面试题集锦:架构、云原生与 Kubernetes

通识对照:Pod Pending 排查树:先分相位,别把 Running 故障当调度问题

面试题集锦:架构、云原生与 Kubernetes

Hello,我是小兔大白糖。 这篇整理面试口述与高频追问要点,方便对照站内同主题通识文。


目标岗位:大型加密货币交易所 · 后端(风控方向)
题目数:18 题
核心主题:架构演进/降级/灰度/云迁移/Docker/K8s/容量/技术选型/配置中心


Q1:从单体到微服务的架构演进

TL;DR

演进 = 业务拆分先行(DDD 限界上下文)→ 基础设施跟上(服务发现/配置中心/网关)→ 逐步替换(绞杀者模式)。不为拆而拆——团队 4 人、服务 30+ 已是你游民的真实体感。

类比

🏪 大排档 → 中央厨房:单体 = 一个厨师炒所有菜(单服务扛所有)。微服务 = 切菜/配菜/炒菜/装盘各司其职(拆分)。但前提是堂食量够大(规模到了),否则 4 个厨师管 4 个灶台比什么都拆开更高效。

拆分策略

interview k8s cloud qa · 图 1
interview k8s cloud qa · 图 1 · 点击查看 SVG 原图

你的游民经历话术

"我们是从 Spring Boot 单体开始,峰值 QPS 涨到 15K 后开始拆。
拆分策略:先拆'读多写少'的内容服务,再拆'核心交易'的用户服务。
不引入 Dubbo/Spring Cloud——团队小(4 人),运维弱,选了轻量方案:
Nginx 做网关、Redis 做注册发现、Hystrix 做熔断。

现在回头看,如果团队 > 10 人或服务 > 50 个,我会引入 Dubbo + Nacos。
但当时的选择是务实的——先用最简方案解决最痛的问题。"

记忆锚

"先拆业务边界→再拆数据→补基础设施→持续优化,不为拆而拆"


Q2:高并发架构设计五大原则

TL;DR

五大原则 = 分(水平拆分/分库分表)→ 缓(多级缓存)→ 异(异步化/消息队列)→ 并(并行处理)→ 冗(冗余/多副本)。

类比

🍔 麦当劳高峰期:分 = 多个点餐窗口(水平扩展)。缓 = 预做好的汉堡(预热缓存)。异 = 点完单去旁边等叫号(异步)。并 = 多个员工同时做不同订单(并行)。冗 = 一个收银机坏了还有另一个(冗余)。

分:水平拆分(N 个实例)、垂直拆分(微服务)、数据拆分(分库分表)
缓:CDN → Nginx → 本地缓存 → Redis → DB(层层缓存)
异:MQ 异步处理 → 先返回结果,后台慢慢做
并:多线程/异步编排 → CompletableFuture.allOf()
冗:多副本 + 故障转移 + 多活

记忆锚

"分/缓/异/并/冗——高并发五字诀"


Q3:分层降级设计

TL;DR

降级 = 功能降级(关非核心功能)→ 数据降级(用缓存/默认值替实时数据)→ 体验降级(简化页面/降低刷新频率)。核心:每一层都假设下层可能挂。

类比

📱 手机省电模式:功能降级 = 关闭后台刷新。数据降级 = 邮件从 Push 变手动拉取。体验降级 = 降低屏幕亮度。三层降级让手机从"快没电了"变成"还能撑 2 小时"。

降级层次

interview k8s cloud qa · 图 2
interview k8s cloud qa · 图 2 · 点击查看 SVG 原图

实现:配置中心开关

// 降级开关通过 Nacos 热更新
@Value("${degrade.level:0}")
private int degradeLevel;
 
public RiskResult evaluate(RiskRequest req) {
    if (degradeLevel >= 2) {
        // Level 2:跳过 ML 模型,纯规则判定
        return ruleOnlyEvaluate(req);
    }
    if (degradeLevel >= 3) {
        // Level 3:全部放行(fail-open)
        return RiskResult.PASS;
    }
    return fullEvaluate(req);
}

记忆锚

"功能→数据→体验→最小可用,四层递进降级,配置中心秒级切换"


Q4:灰度发布与全链路可观测

TL;DR

灰度发布 = 金丝雀(先放 1% 流量到新版)→ 观察 → 逐步放量(10%→50%→100%)→ 异常自动回滚。可观测三维:Metrics(指标/告警)、Tracing(链路追踪)、Logging(日志)。

类比

🐤 煤矿金丝雀:矿工带金丝雀下矿——金丝雀对毒气敏感,先倒下就说明危险(新版有问题),所有人撤退(回滚)。

灰度发布流程

interview k8s cloud qa · 图 3
interview k8s cloud qa · 图 3 · 点击查看 SVG 原图

可观测性三维

维度工具看什么
MetricsPrometheus + GrafanaCPU/内存/QPS/错误率/P99
TracingSkyWalking / Jaeger单次请求全链路耗时分布
LoggingELK / SLK错误堆栈、业务参数

记忆锚

"金丝雀 1%→10%→50%→100%,Metrics/Tracing/Logging 三维观察"


Q5:私有化托管迁移到云——规划

TL;DR

云迁移四步:评估(盘点所有服务/依赖/数据量)→ 选型(选云厂商和服务)→ 迁移(先非核心→再核心,灰度切流)→ 优化(弹性伸缩/成本控制)。

类比

🚚 搬家:评估 = 盘点家具(哪些带走/哪些扔掉)。选型 = 选搬家公司(AWS/GCP/阿里云)。迁移 = 先搬书房(非核心)→ 再搬卧室(核心)→ 验证没问题→ 退老房子。优化 = 新家装智能家居(弹性伸缩)。

四阶段

Phase 1(评估,2 周):
  - 盘点所有服务及其依赖关系
  - 评估数据量、带宽需求、合规要求
  - 确定哪些服务适合"原样搬迁"、哪些需要"云原生改造"

Phase 2(选型,1 周):
  - 对比 AWS/GCP/阿里云/华为云
  - 考虑:服务丰富度、合规(数据主权)、成本、团队技术栈

Phase 3(迁移,1-3 月):
  - 先迁移非核心服务(报表、管理后台)
  - 验证 → 再迁移核心服务(交易、风控)
  - 采用灰度切流(DNS/网关层按比例切)

Phase 4(优化,持续):
  - 弹性伸缩(K8s HPA)
  - 预留实例/Spot 实例混用降成本
  - 使用托管服务替代自建(RDS 替 MySQL,MSK 替 Kafka)

记忆锚

"评估→选型→迁移(先非核心后核心)→优化(弹性+降本)"


Q6:云服务选型

TL;DR

AWS 最全、GCP 数据/AI 最强、阿里云国内合规、华为云政企。交易所选型优先考虑:全球节点(低延迟多 Region)、合规(数据主权)、K8s 托管(EKS/GKE)。

对比

AWSGCP阿里云华为云
全球节点⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
K8sEKS(最成熟)GKE(最好用)ACKCCE
数据/AISageMakerBigQuery + Vertex AIMaxComputeModelArts
合规(国内)❌ 无国内 Region❌✅✅
成本高中中低

记忆锚

"全球选 AWS,数据选 GCP,国内选阿里——交易所大概率 AWS 或混合"


Q7:Docker 核心概念

TL;DR

Docker 三核心:镜像(分层构建,写时复制)→ 容器(CGroup 限资源 + Namespace 隔离)→ 仓库(镜像存储和分发)。

类比

📦 集装箱:镜像 = 集装箱设计图(分层:底层 OS→中层 JDK→上层应用)。容器 = 实际装货的箱子(进程隔离,资源限制)。Dockerfile = 装箱清单(每行一层)。

Dockerfile 最佳实践

# ✅ 好:多阶段构建,最终镜像只有 JRE
FROM maven:3.8-openjdk-17 AS build
COPY src /app/src
COPY pom.xml /app
RUN mvn -f /app/pom.xml clean package

FROM openjdk:17-jre-slim
COPY --from=build /app/target/app.jar /app.jar
ENTRYPOINT ["java", "-jar", "/app.jar"]

# ❌ 坏:镜像里有 Maven、源码、Git 历史 → 1GB+

记忆锚

"镜像分层 + CGroup 限制 + Namespace 隔离 + 多阶段构建瘦身"


Q8:K8s 核心组件

TL;DR

K8s 六核心:Pod(最小调度单元,含 1-N 个容器)→ Deployment(声明式管理 Pod 副本数)→ Service(稳定网络入口,负载均衡)→ Ingress(外部 HTTP 路由)→ ConfigMap(配置注入)→ HPA(自动扩缩)。

类比

🏢 写字楼物业:Pod = 一个工位(容器)。Deployment = 工位排班表(保证 N 个人在岗)。Service = 前台电话(不管员工换人,电话不变)。Ingress = 大楼门禁(根据来访者路由到不同楼层)。ConfigMap = 员工手册(统一配置)。

核心组件关系

interview k8s cloud qa · 图 4
interview k8s cloud qa · 图 4 · 点击查看 SVG 原图

记忆锚

"Pod 最小单元→Deployment 管副本→Service 稳入口→Ingress 管路由"


Q9:K8s 调度原理 + StatefulSet vs Deployment

TL;DR

调度 = 过滤(节点有没有足够 CPU/内存?)→ 打分(哪个节点最合适?)→ 绑定(Pod 分配到该节点)。StatefulSet 适合有状态服务(DB/缓存),给每个 Pod 固定标识 + 持久存储。

调度流程

1. API Server 收到创建 Pod 请求
2. Scheduler 监听未调度的 Pod
3. 过滤(Predicates):
   → 节点资源够吗?(CPU/内存/GPU)
   → 节点选择器匹配吗?(nodeSelector)
   → 污点容忍吗?(Tolerations)
4. 打分(Priorities):
   → 资源最空闲的优先(LeastRequestedPriority)
   → Pod 分散部署优先(PodAntiAffinity)
5. 绑定:更新 Pod 的 nodeName → kubelet 创建容器

Deployment vs StatefulSet

DeploymentStatefulSet
Pod 名称随机(deploy-abc-xyz)固定序号(sts-0, sts-1, sts-2)
启动顺序并行串行(0→1→2)
存储共享 PVC每个 Pod 独立 PVC
网络标识随机 IP稳定 DNS(sts-0.svc.ns)
适用无状态服务(API/Web)有状态(DB/Kafka/ZK)

记忆锚

"Deployment 管无状态,StatefulSet 管有状态——固定名字+独立存储"


Q10:云迁移步骤:私有化→混合云→全云

TL;DR

不是一步到位。Phase 1:关键数据留私有化 + 非核心上云(混合云)。Phase 2:验证云上稳定后扩大迁移。Phase 3:全云 + 私有化做灾备。

三阶段

interview k8s cloud qa · 图 5
interview k8s cloud qa · 图 5 · 点击查看 SVG 原图

各阶段风险和回退

Phase 1 风险:私有化和云之间网络延迟/带宽
  回退:流量一键切回私有化(DNS/网关)

Phase 2 风险:云上 DB 数据一致性、跨 Region 延迟
  回退:私有化灾备仍在线,可回切

Phase 3 风险:云厂商锁定、单点故障
  回退:多 Region + 跨云灾备

记忆锚

"混合→云为主→全云,每步有回退方案"


Q11:云上高可用架构

TL;DR

高可用 = 跨 AZ 部署(单 Region 内多可用区)→ 跨 Region 多活(全球用户就近访问)→ 灾备(另一个 Region 冷备,随时可切)。

层次

单 AZ:同机房 → 风险:机房断电/断网 → 全挂
跨 AZ:同 Region 3 个 AZ → 风险:Region 级灾难 → 全挂
跨 Region:亚/美/欧各自独立集群 → 风险:全球同步延迟

交易所多活挑战

挑战:同一个用户的资产不能同时出现在两个 Region 上!
方案:
  → 按 user_id 哈希分配到固定 Region(用户注册时决定)
  → 交易路由到用户所属 Region
  → 跨 Region 资产划转走异步消息

记忆锚

"AZ→Region→多活,交易所按 user_id 固定 Region 避免双花"


Q12:成本优化(FinOps)

TL;DR

云成本优化三招:预留实例(包年 40% off)→ Spot 实例(竞价,非核心服务用,90% off)→ 弹性伸缩(低峰自动缩容)。再加:存储分层(热数据 SSD / 冷数据 S3)。

降本清单

1. 预留实例(RI):核心服务买包年,省 40%
2. Spot 实例:离线任务/测试环境,省 90%(但随时可能被回收)
3. HPA 弹性伸缩:晚高峰 20 个 Pod → 凌晨 5 个 Pod
4. 存储分层:S3 Standard → S3 Infrequent Access → S3 Glacier
5. 清理僵尸资源:未挂载的 EBS、未使用的 EIP

记忆锚

"预留+Spot+弹性伸缩+存储分层→轻松降 50%"


Q13:行情服务容量规划(带宽/CPU/内存)

TL;DR

行情服务资源估算:带宽 = 连接数 × 推送频率 × 消息大小。CPU = tick 处理量 ÷ 单核处理能力。内存 = 订单簿 + 连接 Buffer。

公式

带宽 = 连接数 × 每秒推送次数 × 每条大小
  例:10万连接 × 10次/s × 500B = 500MB/s ≈ 4Gbps

CPU = (tick量 × 单tick处理时间) / 核心数 × 冗余
  例:100万 tick/s × 1μs = 1核 → 实际需 8-16 核

内存 = 订单簿 × 币对数 + 连接Buffer × 连接数
  例:100币对 × 1MB + 10万连接 × 4KB ≈ 500MB

记忆锚

"带宽 4Gbps / CPU 16核 / 内存 500MB,量级对就行"


Q14:用户半年增长 10 倍扩容

TL;DR

扩容 = 水平优先(加机器)→ 瓶颈评估(DB/Redis/Kafka 哪层先到顶)→ 提前扩容(60% 水位开始加)。

评估公式

当前日活 100 万 → 半年后 1000 万(10x)
高峰 QPS = 1000万 × 人均请求(5) ÷ 86400 × 峰值系数(3) ≈ 1736 QPS
应用服务器 = 1736 ÷ 单机(500 QPS) × 冗余(1.5) ≈ 6 台

DB 存储 = 100GB × 10 × 1.5 = 1.5TB → 考虑分库分表
Redis = 20GB × 10 × 1.5 = 300GB → Cluster 模式
带宽 = 1Gbps × 10 = 10Gbps

扩容节奏

水位 60% → 采购(预留 2 周)
水位 70% → 扩容 + 预热
水位 85% → 紧急扩容 + 限流

记忆锚

"QPS=用户×请求×峰值,机器=QPS÷单机×1.5,60% 预警"


Q15:技术选型决策框架

TL;DR

选型 = 需求匹配度(功能/性能/SLA)→ 团队能力(有没有人会?)→ 社区生态(活跃度/问题响应)→ 运维成本(自建还是托管?)。不是最新=最好。

决策框架

1. 需求匹配(权重 40%):功能/性能/延迟/吞吐满足要求吗?
2. 团队能力(权重 30%):团队有人深入理解吗?学习曲线多陡?
3. 社区生态(权重 20%):GitHub Star/Issue 响应速度/文档质量
4. 运维成本(权重 10%):自建需要多少人力?托管服务多少钱?
Flink:真正的流处理(事件一条条处理),延迟 ms 级 → 实时风控
Spark Streaming:微批处理(攒一批再处理),延迟秒级 → 离线报表

风控需要 ms 级延迟 → 选 Flink

记忆锚

"需求匹配 40% + 团队能力 30% + 社区生态 20% + 运维成本 10%"


Q16:灰度发布方案设计

与 Q4 协同。此处补充动态路由实现:

实现方式:
  1. 网关层(Spring Cloud Gateway / Nginx):根据 header/cookie 路由
  2. 配置中心:动态调整灰度比例
  3. 标签路由:灰度版本打标签 gray=true

路由规则示例:
  → 内测用户(白名单)→ v2
  → 普通用户 10% 随机 → v2
  → 其余 → v1

回滚:配置中心把比例设为 0 → 立即全量回 v1

Q17:高可用配置中心设计

TL;DR

配置中心 = 存储(MySQL)+ 客户端缓存 + 长轮询推送。高可用核心:配置中心挂了不影响业务(本地缓存兜底),变更时平滑生效(非清空重建Bean,而是增量更新)。

架构

interview k8s cloud qa · 图 6
interview k8s cloud qa · 图 6 · 点击查看 SVG 原图

平滑重启保证

非重启 → @RefreshScope(重建受影响的 Bean,其他不变)
必须重启 → 滚动更新(K8s RollingUpdate,一个一个 Pod 替)

记忆锚

"配置中心挂了用本地缓存兜底,变更用长轮询推送 + @RefreshScope"


Q18:推动技术创新 + 保障稳定

TL;DR(口述版,结合你经历)

"我在 某业务 的经验是:创新不能以牺牲稳定性为代价。

我的方法:
1. 先在非核心服务试点(如日志采集引入 Kafka 替代文件)
2. 跑通后总结经验 → 文档化 → 团队分享
3. 再推广到半核心服务(如推荐系统引入 Flink)
4. 核心服务只在有充分验证后才改(交易/支付)

一个例子:我们从传统部署迁移到 Docker 的过程:
→ 先在开发环境全量 Docker
→ 再在测试环境跑 1 个月
→ 然后生产环境 1 个非核心服务
→ 最后全量

技术创新是增量演进的,不是革命。"

记忆锚

"非核心试点→半核心推广→核心保守,增量演进不革命"


总结

架构 → 单体→微服务,不为拆而拆
降级 → 功能→数据→体验→最小可用
灰度 → 1%→10%→50%→100%,异常秒回滚
云迁 → 评估→选型→混合→全云
Docker → 镜像分层+多阶段构建
K8s → Pod/Deploy/Service/Ingress/HPA
容量 → QPS÷单机×1.5,60%预警扩容
选型 → 需求40%+团队30%+社区20%+运维10%

B9 补充:云原生追问(Q19)


Q19:什么是云原生?

TL;DR

云原生 = 不是"把应用放上云",而是为云而设计。四个核心:容器化(不可变基础设施)→ 微服务(独立部署)→ 声明式 API(YAML 描述期望状态)→ DevOps(CI/CD 自动化)。一句话:你的应用不应该知道自己在哪台机器上。

类比

🐄 宠物 vs 牛群:传统运维 = 养宠物(每台服务器有名字,挂了心疼手动修)。云原生 = 养牛群(机器没有名字,挂了自动替换,谁在乎是哪头牛)。

为什么重要?

传统部署:
  - 机器 IP 写死在配置里
  - 部署靠 SSH + 脚本
  - 挂了人工登录重启

云原生部署:
  - 服务通过 DNS/Service 发现(不关心 IP)
  - 部署靠 K8s YAML + CI/CD
  - 挂了 K8s 自动重建 Pod(自愈)

记忆锚

"容器化 + 微服务 + 声明式 + 自愈。应用不感知机器,机器是牛不是宠物"


下一篇:B10 安全专项(12 题)