一、阿里云服务（FC、ACK、资源选型）
题目1：请谈谈你在项目中使用阿里云函数计算（FC）的经验，包括适用场景和资源配置考量。
参考答案 ：
我在之前的项目中多次使用FC处理事件驱动型任务，例如OSS文件上传后的自动图片压缩、定时日志分析等。FC的优势在于无需管理服务器，自动伸缩，按量付费。
在资源配置上，我主要关注内存和超时时间。例如图片压缩函数，通过测试发现512MB内存能在保证速度的同时控制成本；超时时间根据处理文件大小设定，通常设置为3-5分钟，避免因超时失败。同时我会为函数配置VPC网络，以安全访问RDS等资源。
题目2：ACK（容器服务）和FC在应用部署时如何选择？
参考答案 ：
选择ACK还是FC主要基于应用架构和需求：
- FC适用于事件触发、短时运行、无状态任务，如数据处理、API后端。优势是极简运维、自动扩缩。
- ACK 适用于需长时间运行、有状态、复杂依赖的应用（如微服务集群），需要精细化控制容器编排、网络和存储。例如核心业务系统我们部署在ACK，通过HPA和监控实现弹性伸缩。
总结：简单任务用FC降低运维成本，复杂系统用ACK保持控制力。
二、API网关（设计、限流、监控）
题目3：如何通过API网关实现接口的流量控制和熔断？
参考答案 ：
在阿里云API网关中，我通过以下配置保障稳定性：
- 流量控制 ：在网关控制台为API设置流速控制，例如单API每秒1000次请求，或单APPID每秒100次请求，防止过度调用。
- 熔断机制 ：配置熔断规则，如下游服务响应错误率（5xx）在1分钟内超过50%且请求数大于10次，则自动熔断30秒，期间返回预设错误码，避免雪崩效应。
- 同时会设置默认限流 和特殊限流策略，保护重点API。
题目4：API网关监控告警你会关注哪些指标？如何配置？
参考答案 ：
我重点关注这些指标：
- HTTP状态码：尤其是5xx错误（下游服务故障）和4xx错误（客户端异常）。
- 请求延迟：P95/P99延迟是否突增，判断下游性能。
- 流量波动 ：请求量骤升或骤降。
我会在阿里云云监控中设置告警规则，例如："5分钟内5xx错误次数 > 50"触发钉钉群告警，以便快速响应。
三、系统迁移与AI工具使用
题目5：如何将一个C#系统迁移到Java？谈谈你的方法和工具。
参考答案 ：
我的迁移策略分为四步，全程借助AI工具提升效率：
- 代码结构转换 ：使用Cursor 或CodeGeeX批量转换C#类/方法为Java语法（如属性转换、类型替换），处理60-70%的机械性工作。
- 核心逻辑重写 ：对于业务复杂部分（如算法、事务），我会深入理解C#代码后，用Copilot辅助编写Java实现（输入注释生成代码片段）。
- 框架适配：手动将C#特有框架（如EF Core）替换为Java生态方案（如MyBatis-Plus），这是AI无法替代的，需依赖经验。
- 测试验证 ：编写单元测试和接口测试，用AI（如Cursor）生成测试用例模板，确保功能一致性。
关键点：AI负责重复性工作，我专注于设计、验证和难点解决。
题目6：日常如何用AI编程工具（如Copilot/Cursor）提升开发效率？举例说明。
参考答案 ：
我将AI深度集成到开发流程中：
- 代码生成：写注释直接生成代码，例如输入"用SpringBoot创建一个RESTful API"，Copilot自动生成Controller骨架。
- Debug辅助：将错误日志粘贴到Cursor，它能快速定位问题原因（如依赖冲突、配置错误）。
- 代码解释：遇到复杂代码时，用Cursor分析其功能，节省理解时间。
- 重构建议 ：请求AI提供优化方案（如"如何减少这段代码的圈复杂度？"）。
但我始终会审查AI生成的代码，确保符合项目和架构规范，避免盲目接受。
四、综合问题
题目7：你如何保证服务上云后的高可用和安全性？
参考答案 ：
我会从多维度保障：
- 高可用 ：
- 计算层：ACK应用跨可用区（AZ）部署，配合SLB和HPA实现负载均衡和自动扩缩。
- 数据层：使用RDS主备架构或多可用区实例。
- 容灾：定期快照+跨地域备份。
- 安全性 ：
- 网络：应用部署在VPC内，通过安全组和网络ACL限制访问。
- 权限：使用RAM角色授权最小权限，避免使用主账号AK。
- 加密：敏感数据存储用KMS加密，API网关启用HTTPS。
- 监控：配置ARMS应用监控和日志服务（SLS），实时发现异常。
总结建议：
- 回答时结合具体项目案例和数据（如"我曾为XX系统配置每秒500次的限流"）会更有说服力。
- 强调AI工具的辅助角色 和你的主导作用，避免显得过度依赖工具。
- 提前熟悉阿里云产品控制台操作，面试可能问到细节（如"如何在网关配置熔断？"）。