发中,也会使用权限框架完成权限功能的实现,并且设置多种粒度,常见的框架有:

  • Apache shiro
  • Spring security(推荐)
2.3 回答要点
  • 后台管理系统的开发经验

  • 介绍 RBAC 权限模型5张表的关系(用户、角色、权限)

  • 权限框架:Spring Security

3. 上传数据的安全性你们怎么控制?

3.1 概述

这里的安全性,主要说的是,浏览器访问后台,需要经过网络传输,有可能会出现安全的问题

解决方案:使用非对称加密(或对称加密),给前端一个公钥让他把数据加密后传到后台,后台负责解密后处理数据

3.2 对称加密

文件加密和解密使用相同的密钥,即加密密钥也可以用作解密密钥

  • 数据发信方将明文和加密密钥一起经过特殊的加密算法处理后,使其变成复杂的加密密文发送出去,

  • 收信方收到密文后,若想解读出原文,则需要使用加密时用的密钥以及相同加密算法的逆算法对密文进行解密,才能使其回复成可读明文。

  • 在对称加密算法中,使用的密钥只有一个,收发双方都使用这个密钥,这就需要解密方事先知道加密密钥。

优点: 对称加密算法的优点是算法公开、计算量小、加密速度快、加密效率高。

缺点: 没有非对称加密安全.

用途: 一般用于保存用户手机号、身份证等敏感但能解密的信息。

常见的对称加密算法有 : AES、DES、3DES、Blowfish、IDEA、RC4、RC5、RC6、HS256

3.3 非对称加密

两个密钥:公开密钥(publickey)和私有密钥,公有密钥加密,私有密钥解密

解释: 同时生成两把密钥:私钥和公钥,私钥隐秘保存,公钥可以下发给信任客户端.

加密与解密:

  • 私钥加密,持有公钥才可以解密
  • 公钥加密,持有私钥才可解密

签名:

  • 私钥签名, 持有公钥进行验证是否被篡改过.

**优点: ** 非对称加密与对称加密相比,其安全性更好;

缺点: 非对称加密的缺点是加密和解密花费时间长、速度慢,只适合对少量数据进行加密。
用途: 一般用于签名和认证。私钥服务器保存, 用来加密, 公钥客户拿着用于对于令牌或者签名的解密或者校验使用.

常见的非对称加密算法有: RSA、DSA(数字签名用)、ECC(移动设备用)、RS256 (采用SHA-256 的 RSA 签名)

参考HTTPS:【JavaEE】HTTPS加密原理-CSDN博客

当然,还有另一种加密,就是防止用户破解接口并写入恶意脚本,不属于网络传输的方面了

用户通过代理客户端可以查看请求和响应,业就可以破解接口并写入恶意脚本

可以考虑以下方法增强接口的安全性:

  1. 数据加密:在客户端和服务器之间进行端到端的数据加密,即使用户使用代理客户端也无法轻易窃取敏感数据。
  2. 使用动态令牌:引入动态令牌机制,令每次请求的认证令牌都是唯一且短暂的,有效期结束后自动失效,降低了被破解的可能性。
  3. 反爬虫策略:识别和阻止恶意代理客户端,并采取反爬虫策略,如验证码、人机验证等,以识别和拦截恶意请求。
  4. 安全监控和日志记录:实时监控接口请求情况,并记录日志以追踪异常行为,及时发现和应对潜在的安全威胁。
  5. 多因素认证:引入多因素认证机制,如结合密码、短信验证码、指纹等多种因素进行用户身份验证,提高安全性。

3.4 回答要点

  • 使用非对称加密(或对称加密),给前端一个公钥让他把数据加密后传到后台,后台解密后处理数据
    • 传输的数据很大建议使用对称加密,不过不能保存敏感信息
    • 传输的数据较小,要求安全性高,建议采用非对称加密

4. 你负责项目的时候遇到了哪些比较棘手的问题

这个面试题主要考察的是,

  • 你是否有过开发经验
  • 是否是核心开发人员

有4个方面可以回答,只要挑出一个回答就行了

4.1 设计模式

  • 工厂模式+策略
  • 责任链模式

回答思路

1,什么背景(技术问题)

2,过程(解决问题的过程)

3,最终落地方案

举例:

①:介绍登录业务(一开始没有用设计模式,所有的登录方式都柔和在一个业务类中,不过,发现需求经常改)

②:登录方式经常会增加或更换,每次都要修改业务层代码,所以,经过我的设计,使用了工厂设计模式和策略模式,解决了,经常修改业务层代码的问题

③:详细介绍一下工厂模式和策略模式(参考前面设计模式的课程)

4.2 线上BUG

  • CPU飙高
  • 内存泄漏
  • 线程死锁
  • ...

回答方式参考上面的回答思路,具体问题可以参考前面的课程(JVM和多线程相关的面试题)

4.3 调优

  • 慢接口
  • 慢SQL
  • 缓存方案

4.4 组件封装

  • 分布式锁
  • 接口幂等
  • 分布式事务
  • 支付通用

封装📦成具体适用于本系统的组件,方便去解决一些问题;

组件封装是指将一组相关功能或代码片段封装在一个独立的组件中,以便在项目中重复使用、提高代码复用性和可维护性的做法。组件可以是包含特定功能的UI元素,也可以是执行特定任务的函数或类。

在软件开发中,组件封装有助于将代码模块化,降低耦合度,提高整体代码的可读性和可维护性。通过将通用功能封装成组件,可以在不同的地方多次使用,避免重复编写相同的代码,减少出错的可能性,并且方便对组件进行统一管理和更新。

常见的组件封装方式包括类、函数、模块等形式。组件封装还可以结合面向对象编程、设计模式等技术,使得代码更加结构化、灵活和可扩展。

幂等性为例子,可以写个拦截器对指定的接口进行幂等性的保证啊,写一些保证幂等性的接口方法呀:

5. 你们项目中日志怎么采集的

5.1 问题

  1. 为什么要采集日志?

日志是定位系统问题的重要手段,可以根据日志信息快速定位系统中的问题

  1. 采集日志的方式有哪些?
  • ELK:即Elasticsearch、Logstash和Kibana三个软件的首字母
  • 常规采集:按天保存到一个日志文件

5.2 ELK基本架构

ELK即Elasticsearch、Logstash和Kibana三个开源软件的缩写

  • Elasticsearch

    • Elasticsearch 全文搜索和分析引擎,对大容量的数据进行接近实时的存储、搜索和分析操作。
  • Logstash

    • Logstash是一个数据收集引擎,它可以动态的从各种数据源搜集数据,并对数据进行过滤、分析和统一格式等操作,并将输出结果存储到指定位置上
  • Kibana

    • Kibana是一个数据分析和可视化平台,通常与Elasticsearch配合使用,用于对其中的数据进行搜索、分析,并且以统计图标的形式展示。
5.3 参考回答
  • 我们搭建了ELK日志采集系统

  • 介绍ELK的三个组件:

    • Elasticsearch是全文搜索分析引擎,可以对数据存储、搜索、分析
    • Logstash是一个数据收集引擎,可以动态收集数据,可以对数据进行过滤、分析,将数据存储到指定的位置
    • Kibana是一个数据分析和可视化平台,配合Elasticsearch对数据进行搜索,分析,图表化展示

6. 查看日志的命令

目前采集日志的方式:按天保存到一个日志文件

也可以在logback配置文件中设置日志的目录和名字

需要掌握的Linux中的日志:

  • 实时监控日志的变化
  • 实时监控某一个日志文件的变化:tail -f xx.log;实时监控日志最后100行日志: tail --n 100 -f xx.log
  • 按照行号查询

    • 查询日志尾部最后100行日志:tail -- n 100 xx.log

    • 查询日志头部开始100行日志:head --n 100 xx.log

    • 查询某一个日志行号区间:cat -n xx.log | tail -n +100 | head -n 100 (查询100行至200行的日志)

  • 按照关键字找日志的信息

  • 查询日志文件中包含debug的日志行号:cat -n xx.log | grep "debug"
  • 按照日期查询

    • sed -n '/2023-05-18 14:22:31.070/,/ 2023-05-18 14:27:14.158/p'xx.log
  • 日志太多,处理方式

    • 分页查询日志信息:cat -n xx.log |grep "debug" | more

    • 筛选过滤以后,输出到一个文件:cat -n xx.log | grep "debug" >debug.txt

7. 生产问题怎么排查

已经上线的 bug 排查的思路:

  1. 检查请求和响应是否有问题;
  2. 通过错误现象初步确定处理方向,用相似的请求去让 bug 更好的展示出来,以此推理出来一些东西;
  3. 分析日志,通常在业务中都会有日志的记录,如查看系统日/项目日志文件,然后定位问题;
  4. 远程 debug,通常公司的正式环境(生产环境)是不允许远程 debug 的;一般远程 debug 都是公司的测试环境,方便调试代码;

远程debug配置

前提条件:远程的代码和本地的代码要保持一致

  1. 远程代码需要配置启动参数,把项目打包放到服务器后启动项目的参数:
shell 复制代码
java -jar -agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=5005 project-1.0-SNAPSHOT.jar

-agentlib:jdwp 是通知JVM使用(java debug wire protocol)来运行调试环境

transport=dt_socket 调试数据的传送方式

server=y 参数是指是否支持在server模式

suspend=n 是否在调试客户端建立起来后,再执行JVM。

address=5005 调试端口设置为5005,其它端口也可以

  1. idea 中设置远程 debug ,找到 idea 中的 Edit Configurations...
  1. idea中启动远程debug

  2. 访问远程服务器,在本地代码中打断点即可调试远程

8. 怎么快速定位系统的瓶颈

  • 压测(性能测试),项目上线之前测评系统的压力

    • 压测目的:给出系统当前的性能状况;定位系统性能瓶颈或潜在性能瓶颈
    • 指标:响应时间、 QPS、并发数、吞吐量、 CPU利用率、内存使用率、磁盘IO、错误率
    • 压测工具:LoadRunner、Apache Jmeter ...
    • 后端工程师:根据压测的结果进行解决或调优(接口慢、代码报错、并发达不到要求...)
  • 监控工具、链路追踪工具,项目上线之后监控

    • 监控工具:Prometheus+Grafana
    • 链路追踪工具:skywalking、Zipkin
  • 线上诊断工具Arthas(阿尔萨斯),项目上线之后监控、排查

相关推荐
重生之我是数学王子6 分钟前
QT基础 编码问题 定时器 事件 绘图事件 keyPressEvent QT5.12.3环境 C++实现
开发语言·c++·qt
xmh-sxh-13147 分钟前
jdk各个版本介绍
java
Ai 编码助手8 分钟前
使用php和Xunsearch提升音乐网站的歌曲搜索效果
开发语言·php
学习前端的小z12 分钟前
【前端】深入理解 JavaScript 逻辑运算符的优先级与短路求值机制
开发语言·前端·javascript
神仙别闹19 分钟前
基于C#和Sql Server 2008实现的(WinForm)订单生成系统
开发语言·c#
XINGTECODE21 分钟前
海盗王集成网关和商城服务端功能golang版
开发语言·后端·golang
天天扭码26 分钟前
五天SpringCloud计划——DAY2之单体架构和微服务架构的选择和转换原则
java·spring cloud·微服务·架构
程序猿进阶27 分钟前
堆外内存泄露排查经历
java·jvm·后端·面试·性能优化·oom·内存泄露
FIN技术铺31 分钟前
Spring Boot框架Starter组件整理
java·spring boot·后端
zwjapple37 分钟前
typescript里面正则的使用
开发语言·javascript·正则表达式