所有题目与解答均围绕后端开发实时性、稳定性、降级恢复、数据一致性的考察要求，按Java后端核心知识点分类整理，便于针对性备考。
一、分布式事务与数据一致性
核心考察：结合机器人业务场景设计分布式事务方案，区分强一致性 与最终一致性的适用场景，处理网络异常、服务宕机后的补偿机制。
- 问题 ：机器人调度系统跨服务资源扣减，如何设计分布式事务确保零差错，处理网络分区的部分提交问题？
核心解答 ：采用TCC+全局事务状态表+定时补偿，Try预占机器人物理/计费资源，Confirm完成扣减、Cancel释放资源；网络分区时扫描异常事务强制回滚，核心资源增加过期时间兜底。 - 问题 ：机器人任务完成后异步更新状态、发送通知，如何基于事件总线保证最终一致性，处理消息积压？
核心解答 ：事件总线+本地消息表+指数退避重试，任务完成发布事件，消费者异步消费；本地消息表保证消息不丢，积压时做分区消费+流量削峰，失败消息进入死信队列后人工+自动补偿。
二、高并发治理与限流熔断
核心考察：机器人集群高并发指令请求的流量管控，多级限流/熔断/降级的设计，API网关的流量治理，保障核心业务（编队、移动）的可用性。
- 问题 ：机器人集群高峰请求激增50倍，如何设计多级限流，过载时自动降级为延迟执行模式？
核心解答 ：网关层分级令牌桶+应用层Sentinel集群限流，核心编队指令分配高优先级令牌，非核心指令过载后存入Redis有序队列，负载恢复后按序执行。 - 问题 ：多设备管理微服务，如何设计API网关实现动态路径、鉴权熔断，且在网关层缓存设备状态？
核心解答 ：基于Spring Cloud Gateway+自定义过滤器，配置中心管理动态路由；JWT+设备证书双重鉴权，Sentinel实现熔断；Caffeine本地缓存+Redis分布式缓存缓存高频设备状态，设备变更时主动刷新缓存。 - 问题 ：依赖第三方地图API超时，如何设计降级策略切换离线路径规划，保证机器人移动连续？
核心解答 ：Sentinel多级熔断+本地兜底+半开状态切回，触发熔断后自动使用本地缓存地图做基础导航，API恢复后异步补全高精度数据；半开状态尝试调用，成功则恢复正常调用。
三、缓存设计与缓存一致性
核心考察：机器人高频读取场景的多级缓存架构设计，解决缓存与DB的并发更新脏读问题，支持缓存预热、惰性更新，兼顾低延迟与一致性。
- 问题 ：修改机器人控制参数后，如何同步更新DB与缓存，避免分布式节点并发脏读且不影响实时指令？
核心解答 ：采用更新DB→删除缓存双写策略+Redis分布式锁防并发；机器人本地用Caffeine做微秒级缓存，分布式Redis仅做状态同步，缓存设置短期过期时间兜底。 - 问题 ：机器人频繁读取地图数据，如何设计Caffeine+Redis多级缓存，支持预热和惰性更新？
核心解答：读请求「Caffeine→Redis→DB」，写请求「更新DB→删除缓存+节点通知」；机器人启动时按设备ID预热本地缓存，凌晨低峰期预热Redis；地图数据做增量更新，减少网络传输。
四、分库分表与数据库优化
核心考察：百亿级机器人运行日志、传感器时序数据的分库分表策略，数据库读写分离、索引设计，解决多维查询、跨表统计的性能问题。
- 问题 ：百亿级机器人运行日志需多维查询，如何分库分表解决跨表统计设备健康度的性能问题？
核心解答 ：按设备ID哈希分库+按时间戳按月分表（Sharding-JDBC），建立(device_id, create_time, event_type)联合索引；实时健康度用Redis异步聚合，离线统计同步至时序数据库（InfluxDB）。 - 问题 ：机器人监控平台读写并发高，如何设计读写分离策略，保证实时查询性能且分离分析型查询？
核心解答 ：MySQL一主多从+半同步复制，Sharding-JDBC实现读写分离；实时查询路由至低延迟从库，分析型查询路由至专用从库；关闭从库binlog，大表分表降低同步延迟，从库延迟过高时实时查询切主库。 - 问题 ：机器人传感器数据表查询慢，如何针对「设备ID+时间范围+数据类型」优化索引，避免全表扫描？
核心解答 ：按「等值在前，范围在后」建立联合索引(device_id, data_type, create_time)，覆盖核心查询避免回表；删除冗余单字段索引，热冷数据分层（7天热数据留原表，冷数据归档至时序库）；禁止索引字段做函数操作。
五、分布式锁与消息队列
核心考察：基于Redis实现分布式锁的可靠性与扩展性 ，解决机器人重复指令问题；消息队列（RocketMQ）的消息不丢、不重复、高可用，处理消费者宕机后的重平衡。
- 问题 ：如何基于Redis实现分布式锁防止机器人重复指令，支持锁自动续期和优先级调度？
核心解答 ：使用Redisson可重入锁+看门狗自动续期，锁键绑定机器人ID+指令类型；建立Redis ZSet有序队列按指令优先级排序，高优先级指令优先获取锁、执行。 - 问题 ：使用RocketMQ处理机器人异步指令，如何确保消息不丢失、不重复，处理消费者宕机后的重平衡？
核心解答 ：生产端「同步发送+本地消息表」，Broker端「主从+同步刷盘+同步复制」，消费端手动ACK保证不丢；基于「机器人ID+指令ID」做业务层幂等保证不重复；利用RocketMQ内置重平衡，宕机后消息队列重新分配给存活消费者，集群消费模式做负载均衡。
六、系统设计与实战落地
核心考察：微服务全链路追踪、分布式会话、大文件上传、实时流处理等实战场景，贴合机器人WebSocket实时控制、固件升级、传感器海量数据处理的业务需求。
- 问题 ：微服务架构中，如何设计全链路追踪系统，快速定位机器人控制延迟根因，支持实时拓扑？
核心解答：基于SkyWalking非侵入式埋点，生成全局TraceID/SpanID，记录全链路耗时；设置耗时阈值告警，通过TraceID定位延迟节点；定制化业务拓扑图，按机器人模块分组，核心指令全采样、非核心指令低采样降低开销。 - 问题 ：控制台集群部署，如何实现WebSocket会话共享，保证机器人实时指令不中断，支持会话迁移？
核心解答 ：Redis Hash存储会话信息，Redis发布订阅实现节点间会话感知；指令按会话所在节点精准路由，节点宕机时自动重定向至存活节点，未发送指令存入Redis队列兜底；心跳检测实现自动重连。 - 问题 ：机器人GB级固件升级包，如何设计分片上传、断点续传，保证同步到边缘节点的可靠性？
核心解答 ：前端按100MB分片，后端建上传状态表 实现断点续传；MinIO存储分片，合并后MD5校验；边缘节点采用P2P+中心分发同步，分片校验保证一致性，失败自动重试并推送告警。 - 问题 ：机器人传感器TB级时序数据，如何用Flink设计流处理管道，实时检测异常振动信号并预警？
核心解答：架构「Kafka接入→Flink清洗计算→规则引擎检测→预警+时序库存储」；Flink滑动窗口（5s窗口/1s步长）做实时统计，提取异常特征；规则引擎秒级匹配，严重异常触发机器人急停；Flink并行计算+流批融合提升处理性能。
七、安全防护与认证授权
核心考察：Web控制台的防攻击设计，机器人与平台MQTT通信认证，兼顾应用层安全与物联网设备通信安全。
- 问题 ：Web控制台如何防止重放攻击和越权操作，设计基于双方证书的MQTT通信认证机制？
核心解答 ：① 防重放：Nonce随机数+时间戳+签名 ，登录接口JWT短期令牌+刷新机制；② 防越权：基于RBAC做权限控制，接口层校验资源权限，后端校验核心参数防止篡改；③ MQTT认证：搭建私有CA，实现双向SSL/TLS证书认证，服务端/机器人互验证书合法性，加密传输所有消息，证书硬加密存储+连接限流兜底。