谢飞机面Java大厂：音视频场景下的Spring Boot + Kafka + Redis实战三连问

面试官：张工，某一线大厂音视频中台资深架构师（黑眼圈深、咖啡杯不离手）

求职者：谢飞机，三年Java经验，简历写着"精通Spring全家桶"，实际靠Ctrl+C/V活到今天 🛩️

🌟 第一轮：音视频上传链路------从HTTP到异步解耦

面试官（翻简历，微笑）：谢同学，你们做过短视频上传功能吗？用户点"发布"后，后端怎么处理？

谢飞机 （自信）：当然！用Spring Boot写个@PostMapping("/upload")，接MultipartFile，存到本地磁盘或OSS......

面试官（点头）：很好。那如果10万用户同时上传，且要生成封面、转码、打标、审核------你还敢同步处理吗？

谢飞机（挠头）：呃......好像会卡死？

面试官：对。那你怎么解耦？

谢飞机（灵光一闪）：啊！用消息队列！比如......Kafka？

面试官（赞许）：✅ 正确。为什么选Kafka，而不是RabbitMQ或RocketMQ？

谢飞机（支吾）：因为......它名字带'k'？（小声）......或者......吞吐高？

🌟 第二轮：实时性与一致性------Redis在音视频元数据中的妙用

面试官：上传成功后，前端要立刻显示"已提交，正在处理"，并查进度条。你用什么存这个状态？DB？

谢飞机 ：MySQL加个status字段呗......

面试官：如果每秒5000次进度查询呢？

谢飞机（冒汗）：......那......Redis？

面试官（赞许）：✅ 正确。那用String还是Hash？过期时间设多久？怎么避免缓存穿透？

谢飞机：String......30分钟？穿透？是不是......加个空值缓存？

面试官（轻笑）：接近了。那如果用户刷新太快，频繁查同一key，但后端还没写入Redis------你如何保证"最终一致性"？

谢飞机（沉默5秒）：......我......先返回个默认值？

🌟 第三轮：故障与降级------当Kafka积压、Redis宕机时怎么办？

面试官：上线后发现Kafka集群磁盘告警，积压了2小时消息。用户上传成功却一直卡在"处理中"。你第一反应是什么？

谢飞机：重启Kafka？......或者......删掉积压消息？

面试官（摇头）：错。这是生产事故。你应该先做三件事：① 熔断上传入口；② 切换为本地文件队列（如Disruptor）临时缓冲；③ 推送降级提示给前端。

谢飞机（眼睛一亮）：哦！类似Hystrix？

面试官 ：现在Spring Cloud Alibaba用Sentinel更多。那Redis挂了呢？上传流程还能继续吗？

谢飞机：......应该不能查进度了......但上传本身还能走？

面试官 ：✅ 对。所以Redis是非核心依赖，必须支持无缓存兜底------比如降级查DB（加读写分离+连接池优化），或引入Caffeine做本地缓存。

💼 终场话术

面试官 （合上笔记本）：谢同学，基础概念有认知，对音视频场景的痛点也有直觉，但深度和落地细节还需加强。建议回去把《Kafka权威指南》第4章、《Redis设计与实现》缓存章节、以及Spring Boot官方文档的spring-boot-starter-cache和spring-kafka模块通读两遍，再动手搭个最小可行Demo。

谢飞机（起身握手）：谢谢张工！我回去就写！

面试官（微笑）：好。我们会在5个工作日内通过邮箱通知你后续安排。祝你------

两人齐声 （玩笑）：起飞顺利，不掉帧，不丢包，不OOM！ ✈️

📘 【附：小白也能懂的技术解析】

🔹 场景定位：音视频中台的"上传-处理-反馈"闭环

业务特征：高并发写（上传）、强实时读（进度）、长耗时异步任务（转码/AI打标）、失败容忍度低（用户感知明显）
技术选型逻辑 ：
- ✅ Kafka：百万级TPS、分区有序、持久化+副本保障不丢消息，适合"上传事件→触发转码流水线"这类事件驱动架构；RabbitMQ更适合金融类强事务，RocketMQ国内生态好但跨云部署稍重。
- ✅ Redis ：用Hash结构存{video_id: {status:"processing", progress:65, updated_at:"2025-04-05T10:20:00"}}，比String更省内存；过期时间设2h（覆盖最长转码时长+缓冲）；防穿透用布隆过滤器+空值缓存双保险。
- ✅ 容灾设计 ：
  - Kafka积压 → Sentinel配置QPS阈值自动熔断/upload接口，同时启用@Async本地队列作为fallback；
  - Redis宕机 → @Cacheable(cacheNames="videoStatus", unless="#result == null") 注解自动降级到JdbcTemplate查MySQL，配合HikariCP连接池max-lifetime=1800000防连接老化。

🔹 关键代码片段（Spring Boot 3.x + Kafka 3.6 + Redis 7）

java 复制代码

// 1. 发送上传事件（异步解耦）
public void onVideoUploaded(VideoUploadEvent event) {
    kafkaTemplate.send("video-upload-topic", event.getVideoId(), event);
}

// 2. Redis进度管理（使用StringRedisTemplate + Hash）
public void updateProgress(String videoId, int progress) {
    String key = "video:status:" + videoId;
    redisTemplate.opsForHash().put(key, "progress", String.valueOf(progress));
    redisTemplate.expire(key, Duration.ofHours(2)); // 自动过期
}

// 3. 容错降级：Redis异常时查DB
@Cacheable(value = "videoStatus", key = "#videoId", unless = "#result == null")
public VideoStatus getStatusFromCache(String videoId) {
    return redisService.getStatus(videoId); // 可能抛异常
}

@Cacheable(value = "videoStatus", key = "#videoId", cacheManager = "fallbackCacheManager")
public VideoStatus getStatusFromDb(String videoId) {
    return jdbcTemplate.queryForObject(
        "SELECT status, progress FROM video_task WHERE video_id = ?", 
        new Object[]{videoId}, 
        (rs, _) -> new VideoStatus(rs.getString("status"), rs.getInt("progress"))
    );
}

💡 学习建议：不要死记API！重点理解------每个技术组件在该业务链路中解决什么本质问题？替代方案为何不合适？出问题时谁兜底？

📌 延伸思考题（自测用）：

如果要求"用户上传后3秒内必须返回进度条"，Kafka是否还适用？应改用什么？
Redis用作进度存储，如何避免多实例部署时的并发覆盖？（Hint：Lua脚本 or Redisson分布式锁）
Spring Boot整合Kafka时，enable.auto.commit=false 为什么要手动acknowledge.acknowledge()？不这么做会怎样？

✅ 本文覆盖技术栈：

Web框架：Spring Boot
消息队列：Kafka
缓存技术：Redis
监控与运维：（隐含）通过Kafka Lag监控+Redis INFO指标实现可观测性
微服务治理：Sentinel熔断降级
构建工具：Maven（默认）
测试框架：JUnit 5 + Mockito（可为上述逻辑补单元测试）

欢迎评论区讨论你的答案 👇