白追追1. 从Jakarta EE到微服务：技术演进与面试考察重点
2004年，我第一次参加Java工程师面试时，面试官问的是EJB的部署描述符怎么写。2018年，当我作为面试官时，问题变成了"如何设计一个无状态鉴权服务"。这十四年间，Java企业级开发经历了从重量级容器到轻量级组件的巨大转变。
Jakarta EE（原Java EE）代表着传统Java企业开发的完整生态。一个典型的Jakarta EE应用通常包含：
- 基于EJB的业务逻辑层
- JPA实现的持久层
- JSF/JSP构建的展示层
- 部署在WebLogic/WebSphere等应用服务器
这种架构在面试中常考察：
- EJB的三种Bean类型及适用场景
- JTA分布式事务的实现原理
- JNDI资源查找机制
- 应用服务器的集群配置
而现代微服务架构则呈现出完全不同的技术特征：
- 轻量级的Spring Boot应用
- 容器化部署（Docker+K8s）
- 声明式REST API（Spring MVC）
- 分布式系统考量（熔断、限流）
面试考察点相应转变为：
- 服务拆分原则（DDD实践）
- Spring Cloud组件选型
- 分布式事务解决方案
- 服务网格(Service Mesh)应用
关键提示：大厂面试官通常不会直接问"Jakarta EE和微服务的区别"这种概念题，而是通过场景设计考察候选人对两种架构本质的理解。例如："如果要改造一个传统J2EE系统，你会如何规划技术迁移路径？"
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 微服务场景下的高频面试题解析
2.1 服务通信设计模式
在最近半年参与的50+场面试中，服务通信问题出现频率高达78%。以下是三个典型场景：
场景一：订单服务调用库存服务
java复制// 错误示范：直接使用RestTemplate
public void createOrder(OrderDTO order) {
// 同步调用存在级联故障风险
Boolean result = restTemplate.postForObject(
"http://inventory-service/api/v1/stock/deduct",
order.getItems(),
Boolean.class);
if(!result) throw new RuntimeException("库存不足");
}
改进方案：
- 引入熔断机制（Hystrix或Resilience4j）
- 改为异步消息队列（Kafka/RocketMQ）
- 实现Saga模式补偿事务
场景二：用户信息聚合查询
java复制// 优化方案：使用GraphQL实现数据聚合
@QueryMapping
public UserDetail userDetail(@Argument Long userId) {
UserBasic basic = userService.getBasic(userId);
List<Order> orders = orderService.getByUser(userId);
return new UserDetail(basic, orders);
}
2.2 分布式事务实践
某电商平台的支付业务线面试题：
"支付完成后需要更新订单状态、扣减库存、增加会员积分，如何保证数据一致性？"
解决方案对比：
| 方案 | 实现复杂度 | 性能影响 | 数据一致性 | 适用场景 |
|---|---|---|---|---|
| 2PC | 高 | 差 | 强一致 | 金融系统 |
| TCC | 中 | 中 | 最终一致 | 电商交易 |
| SAGA | 低 | 好 | 最终一致 | 长事务 |
代码示例（TCC模式）：
java复制// Try阶段
@Transactional
public void prepareDeductStock(StockDTO dto) {
// 预占库存
stockMapper.freezeQuantity(dto);
// 记录冻结日志
freezeLogMapper.insert(new FreezeLog(dto));
}
// Confirm阶段
public void commitDeductStock(Long freezeId) {
// 实际扣减预占库存
stockMapper.reduceFreezeQuantity(freezeId);
}
// Cancel阶段
public void cancelDeductStock(Long freezeId) {
// 释放预占库存
stockMapper.returnFreezeQuantity(freezeId);
}
3. Jakarta EE的现代应用场景
尽管微服务已成主流，但Jakarta EE在特定场景仍具优势。某银行系统的面试实战案例：
需求背景：
- 日均交易量2000万+
- 已有IBM主机系统
- 需要实现新外汇交易模块
技术选型考量：
- 需要与CICS事务系统集成 → JCA适配器
- 必须支持XA事务 → JTA实现
- 已有WebSphere集群 → EJB分布式调用
**代码结构示例：
code复制src
├── main
│ ├── java
│ │ └── com
│ │ └── bank
│ │ ├── ejb // EJB组件
│ │ │ ├── ForexTradeBean.java
│ │ │ └── RiskControlBean.java
│ │ ├── jca // 主机连接器
│ │ │ └── CICSAdapter.java
│ │ └── web // Web层
│ │ └── ForexController.java
│ └── resources
│ ├── META-INF
│ │ ├── ejb-jar.xml
│ │ └── persistence.xml
│ └── application.properties
面试常见问题：
- 如何配置EJB集群？
- JTA事务超时设置对系统的影响？
- JNDI在分布式环境中的工作原理？
4. 架构转型的面试应答策略
当被问及架构演进相关问题时，建议采用STAR法则回答：
Situation：
"我参与的XX系统最初采用传统Java EE架构，随着业务量增长遇到..."
Task：
"需要在不影响现有业务的情况下，逐步迁移到微服务架构"
Action：
- 防腐层设计（Anti-Corruption Layer）
java复制@Service public class LegacyAdapter { @Resource(lookup = "java:comp/env/ejb/LegacyService") private LegacyServiceRemote legacyService; public ModernDTO convertAndCall(ModernParam param) { LegacyData data = convertToLegacy(param); LegacyResult result = legacyService.process(data); return convertToModern(result); } } - 新功能直接采用Spring Boot开发
- 通过Sidecar模式渐进式改造
Result：
"经过6个月迭代，核心业务响应时间降低40%，新功能上线周期从2周缩短至2天"
5. 技术深度考察应对方案
大厂面试常通过场景题考察技术深度，例如：
题目：
"你们系统的配置中心如何保证高可用？"
普通回答：
"我们使用Spring Cloud Config，配合Git仓库"
进阶回答：
- 多级缓存策略
- 本地缓存（Caffeine）
- 分布式缓存（Redis）
- 客户端容错机制
java复制@Retryable(maxAttempts=3, backoff=@Backoff(delay=1000)) public String getConfig(String key) { return configClient.getConfig(key); } - 配置变更的推送机制（WebSocket+版本比对）
- 安全防护（配置加密、访问审计）
6. 面试实战：完整案例解析
模拟面试场景：
面试官："请设计一个跨境支付系统的架构，要求支持多币种结算，日交易量5000万笔"
应答思路：
-
架构分层设计：
code复制
┌───────────────────────────────────────┐ │ API Gateway (限流/鉴权/路由) │ └───────────────────────────────────────┘ ↓ ┌───────────────────────────────────────┐ │ 业务服务层 │ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │ │支付核心 │ │汇率服务 │ │风控服务 │ │ │ └─────────┘ └─────────┘ └─────────┘ │ └───────────────────────────────────────┘ ↓ ┌───────────────────────────────────────┐ │ 数据服务层 │ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │ │交易库 │ │账户库 │ │日志库 │ │ │ │(分库分表)│ │(多副本) │ │(ES集群) │ │ │ └─────────┘ └─────────┘ └─────────┘ │ └───────────────────────────────────────┘ -
关键问题解决方案：
- 汇率转换：采用惰性更新+本地缓存
java复制@Cacheable(value = "exchangeRate", key = "#from+#to") public BigDecimal getRate(String from, String to) { // 实时查询外部API return thirdPartyService.getLatestRate(from, to); } - 分布式ID生成：Snowflake算法改良
java复制// 改进版解决时钟回拨问题 public synchronized long nextId() { long currStamp = getTimestamp(); if (currStamp < lastStamp) { // 时钟回拨处理 long offset = lastStamp - currStamp; if (offset <= 5) { try { wait(offset << 1); currStamp = getTimestamp(); } catch (Exception e) {...} } else { throw new RuntimeException("时钟回拨异常"); } } // 正常生成逻辑... }
- 汇率转换：采用惰性更新+本地缓存
-
容灾设计：
- 多活数据中心部署
- 断路器模式实现服务降级
- 异步核对对账机制
在面试准备过程中，建议针对不同业务场景（电商、金融、社交等）分别准备3-5个架构设计方案。对于Java技术栈的候选人，需要特别关注：
- JVM在容器环境下的调优策略
- Spring生态的深度定制能力
- 云原生技术栈的整合方案
最后提醒，大厂面试往往更关注解决问题的思路而非具体技术名词。当遇到不熟悉的技术时，可以坦诚说明，然后基于已有知识给出合理的推断方案。这种解决问题的思维方式，往往比死记硬背技术点更能赢得面试官青睐。