一、核心方法论（道法术器势纪，M01-M16）

两公理是一把钥匙：所有性能问题=资源竞争，所有可用性问题=单点故障——三高不可能三角由此推出，全部方法论由此展开。

层级自检：换行业仍成立→道；能画阶段/责任表→法；要调参→术；能安装替换→器；阻力来自人/时机→势
取舍三句话：选了什么/放弃了什么/为什么值得——每个方案必答
演进两元操作：加法换能力、减法做熵减；每迭代留 10-20% 还债配额
代价转移五字诀：分合增减转——复杂度守恒，只能转移不能消灭
定性定量六步：定性定方向→基线→定量目标→改造→验证→复盘；无基线不优化
故障前置六问：单点/一致性/流量突增/回滚/降级/可观测
Goodhart/Hyrum：指标一旦成目标即失效；所有可观察行为终将被依赖
康威定律：系统结构=组织沟通结构；逆康威先设计目标团队再落地架构
面向失败六层递进：超时→重试幂等→限流→熔断→降级→隔离，层层设防
线程池公式：CPU 密集型=核数+1，IO 型=核数×(1+等待/计算)
变更分级三维：影响面×可回滚性×是否数据变更，定级决定审批链
排障证据链：现象→归因→jcmd/MAT/日志，无证据不改参
M01M02M03M04M05M06M07M08M09M10M11M12M13M14M15M16
M01 第一性与元动作
两公理：性能问题=资源竞争，可用性问题=单点故障，由此推出三高不可能三角
稳态闭环：感知→决策→执行→反馈，缺一环系统必漂移
取舍三句话：选了什么/放弃了什么/为什么值得——每个方案必答
演进两元操作：加法换能力、减法做熵减；每迭代留 10-20% 还债配额
定性定量六步：定性定方向→基线→定量目标→改造→验证→复盘
代价转移五字诀：分合增减转，复杂度守恒只能转移不能消灭
康威定律：系统结构=组织沟通结构；逆康威先设计目标团队再落地架构
Goodhart/Hyrum：指标一旦成目标即失效；所有可观察行为终将被依赖
阿姆达尔定律：99% 并行 +1% 串行→加速上限约 100 倍，串行段决定天花板
机制-策略分离：机制下沉、策略上浮（Lampson/Ashby）
M02 日常思维模式
复杂度控制四招：拆分/抽象/封装/隔离，先问复杂度去哪了
边界判定：高内聚低耦合；稳定者不被易变者依赖
故障前置六问：单点/一致性/流量突增/回滚/降级/可观测
帕累托 20/80：20% 设计决策决定 80% 结果
业务先行五步：痛点→约束→数据→方案→收益，禁技术找场景
数据驱动四步：基线→假设→验证→回归，无基线不优化
布鲁克斯定律：沟通成本 O(n²)；邓巴数 ~150 团队规模上限
侯世达定律：估算天然乐观，计划必留缓冲
帕金森定律：工作膨胀填满时间——时间盒+WIP 上限对抗
M03 设计原则
SOLID：单一职责/开闭/里氏替换/接口隔离/依赖倒置
DRY/KISS/YAGNI：不重复、最简单可行、不做将来可能要的抽象
配套三则：组合优于继承、最小惊讶、显式优于隐式
内聚自检：一次需求变更要改几个模块？越少内聚越高
波斯特尔修正版：输入宽容但非法输入明确拒绝（4xx），禁静默纠正
切斯特森围栏：弄清为什么这样写之前不许改
哈伯特定律：所有可见的改善都会被滥用——优化必配监控回归
帕金森琐碎定理：评审聚焦契约/错误路径/边界，命名交给 linter
M04 领域建模与架构风格
限界上下文：微服务划分第一依据，不按表、不按技术分层
统一语言：代码/文档/沟通三处同名同义，翻译即 bug 源
子域分类：核心域差异化投入/支撑域/通用域买不造
C4 模型：Context→Container→Component→Code 四层视图
设计模式三段式：问题→选型→代价，没有无代价的模式
持续重构：红-绿-重构循环；坏味道是触发器而非罪行
整洁/六边形/洋葱：依赖一律向内，端口+适配器隔离框架
适用边界：领域分层只对复杂业务值得，CRUD 不过度分层
M05 工程决策与演进
事前-事中-事后：预案/评审/容量/演练→告警/止血/冻结→根因/闭环/入库
ADR 四要素：背景/决策/取舍/结果，架构决策必须留痕
技术债四象限：有意谨慎>无意谨慎>有意鲁莽>无意鲁莽；成熟期负债<10%
错误预算闸门：Error Budget=1−SLO，烧完即冻结发布
数据迁移四步：双写→对账→切读→停写
变更分级：影响面×可回滚性×是否数据变更三维度定级
发布决策树：检查单→金丝雀→分批→全量；重大故障 5 分钟内首个止损
绞杀者模式：facade 引流→逐能力迁移→旧系统下线，替代大爆炸重写
DORA 四指标：部署频率/变更前置时间/变更失败率/MTTR
M06 运行时架构原则
面向失败六层递进：超时→重试幂等→限流→熔断→降级→隔离
迟滞阈值+稳定窗口：防扩缩容震荡与告警风暴双保险
隔离三型：故障/资源/数据；无界队列是隔离天敌
无状态优先：状态外置 Redis/DB，扩展与发布自由前提
回滚三件套：可回滚+可灰度+可监控，缺一不上线
可观测三支柱：Prometheus/ELK/SkyWalking，traceId 全链路关联
泄漏信号速查：FD 30 分钟单调涨、CLOSE_WAIT>20%、池 waiting>0；池 max≈下游可承受×0.8
Fail Fast 四防线：输入/组件/时间/并发，try-with-resources
M07 分布式心智
一致性三问：容忍旧值多久？允许重复还是丢失？强一致还是 Saga？
故障域≤冗余度：N−1 原则，冗余必须覆盖最大故障域
缓存非源四档：强一致不缓存/TTL≤1s；准实时 1~10s 或 CDC；最终一致分钟级+对账
缓存参数速查：TTL 随机 ±10% 防雪崩、空值≤60s、互斥重建≤200ms、单 key>5000 上多级
事务选型：优先最终一致（本地消息表/Saga/TCC）；XA 最后手段；补偿前提=幂等
八大谬论：网络可靠/延迟为零/带宽无限/网络安全/拓扑不变等
远程调用代价：比本地慢 3~6 个数量级，设计先算调用次数
M08 高并发与吞吐
拆分顺序：动静分离→读写分离→负载均衡→分库分表→异地多活（AKF 三轴）
拆分阈值：QPS 破 5000 分库分表，破 5 万异地多活
分片前置：单机写>5000 TPS 或单表>2000 万行即规划分片
慢 SQL 判据：long_query_time=0.1s；rows_examined/sent>100=索引失效
背压：宁可快速失败不无界缓冲；线程池拒绝策略本质=背压
背压断裂信号：队列 5 分钟单调涨+内存涨而错误率不升；MQ prefetch 默认 256
热点治理三层：识别→拆散→削峰；单账户 3 万 TPS 拆 16 影子子账户
线程数公式：CPU 密集≈核数；IO 密集=核数×(1+等待/计算)，×2~4 起步压测
利特尔定律：L=λ×W；200 线程×0.2s=1000 QPS，反推容量与扩容
M09 高可用与可靠
可用性公式：A=MTBF/(MTBF+MTTR)；99.9%=月 43 分钟错误预算
多活分级：冷备→热备→主从→双活→多活；峰值水位<70%
限流四算法：计数器→滑动窗口→漏桶→令牌桶，按精度递进
熔断三级联防：Nginx→网关(Redis+Lua)→Sentinel，网关阈值>应用×实例数
容灾递进：冷备→同城双活→异地双活→两地三中心；Binlog 同步≤50ms
容量五步压测：染色→影子隔离→Mock→梯度加压（错误率>0.1% 或 RT 翻倍即停）→建模留 30% 冗余
冗余与共识：Raft 多数派 N/2+1；3 副本容忍 1 故障性价比最高
混沌实验四步：定稳态→假设→注入→证伪；稳态异常自动回滚
M10 高性能与延迟
四类等待四条路径：CPU→火焰图；IO→慢查询；锁→线程 dump 看 BLOCKED；GC→GC 日志
目标函数先行：延迟/吞吐/足迹不可兼得；低延迟=G1/ZGC+MaxGCPauseMillis
GC 基线四指标：暂停 P99、gc.time/wall_time、分配速率、晋升速率
分层 ROI：架构层 10 倍→系统 2-5→应用 2-3→代码 1.5→JVM 1.2 倍；一个缓存可能胜过所有 JVM 调优
延迟阶梯：L1 纳秒→内存 ~100ns→SSD ~10μs→磁盘 ~10ms→网络 50ms+
命中率红线：Buffer Pool<95% 先优化索引，别急着加机器
缓存三问题：穿透→布隆/空值；击穿→互斥锁；雪崩→随机 TTL/多级
存储引擎选型：B+Tree=OLTP；列存=OLAP；LSM=写多读少
优化五步：测量→假设→实验→验证→回归，禁无测量优化
M11 变更与副作用纪律
预算冻结线：燃尽率>2 倍预算/天即冻结发布
灰度节奏：1%→10%→50%→100%，每档≥30 分钟观察
回滚时长目标：配置≤1 分钟、镜像≤5 分钟；回滚演练每季度
幂等键构成：业务类型+业务主键+请求摘要；去重窗口≥24h~7d
重试纪律：指数退避+抖动，上限 3~5 次，(n+1)×timeout≤上游超时
超时链递减：客户端 3s>网关 2.5s>服务 2s>单跳≤500ms，各跳留 20% 余量
对账三档：T+1 全量/准实时 5-10 分钟（金额类）/实时逐笔
对账告警阈值：金额类差异率>0.01%、非金额>0.1% 即告警
差错红线：先冻结争议单再冲正，禁止直接改余额
M12 Java 生态心智
并发优先序：不可变>并发集合>无状态设计>手工加锁；业务池与 IO 池分离
三性排查模板：i++/check-then-act=原子性；无 volatile=可见性；DCL 漏 volatile=有序性
工具速查：LongAdder 写多场景；JEP 491 synchronized 不再 pin 虚拟线程
JVM 排查四件套：GC 日志、堆转储、JFR、JMC，数据驱动而非玄学调参
OOM 五落区：堆/元空间/直接内存/栈/线程，先问落哪个区
容器参数：-Xmx=limit 的 70% 或 MaxRAMPercentage=70
OOMKilled exit 137：容器层拿不到堆转储，先核对 limit 与 RSS 差值
事务失效三查：private/final 方法、自调用绕过代理、默认只回滚 RuntimeException
Spring 配置优先级：命令行>系统属性>环境变量>外部配置>application-{profile}
M13 安全工程心智
四原则+零假设：最小权限/零信任/纵深防御/安全左移；假设每个组件都会被攻破
纵深四道：认证授权→会话管理→输入验证→输出编码；白名单优先
注入防护：SQL 一律 #{} 禁 ${}；SameSite+CSRF token；输出按上下文编码
口令哈希链：Argon2id>scrypt>bcrypt(cost≥10)>PBKDF2(≥600000)；禁 MD5/SHA-1
认证协议：OAuth2 授权码+PKCE；JWT 显式算法防 alg=none、access_token 15min
密钥生命周期：生成→HSM/KMS→90 天轮换→销毁全托管
加密选型：AES-GCM 禁 ECB；RSA-OAEP≥2048；SHA-256/3；SecureRandom；TLS≥1.2 优 1.3
后量子迁移：ML-KEM/ML-DSA（FIPS 203/204），2030 年前完成迁移规划
M14 排障与复盘
止血优先序：回滚>降级>限流>扩容>重启>切流量；先保留现场再离线分析
证据链标准：错误率看 5 分钟粒度；火焰图采样≥60s；堆转储取 OOM 前+现场两份
对照实验：观察≥30 分钟；样本量 n≥(1.96σ/Δ)²
四步闭环：止血→定位→根因（5Whys）→复盘（blameless，改进项带 owner+期限）
5Whys 红线：根因指向流程/系统缺陷，不许落在人疏忽
自愈边界：网络抖动/OOM/依赖超时可自愈；DB 主从切换/数据损坏必须人工
可观测分工：Metrics 答发生了什么、Tracing 答在哪里、Logging 答为什么
时间线硬指标：3 分钟响应→止血→留现场→24h 复盘→混沌演练验证；盯 MTTD/MTTR
M15 势定律
90-9-1 法则：90% 潜水/9% 偶尔贡献/1% 持续创造——冷启动先服务好前 1%
邓巴数 ~150：超出后靠制度不靠信任；单服务认知半径上限
Hype Cycle：热门与生产可用错峰 1-3 年，核心链路只用 plateau 期技术
梅特卡夫定律：价值∝n²，爆炸半径与协调成本同样∝n²
里德定律：可分组群体价值∝2ⁿ——社区型生态增长判断依据
摩尔定律：18-24 个月性能翻倍是历史趋势；延迟敏感路径不赌硬件改善
普特南定律：交付速率∝规模^α（α<1），人月不可线性相加
死海效应：强者流失弱者沉淀——用成长通道对冲
彼得原理：员工会被提拔到不胜任层级——设技术 IC 双通道晋升
M16 研发前段流程与软技能
需求澄清：模糊诉求→可验收判据，目标/约束/非目标三层；禁"体验更顺"类无阈值表述
问题定义 & 范围切分：区分症状/问题/方案，先解问题不先建系统；MVP 按端到端主链路闭环+不做清单
估点 & ADR：乐观/最可能/悲观三值区间暴露不确定性；方案文档固定四段（背景/候选对比/结论/失效条件），追加不覆盖
设计评审 & 风险登记：会前写明裁决三件事+按故障域指定裁决人；风险转成触发信号+预案+责任人+最晚决策时间
依赖 & 里程碑：关键路径画时间线+提前量告警；里程碑=可运行产物非百分比，绑定真实环境验证
变更提案 & Code Review：影响面/灰度/指标/回滚四件齐备且回滚预演；评审意见分级阻断/建议/疑问，风格交工具
协作软技能：结对轮岗让关键模块≥2 人可独立变更；技术写作可检索（术语一致）+可执行（前置/步骤/失败）；会议会前材料+结论落盘
跨团队 & 冲突收敛：契约含 SLA/变更通知期/首响方/裁决人；先对齐判据再比方案，约定时限与裁决人
向上沟通 & 复盘：坏消息早报四段（事实/未知/动作/支持）；复盘不追责追机制，改进项=检测信号+阻断动作+验收
带人 & 知识沉淀：新人端到端小闭环+结构化反馈；经验写成场景+判据+动作并嵌检查清单/门禁，定期清理
二、AI 方法论专篇（道·法·术，L01-L03）

AI 制品是非确定系统：语法层全绿不构成安全证明，全部判据都要落到「可评测、可回滚、可追溯」上。

读法：道立心智、法定闸门、术定实现；与 M 篇同色系，可对照阅读
第一判据：凡把概率组件当确定性组件验收的方案，默认不可上线
准入三项：评测基线、确定性控制面、语义可观测信号缺一不可
回指：M 篇「器」为无卡概念段，纪收口研发前段流程与软技能；AI / Agent 专项延展独立成篇
L01L02L03
L01 第一性与心智模型
不确定性是第一设计对象：AI 输出非确定，先定义「哪些错不抛异常」再列功能清单；把概率组件当确定性组件验收默认不可上线
评测先行：Prompt / 索引 / 模型 / 工具等资产没有评测就没有回归基线；评测集与生产流量严格隔离
语义可观测优先：HTTP 200 与零错误率不构成安全证明，看板必须含语义正确率与行为基线偏离
人仍在环：资金、权限、不可逆动作由人作最终仲裁；可写工具默认挂 HITL，确认界面须给依据、影响范围与回滚方式
协议收敛：多 Agent / 多工具接口各自定义会让协作税平方上升，收敛到 MCP / A2A 把 N×M 降为 N+M
知识静默失效：检索、记忆、索引会随业务过期且不报错；语义时态须作为一等概念，带生效窗口与失效信号
判定句：语法层全绿恰是风险信号；能说出盲集抽样复核与 kill switch 的触发条件，才算心智到位
回指：与 L03 确定性边界、静默失效立法、状态写入准入相互印证
L02 原则·框架·治理闸门
五段框架：立项·选型 → 数据·上下文 → 编排·工具 → 评测·发布 → 运维·治理·退役；每段写明退出标准与下一阶段入口门禁
能力准入：工具 / 模型 / 检索源先登记元数据与风险等级，过闸门才放行；必填鉴权、幂等、HITL、回滚
发布门禁：确定性单测 / 语义评测 / 混沌注入分层设阈，以非劣效界值而非分数持平阻断退化
全景剖面：前置护栏 → 检索 → 记忆 → Prompt 组装 → 网关 → 决策 → 工具 → 后置护栏 → 记忆写入；每个能力标明控制面或数据面归属
供应链：供应方静默升级等价未走门禁的生产变更；锁定组合版本、约定退役窗口、产出 ModelSBOM
反模式清单：缓存 key 只按 query、隔离写在 LLM 侧、压缩丢否定约束、快照不可复现、组合越权，上线前逐项打勾
成本单位经济：以每完成任务成本 CPS 为第一指标，分摊推理 / 基础设施 / 运营，运营侧监督税与协议税是最大隐藏项
合规与治理：合规按功能叠加且由独立服务裁决；职责边界不清的能力不予立项，高后果变更走委员会 + 窗口期 + 冻结
L03 技术·实践·反模式
变更必回归：Prompt / 索引 / 模型 / 工具任一改动过同一黄金集；可写工具契约必含鉴权、幂等、超时与人工确认
确定性边界：校验、权限、限流、幂等、熔断、审计一律置于模型之外；把「请谨慎」写进 Prompt 而不在网关硬拦截即违规
验证不可自证：验证器独立于生成组件，证据须为 Schema、返回码、校验和、业务规则断言等硬证据
步数预算：端到端可靠性是各步成功率乘积，退化由步数主导；扩窗口或压缩上下文都不改变乘积结构
静默失效立法：返回成功但语义错列为一级故障；四型为成功码下的语义错、行为漂移、错误被转成流畅叙述、用户静默放弃
状态写入准入：记忆与索引写入按生产变更准入，须带来源谱系、一键回滚点与盲集比对；无回滚点不写入
评测独立性：基线冻结、样本来源隔离、评估器版本登记；judge 与被测模型同源会把共同偏见放大成一致通过
语义可观测准入：语义正确率信号、行为基线、Bad Case 回写路径齐备才放行，否则立法不可执行
缓存与网关：语义缓存 key 须含租户、会话、模型版本、采样参数与检索上下文；模型调用统一走网关收口路由 / 计量 / 熔断
证据与退役：生成绑定可追溯证据 ID，矛盾检测失败即拦截；资产下线须无感切换、可回滚、可审计并出具遗忘权销毁证明
三、技术栈深度（C01-C18）

每篇先记两类「硬结论」，再记机制原理：参数硬规则与版本锚点是排障与选型最先要用、最不能记错的部分。

JVM：-Xms=-Xmx；生产必配 ExitOnOutOfMemoryError；堆≥32G 压缩指针失效，单实例建议 31g
GC：CMS 已移除、G1 默认（暂停 200ms/IHOP 45%）、分代 ZGC 需 JDK21
并发：volatile 不保证原子性；偏向锁已废弃；DCL 单例必须 volatile
MySQL：双 1 配置；Next-Key Lock 防幻读；B+ 树三层约 2189 万行是容量参照
Redis：主从→哨兵→Cluster 三级演进；大 key 治理优先于扩容
消息队列：Kafka 拼吞吐、RocketMQ 拼功能（事务/延迟消息）、RabbitMQ 灵活路由
微服务：Ribbon 已废弃；注册中心 AP/CP 按业务场景选
AI 工程：Spring AI 1.0 GA→2.0 GA（Boot 4.x/Java 21+）；chunk 512/overlap 64 起步
Spring：事务传播 7 种/隔离 4 级；循环依赖三级缓存只解 setter 注入
网络 IO：TIME_WAIT 2MSL；零拷贝 sendfile/mmap 减少态间拷贝
响应式：Reactor 背压四策略；IO 密集可被虚拟线程替代，CPU 密集才选它
C01C02C03C04C05C06C07C08C09C10C11C12C13C14C15C16C17C18
C01 JVM 内存与类加载
运行时数据区：线程私有=栈/程序计数器；共享=堆/元空间/直接内存；OOM 类型按区域对应
Metaspace：MaxMetaspaceSize 必须显式设（256-512m），否则无限增长吃本地内存
容器参数：UseContainerSupport+MaxRAMPercentage=70-75 代替固定 -Xmx
对象内存：压缩指针下对象头 12B；堆≥32G 压缩指针失效，单实例建议 -Xmx31g
类加载五阶段：加载→验证→准备→解析→初始化；双亲委派=安全+类唯一性
打破委派场景：SPI 线程上下文加载器、Tomcat 隔离、OSGi
类卸载三条件：实例全回收+ClassLoader 回收+Class 无引用；加载器泄漏是 Metaspace OOM 主因
反射并发：Field/Method 的 setAccessible 改 override 无同步，多线程交替开关偶发 IllegalAccessException；缓存后全链路禁再调 setAccessible
MethodHandle 选型：热点链路优先 MH（unreflectGetter 跨 JDK8-25 稳）；反射不保证目标对象线程安全；ReflectionData 懒加载宜启动预热
版本锚点：17/21/25 LTS；Boot3 强制 jakarta.*；分代 ZGC JDK21 需 ZGenerational
C02 GC 与性能调优
GC Roots：栈引用/静态变量/常量/JNI/活跃线程/锁持有对象
分代算法：新生代复制（Eden:S0:S1=8:1:1）；老年代标记整理；卡表 512B 维护跨代引用
收集器里程碑：CMS JDK14 移除；G1 JDK9 默认（2048 Region、暂停 200ms、IHOP 45%）；ZGC JDK15 转正/21 分代
参数硬规则：-Xms=-Xmx；生产必配 ExitOnOutOfMemoryError
CPU 100% 五步法：top→top -Hp→printf %x→jstack→grep nid；Arthas thread -n 3
FullGC 七大原因：老年代不足/元空间不足/大对象直入/System.gc/泄漏/浮动垃圾/晋升失败
泄漏 vs 不足：FullGC 后老年代能回落=容量不足，不能=泄漏；jmap -histo:live 触发 FullGC 慎用
C03 并发与锁
volatile：可见性+有序性不保证原子性；写后 StoreLoad 屏障最贵；底层 MESI
happens-before：8 条规则是 JMM 判断准绳
DCL 单例：实例必须 volatile，防 new 重排序拿到半成品
锁升级：无锁→轻量级（CAS 自旋）→重量级；偏向锁 JDK15 已废弃
AQS 底座：volatile state+CLH 变体队列+CAS 入队+park 挂起；非公平锁吞吐更高
CHM 演进：JDK7 Segment→JDK8 CAS+桶头 synchronized；树化=链表≥8 且数组≥64
CHM size()：baseCount+CounterCell[] 分散计数，返回近似值
computeIfAbsent 陷阱：回调内禁阻塞与递归同 key，否则死锁
C04 线程池与虚拟线程
execute 流程：核心→队列→最大→拒绝；无界队列时 max 永不生效
ctl 字段：高 3 位状态+低 29 位线程数；五状态机 RUNNING→SHUTDOWN→STOP→TIDYING→TERMINATED
Tomcat 反转载体：定制 TaskQueue 让 offer 返回 false，变核心→最大→队列；maxThreads 默认 200
虚拟线程本质：N:M 调度栈存堆上；创建 ~1μs vs 平台线程 ~1ms；不池化
Pinning 陷阱：synchronized 内阻塞/JNI 固定载体线程；JDK24 JEP 491 修复
无时间片抢占：CPU 密集任务会饿死其他 VT，不适合
ThreadLocal→ScopedValue：JDK25 GA，不可变作用域传递
C05 Spring 核心
refresh() 13 步锚点：第 5 步 BFPP 改图纸；第 11 步实例化非懒加载单例
Bean 生命周期：实例化→属性填充→初始化（Aware→@PostConstruct→afterPropertiesSet→init→BPP/AOP 代理）
三级缓存：一级成品/二级早期引用/三级 ObjectFactory；AOP 代理只创建一次；Boot 2.6+ 默认禁循环依赖
传播三剑客：REQUIRED 共用；REQUIRES_NEW 独立连接；NESTED savepoint 子事务
默认回滚：只对 RuntimeException+Error 回滚，受检异常不回滚
事务失效 7 场景：自调用/非 public/catch 吞异常/受检异常/非 Bean/MyISAM/传播配错
rollback-only 连锁：内层标记后外层 catch 住仍抛 UnexpectedRollbackException
afterCommit 陷阱：提交后 ThreadLocal 已清，资源需闭包传参
C06 Spring Boot 现代化
自动配置：Boot3 起 spring.factories→AutoConfiguration.imports；@ConditionalOn* 条件装配
AOT/Native：JIT 启动 2-10s/内存 200MB+ vs Native 10-100ms/20-50MB，构建分钟级
Security6：删 WebSecurityConfigurerAdapter→@Bean SecurityFilterChain
配置优先级：命令行>SPRING_APPLICATION_JSON>JNDI>系统属性>环境变量>jar 内 application.yml
graceful shutdown：Boot 3.4+ 默认开启；超时必须小于 K8s terminationGracePeriodSeconds
K8s 下线时序：preStop 与 Endpoint 摘除并发→SIGTERM→宽限期强杀；preStop 里 sleep 等摘除传播
探针分离：liveness（重启）与 readiness（摘流量）必须分开定义
C07 MySQL 深度
B+ 树容量：16KB 页×1170 扇出×3 层≈2189 万行；非叶只存键、叶子双向链表
回表与覆盖：二级索引存主键→回表；Extra 出现 Using index 即覆盖索引
MVCC：DB_TRX_ID+DB_ROLL_PTR+undo 版本链+ReadView；RC 每次新建，RR 首次复用
锁规则：RR 当前读靠 Next-Key Lock；唯一索引命中退化 Record Lock；无索引 UPDATE 锁全表
日志与 2PC：Redo+Undo+Binlog；redo prepare→写 binlog→redo commit；双 1 配置
EXPLAIN 阶梯：system>const>eq_ref>ref>range>index>ALL；索引失效 8 场景（函数/隐式转换/最左前缀/左模糊等）
深分页：延迟关联或游标分页；pt-query-digest 按总耗时排序
分库分表：>1000 万行或 50GB、QPS>5000；分片数取 2 的幂；迁移双写 5 步
复制：三线程 Dump→IO→Relay；8.0 WRITESET 并行复制（8.4 起默认）
C08 Redis 与缓存
类型与编码：5+4 类型；Redis7 ziplist→listpack 消除连锁更新；embstr≤44 字节
HLL：固定 12KB，基数误差 0.81%
三大问题：穿透→布隆+空值；击穿→互斥/逻辑过期；雪崩→随机 TTL±20%+多级；命中率 95%+
持久化：RDB fork+COW；AOF everysec 最多丢 1s；4.0+ 混合持久化
Cache Aside：先更 DB 再删缓存（反序并发窗口更高）；进阶延迟双删/Canal
Redisson 锁：Hash{threadId:重入数}+Lua+WatchDog 续期；RedLock 有争议慎用
Cluster：16384 槽 CRC16；gossip 2KB 位图建议≤1000 节点；PFAIL→FAIL→选举
淘汰策略：默认 noeviction 危险；推荐 allkeys-lfu（4.0+）；近似 LRU 采样 5 个
C09 分布式系统
Kafka 高吞吐四机制：分区并行/顺序写（600MB/s vs 100KB/s）/Page Cache/sendfile 零拷贝
可靠性配置：acks=all+min.insync.replicas=2+unclean.leader.election=false
幂等与事务：幂等=PID+seq（单分区）；事务=transactional.id+read_committed；Kafka 4.0 KRaft 唯一
一致性哈希：普通取模迁移全部数据 vs 一致性哈希 1/(N+1)；虚拟节点防倾斜
时钟与因果：Lamport 偏序；向量时钟检测并发；HLC 混合时钟；nanoTime 仅同 JVM
事务演进：2PC→TCC→Seata AT→SAGA→可靠消息
幂等方案：唯一索引/Token/乐观锁/状态机/防重表——分布式锁不是幂等事实来源
Snowflake：1+41+10+12 位，4096/ms；必须处理时钟回拨
C10 微服务与云
注册中心 CAP：选 AP；Eureka 自我保护=15min 失败>85% 停剔除；Nacos Distro/Raft 双模
配置推送：Nacos 长轮询 29.5s；ZK Watch 毫秒级
事务吞吐量级：TCC ~3 万 TPS>本地消息表 ~2 万>Seata AT ~1 万（全局锁瓶颈）；现代默认=Outbox+CDC
负载均衡链路：@LoadBalanced→LoadBalancerInterceptor→choose→URL 重写；Ribbon 已移除
限流四算法：固定窗口（临界双倍）/滑动窗口/漏桶（恒速）/令牌桶（突发）
熔断三态：Closed→Open→Half-Open；Hystrix 维护模式→Resilience4j 或 Sentinel
C11 中间件工程
Kafka EOS 三要素：幂等生产者+事务协调器+位移事务提交；跨外部系统退化=业务幂等+Outbox
副本一致性：leader epoch 防误导截断；ISR 滞后阈值 30s
副本三件套：replication.factor=3+min.insync.replicas≥2+unclean=false 缺一不可
定时任务公理：触发可以重复，处理必须幂等
幂等三件套：唯一索引+幂等表+分布式锁
分片任务：动态分片按 id%分片数；故障转移=心跳超时重派+补跑入口
分片数变更：重算后需补偿扫描防漏跑（区间边界漂移）
C12 AI 工程
Spring AI 定位：统一抽象+可插拔+Starter（2025 GA）；ChatClient（Fluent+Advisor）vs ChatModel；2.0 硬约束 Java21+Boot4
Embedding 数学：归一化后余弦=点积=1−L2²/2 等价，实践中点积最快；检索演进暴力→LSH→IVF→HNSW
Function Calling：@Tool 生成 Schema→LLM 输出意图（不执行）→宿主反射执行→结果回填→循环；必设最大轮次
RAG 召回治理链：查询改写→混合检索 BM25+稠密（0.3:0.7，RRF）→Rerank top20→top5→引用溯源；chunk=512/overlap=64
幻觉三道防线：Grounding 强约束+引用溯源+LLM-as-a-Judge；RAGAS 四指标进 CI
LLM 稳定性：慢比错常见→慢调用比例熔断（RT>8s 占 50% 熔断）；限流按 TOKEN/s；降级链大→小→语义缓存→规则
Prompt 注入：OWASP LLM01 本质=指令与数据未分离；最大威胁=间接注入；外部内容 untrusted 标签隔离
十亿级向量：1024 维×10 亿≈4TB；HNSW 千万级召回>98%；IVF_PQ 亿级压缩 8-32 倍；DiskANN 落盘
Agent 安全笼：失败上限 3 次/死循环状态去重/预算四维硬熔断/危险操作人工在环
语义校验网关：类型转换→Schema 强校验→业务规则→拒绝策略；验证器独立于模型，禁止裸解析原始文本
身份注入：网关写执行上下文、模型不拿身份参数；参数白名单 + 高风险参数快照 + 业务终审
语义 SRE：语义正确率与行为基线偏离为准，缓存 key 全维度哈希且命中后强制后置校验
C13 网络与高性能 IO
TCP 状态机：TIME_WAIT=2MSL 只在主动关闭方；CLOSE_WAIT 堆积 100% 是应用未 close
TIME_WAIT 参数：tcp_tw_reuse 仅客户端出站；SO_REUSEPORT 多进程监听；tcp_tw_recycle 已移除
拥塞控制：Reno→CUBIC（Linux 默认）→BBR（带宽×MinRTT）；发送窗口=min(cwnd, rwnd)
HTTP 演进：1.1 队头阻塞→2 多路复用（TCP 层丢包阻塞）→3 QUIC 流独立恢复+0-RTT
TLS 1.3：握手 2-RTT→1-RTT/0-RTT；只留 ECDHE 前向安全；0-RTT 有重放风险非幂等禁用
NIO 核心：Selector 封装 epoll；Buffer 四属性 flip/clear；selectedKeys 必须 remove
Reactor 三模式：单线程→单 Reactor 多线程→主从（Nginx/Netty 默认）
Netty 内存：PooledByteBufAllocator jemalloc 分档；引用计数成对；泄漏检测 advanced
零拷贝阶梯：传统 4 拷贝→mmap 2 拷贝→sendfile 2 拷贝 2 切换→DMA gather 0 CPU 拷贝；TLS 让零拷贝失效
C14 数据库与存储
MongoDB 向量：文档+向量同库免双写；numCandidates=limit×10-20；百万-千万级，上亿迁专用库
Milvus 存算分离：数据全存对象存储，QueryNode 无状态；Growing→Sealed 建索引
三大向量索引：IVF 省内存亿级/HNSW 召回 95%+ 千万级/DiskANN 落盘十亿级
TiDB HTAP：TiKV 行存（Region 96MB）+TiFlash 列存（Learner 异步）；Percolator 2PC；主键禁自增
PG vs MySQL：MVCC=堆多版本+VACUUM；必须把 autovacuum/长事务纳入 SRE；必须 PgBouncer
OLAP 选型：日志宽表极致吞吐→ClickHouse；实时数仓+JOIN+高并发→Doris/StarRocks；都不是 OLTP 替代
CDC 四要素：位点可信+分区保序+下游幂等+延迟对账可观测；Exactly-Once=至少一次+下游幂等
Outbox vs CDC：领域事件走 Outbox，行级镜像走 CDC，勿一种管道扛两种语义
C15 响应式编程
Reactive Streams 契约：Subscriber 主动 request(n) 拉取，Pull 模型背压是协议级约定（JDK9 Flow）
Mono vs Flux：0..1 vs 0..N；基数语义编码进类型
Cold/Hot：Cold 每订阅独立执行；Hot 用 Sinks；复用需 cache() 否则放大下游 QPS
背压四策略：BUFFER（OOM 风险）/DROP/LATEST/ERROR；无限流必设
线程模型：publishOn 影响下游、subscribeOn 只影响源；boundedElastic=IO（10×核数）；block() 只许边界
Context 替代 ThreadLocal：随流传递；contextWrite 影响上游、deferContextual 见下游
WebFlux 前提：全栈非阻塞才有收益，任一环节阻塞=假响应式；迁移事务用 TransactionalOperator
R2DBC：背压可传导到 DB socket；连接池 r2dbc-pool，HikariCP 不适用
操作符选型：1-to-1 map；1-to-n flatMap（不保序）；保序 concatMap；最新 switchMap
VT vs Reactive：VT 无背压——SSE/流式背压 Reactive 仍是唯一解
C16 AI 服务生产栈 · Python 侧
栈分工：推理与特征工程放 Python，接入层、鉴权限流、强一致写与业务编排留 Java，用 Protobuf / gRPC 边界解耦
运行时分层：FastAPI 做轻量封装与前后处理，vLLM 主打高吞吐 LLM 推理，Triton 做多框架统一推理与多模型编排
显存预算：常驻显存 ≈ 权重 + KV 缓存 + 激活；量化砍权重不砍 KV，并发上涨时 KV 才是瓶颈；启动即预热
批处理：连续批处理按 token 级调度提升显存利用率，按 P99 反推批大小，在线与离线流量分池
流水线：预处理 CPU 线程池、GPU 异步推理、后处理异步收尾三者重叠；慢请求瓶颈常在预处理与序列化
检索分层：Embedding 服务、向量库 ANN、重排三段式，重排只在 Top-K 上做以控制算力成本
并发模型：进程级多 worker 吃满多核多卡 + 协程级 asyncio 处理 IO 等待；同步阻塞会卡死整池
服务间通信：统一 IDL，跨语言调用带 deadline，Java 侧舱壁隔离与熔断降级，W3C trace 串联定位跨栈慢点
C17 测试体系与质量工程
测试成本曲线：单测快、稳定、定位准，E2E 慢、脆弱、定位难；按「缺陷成本 × 发生频率」给每层定预算
可测性三原则：依赖显式化、业务规则与 IO 分离成纯函数、输出可断言；单测禁止连真实库与网络
集成边界：覆盖模块契约 + 中间件真实语义（事务回滚、索引命中、消息顺序），用 Testcontainers 拉真实实例
消费者驱动契约：消费者定义所需字段与状态码，提供者 CI 校验，把接口耦合从运行时联调前移到提交时验证
E2E 少而精：按用户旅程组织，只断言业务可见结果，显式等待替代 sleep，稳定选择器与数据隔离
混沌闭环：定义稳态指标 → 假设 → 注入 → 观测 → 结论与改进；先在预发做，注入强度逐级升
性能四类：负载 / 压力 / 容量 / 疲劳，流量模型基于真实业务画像，结论产出是否达标 + 瓶颈 + 扩容建议
门禁分层：提交（单测+静态）、合并（集成+契约）、发布（E2E+性能+安全+Go/No-Go），规则进仓库且可本地复现
C18 跨语言运行时与工程选型
四维判据：工作负载特征 × 生态成熟度 × 团队能力 × 运维成本；每引入一种语言都要付构建、可观测、安全与值班的固定税
JVM 边界：JIT 靠预热换峰值吞吐、成熟 GC、虚拟线程与事务治理生态；落在接入层与强一致写
CPython 天花板：GIL 使并行单位是进程，事件循环只解决 IO 等待，对象内存开销大让 RSS 悄悄翻倍
Go / Rust / Node：网关与 Operator 用 Go 的 GMP 与静态二进制；Rust 只在延迟、内存或安全成硬指标时引入；Node 适合 BFF、SSR 与工具链
契约治理：Protobuf / OpenAPI 单源入仓，codegen 产出，字段只增不删编号不复用，CI 跑 breaking-change 检查
跨进程边界：跨主机默认 gRPC + deadline + 熔断；同机极低延迟才上共享内存；FFI 只暴露稳定 C ABI
序列化与可观测：跨语言数值、时间与时区语义统一；统一 traceId、指标命名与单位，跨栈拓扑可一眼看全调用链
演进治理：把语言数量当架构指标，用端到端基准含 GC / 序列化 / 冷启动 / RSS 做决策，定期复盘退役评估
四、原理速查（E01-E12）

底层原理是一切工程决策的根——选型查演进、排障查机制、优化查瓶颈，版本敏感点尤其要对准原理而非参数。

JVM 内存：运行时数据区五区域，OOM 类型按区域定位；Metaspace MaxMetaspaceSize 必设 256-512m
GC 原理：CMS JDK14 淘汰、G1 JDK9 默认、分代 ZGC JDK21 开启（-XX:+ZGenerational）、ZGC 染色指针读屏障
类加载：双亲委派=安全+类唯一性；SPI/OSGi/Tomcat 打破委派场景；类加载器泄漏是 Metaspace OOM 主因
并发：volatile 可见性+有序性不保证原子性；偏向锁 JDK15 废弃；CHM JDK7 Segment→JDK8 CAS+synchronized
虚拟线程：JDK21 GA N:M 调度；JDK24 JEP491 几乎消除 synchronized pinning；不池化
Spring：IOC 三级缓存只解 setter 注入循环依赖；Boot3 spring.factories→AutoConfiguration.imports；事务默认只回滚 RuntimeException
MySQL：MVCC Read View+undo log 版本链；B+ 树聚簇索引存全行二级索引存主键；RR 通过 next-key lock 防幻读
Redis：单线程命令执行+IO 多路复用；缓存穿透/击穿/雪崩防护组合；Redlock 多节点锁争议
分布式：CAP 三选二 P 必选；Raft 比 Paxos 易工程实现；Seata AT undo_log+全局锁 vs TCC Try-Confirm-Cancel
消息队列：Kafka 零拷贝顺序写 Exactly-Once=幂等+事务；RocketMQ 事务消息半消息二次确认；死信队列重试 16 次
网络安全：TCP TIME_WAIT 2MSL；TLS 1.3 1-RTT 握手前向安全；OAuth 2.1 废弃隐式/密码模式；JWT RS256 禁 none
数据结构：红黑树插入最多 2 次旋转删除最多 3 次；跳表比平衡树更易并发；一致性哈希+虚拟节点防数据倾斜；LRU 哈希表+双向链表
E01E02E03E04E05E06E07E08E09E10E11E12
E01 Java 基础与集合
String 缓存：-128~127 默认，-XX:AutoBoxCacheMax 可扩上限
Integer 同 Long 异：Integer/Long -128~127 缓存；Short/Byte 全缓存；Long 需 -XX:AutoBoxCacheMax 手动启用
HashMap 扰动：高 16 位异或低 16 位；链表转红黑树阈值 8 + 数组长度 ≥ 64
Sequenced Collections：JDK21 新增 SequencedCollection/SequencedSet/SequencedMap，统一首尾元素操作
Records：JDK16 GA，不可变数据载体，自动生成 equals/hashCode/toString/访问器
Sealed Classes：JDK17 GA，封闭继承层级，permits 限定子类
GraalVM Native：封闭世界假设，反射/动态代理/资源需显式配置，Boot3 AOT 适配
E02 JVM 与内存
运行时数据区：线程私有=栈/程序计数器；共享=堆/元空间/直接内存；OOM 按区域定位
GC 演进：Serial→Parallel→CMS(JDK14 淘汰)→G1(JDK9 默认)→ZGC/Shenandoah
ZGC 分代：JDK21+ 需 -XX:+ZGenerational，新生代老年代独立收集，吞吐量+10~20%
类加载五阶段：加载→验证→准备→解析→初始化；双亲委派=安全+类唯一性
打破委派场景：SPI 线程上下文加载器、Tomcat 隔离、OSGi、Spring Boot LaunchedURLClassLoader
Metaspace OOM：MaxMetaspaceSize 必设 256~512m，否则无限吃本地内存；类加载器泄漏是主因
ZGC 染色指针：42 位堆寻址+2 位染色+读屏障并发标记转移重定位
E03 并发编程
volatile：可见性+有序性不保证原子性；写后 StoreLoad 屏障最贵；底层 MESI 缓存一致性
happens-before：8 条规则是 JMM 判断指令重排的准绳，volatile 写→volatile 读是跨线程可见
AQS：CLH 变体队列+独占/共享模式+volatile state+CAS 入队+park 挂起；非公平锁吞吐更高
CHM 演进：JDK7 Segment(每段一把锁)→JDK8 CAS+synchronized 桶头；树化=链表≥8 且数组≥64
线程池 7 参数：core/max/queue/keepAlive/TimeUnit/Factory/Handler；无界队列时 max 永不生效
锁升级：无锁→轻量级(CAS 自旋)→重量级；偏向锁 JDK15 废弃
Virtual Threads：JDK21 GA，N:M 调度栈存堆上；JDK24 JEP491 几乎消除 synchronized pinning
ThreadLocal 泄漏：ThreadLocalMap 弱引用 key+强引用 value，线程池场景用完必 remove
CAS 原子类：AtomicInteger→LongAdder 分段累加；VarHandle 替代 Unsafe；StampedLock 乐观读
E04 Spring 生态
循环依赖三级缓存：一级成品/二级早期引用/三级 ObjectFactory；AOP 代理只创建一次；Boot2.6+ 默认禁
refresh() 13 步锚点：第 5 步 BFPP 改图纸；第 11 步实例化非懒加载单例；第 12 步初始化（BPP/AOP 代理）
AOP 动态代理：JDK 代理（接口）vs CGLIB（继承）；Advisor 链+MethodInterceptor 拦截
事务失效 7 场景：自调用/非 public/catch 吞异常/受检异常/非 Bean/MyISAM/传播配错
Boot 自动装配：Boot3 spring.factories→AutoConfiguration.imports；@ConditionalOn* 条件装配
事务传播三剑客：REQUIRED 共用；REQUIRES_NEW 独立连接；NESTED savepoint 子事务
默认回滚：只对 RuntimeException+Error 回滚，受检异常不回滚；rollback-only 连锁抛 UnexpectedRollbackException
Spring AI RAG：文档分块→Embedding→向量检索→重排序→落地面向非结构化知识场景
E05 MySQL 与数据库
MVCC：Read View 构造+undo log 版本链+trx_id 可见性判断；RC 每次 SELECT 新建 RR 同事务共用
B+ 树索引：聚簇索引存全行数据，二级索引存主键值；覆盖索引=查询列全在索引中
最左前缀：联合索引(a,b,c) → where a=? 走索引，where b=? where c=? 不走
Buffer Pool：命中率≥99% 正常；脏页刷盘触发条件=redo log 75% 满或检查点
事务隔离：读未提交→读已提交→可重复读→串行化；InnoDB 默认 RR，通过 next-key lock 防幻读
主从复制：binlog→relay log→redo log；半同步/异步/组复制 MGR；主从延迟治理看 Seconds_Behind_Master
E06 Redis 与缓存
单线程模型：命令执行单线程避免上下文切换耗时；IO 多路复用 Epoll 水平触发
缓存三误判：穿透(布隆过滤器+空值缓存)/击穿(互斥锁+随机过期)/雪崩(过期时间打散+降级)
缓存一致性：Cache Aside 旁路模式写操作先更新 DB 后删缓存；延迟双删/Canal 订阅 binlog
分布式锁：Redisson 看门狗续期 vs RedLock 多节点争议；必须设置过期时间+唯一值+Lua 原子释放
热 key / 大 key：热 key 本地缓存+集群分片；大 key 拆分+Redis Cluster slot 均匀分布
持久化：RDB 快照(恢复快)/AOF 日志(数据安全)/混合模式；AOF 重写 fork 阻塞需监控
E07 分布式与微服务
CAP：Consistency/Availability/Partition tolerance 三选二；分布式系统 P 必须选，CP vs AP 取舍
一致性协议：Paxos/Multi-Paxos(Leader)+Raft(Log Matching+Leader Election)；Raft 更易工程实现
分布式事务：2PC(阻塞)/TCC(三阶段)/Saga(长事务补偿)/Seata AT(undo_log+全局锁)；选型看业务补偿能力
熔断限流算法：令牌桶(允许突发)/漏桶(恒定速率)/滑动窗口/计数器；Sentinel 自适应
Nacos：注册中心 AP(Distro)/配置中心 CP(Raft)；动态刷新 @RefreshScope
Spring Cloud Gateway：路由+断言+过滤器+限流；自适应熔断 Resilience4j
Dubbo：服务导出/引用/SPI 扩展/负载均衡/集群容错；高性能 RPC 框架
高并发架构：限流降级+缓存架构+数据库扩展(分库分表/读写分离)+异步化+无状态化
Outbox / CDC：本地事务同库落箱→Debezium 捕获→投递幂等→对账修复
E08 消息队列
Kafka 高性能：顺序写+页缓存+零拷贝 sendfile+批量压缩；Consumer 从 Leader 分区读
Kafka 分区有序：单分区有序多分区无序；需有序性时单分区或按键分区
ACK 语义：Producer 0(不等)/1(Leader 写成功)/all(ISR 副本全写成功)；Consumer 手动提交更安全
Exactly-Once：Producer 幂等(PID+序列号)+事务(跨分区原子写)；Consumer 幂等消费或事务提交位移
RocketMQ：事务消息(半消息→本地事务→二次确认)/延迟消息(18 级)/顺序消息/CommitLog 顺序写
消息积压：临时扩容 Consumer+新建临时 Topic 转储；根因分析消费逻辑慢还是上游突发
死信队列：消费失败重试达阈值(默认 16 次)自动进 DLQ；人工介入后转储
E09 网络 IO 与安全
IO 模型：BIO(同步阻塞 1:1)/NIO(多路复用 1:N)/AIO(异步 1:N)；Netty NIO Reactor 线程模型
Epoll 触发：水平触发(事件未处理反复通知)/边缘触发(只通知一次需读完)；LT 简单 ET 高效
TCP 三次握手：SYN→SYN-ACK→ACK；TIME_WAIT 主动关闭方 2MSL 等待(默认 60s)
零拷贝：sendfile/mmap/DirectBuffer；Netty 通过 FileChannel.transferTo 实现
HTTPS/TLS 1.3：减少 RTT 握手 1-RTT；证书链验证+密钥交换+前向安全 PFS
OAuth 2.1 + PKCE：授权码+PKCE 流程；废弃隐式/密码模式；Refresh Token 轮换防泄露
JWT 安全：RS256 非对称签名必选；声明校验 exp/nbf/iss/aud；密钥轮换；黑名单注销
E10 搜索与 AI
ES 倒排索引：分词→倒排表(postings list)→Skip List 跳表加速合并；BM25 打分 k1=1.2 b=0.75
ES 分片路由：主分片路由 hash(_routing) % numPrimaryShards；副本同步主分片段；段合并 IO 密集
HNSW vs IVF：分层小世界图召回高内存大 vs 倒排聚类内存小召回低；RAG 场景选 HNSW+BM25 混合
RAG 架构：文档分块→Embedding→向量存储→检索→重排序→LLM 生成；双写一致性重建切换
ES Mapping：text(分词)/keyword(不分词)；动态模板防字段爆炸；disable_dynamic
AI 制品门禁：Prompt 黄金法则(角色+数据+格式+约束)+评测集(准确率/幻觉率/时延)+版本化
E11 云原生与运维
Docker：Namespace(pid/net/uts/mnt/ipc)/Cgroups(cpu/mem/io)/联合文件系统 Overlay2；镜像分层复用
K8s Pod 调度：NodeSelector/NodeAffinity/PodAffinity/NodeToleration；HPA 基于 CPU/自定义指标自动伸缩
Service 与 Ingress：Service ClusterIP/NodePort/LoadBalancer；Ingress 路由+TLS 终止；CoreDNS 服务发现
可观测性三支柱：Logs(ELK/Loki)+Metrics(Prometheus)+Traces(OTel/Jaeger)；W3C TraceContext 传播
OpenTelemetry：Collector 收集处理导出；尾部采样(高基数 Trace 全存低基数存 1%)；三支柱关联
FinOps：计量归因+单位成本+预算告警+工程杠杆(Spot/Right-Sizing/预留实例)
E12 数据结构与算法
树选型：二叉搜索树→AVL(严格平衡)→红黑树(近似平衡 2-32倍)→B 树/B+树(磁盘友好)；MySQL 用 B+树
红黑树规则：根黑+叶黑+红节点子必黑+每条路径黑节点数相同；插入最多 2 次旋转删除最多 3 次
跳表 SkipList：多层链表结构 O(log n) 查找；Redis ZSet 底层用跳表；比平衡树更易实现并发
布隆过滤器：bitmap+多个 hash 函数；可判不存在不可判存在；Redis 4.0 提供 module
LRU / LFU：LRU 哈希表+双向链表；LFU 计数器+频次桶；Redis 4.0 支持 LFU eviction
一致性哈希：hash 环+虚拟节点解决数据倾斜；分布式缓存/CDN/负载均衡标配
排序算法：快排平均 O(n log n)不稳定/归并 O(n log n)稳定/堆排 O(n log n)不稳定；Arrays.sort 对象用 TimSort
高频算法模板：反转链表/环形检测快慢指针/双指针/滑动窗口/二分查找/TopK 大根堆
五、场景设计框架（S01-S12）

所有场景共用一个骨架：漏斗思维——流量逐层拦截衰减，DB 永远只接最后一层；量化阈值——每个方案必答「当前量级用什么、超过什么阈值演进什么」。

漏斗分层数字：CDN/Nginx 拦大头→网关限流→Redis+MQ 削峰→DB 只接最后一层
防超卖：Redis Lua 原子扣减，DB UPDATE...WHERE num>0 兜底；库存分桶打散热点 key
热点治理：推送聚合批播、记账分离只写流水表、读走 Redis 集群分片
缓存一致性：先 DB 后删缓存、延迟双删/binlog 订阅、对账任务兜底；Cache Aside 是默认方案
高可用四件套：限流（令牌桶/漏桶）、熔断（Closed→Open→Half-Open）、降级、隔离（舱壁/信号量）
分布式事务：本地消息表/SAGA 优先，2PC 性能差是反面教材；Seata AT undo_log+全局锁
分布式锁选型：Redis AP 高性能、ZooKeeper CP 强一致，按场景定；必须设置过期时间+唯一值+Lua 原子释放
全链路压测：影子库表隔离+流量标记透传，找出瓶颈定安全水位；不能在生产硬压
搜索大数据：ES 分片路由 hash(_routing) % numPrimaryShards；HNSW vs IVF 向量索引选型看召回率 vs 成本
长连接场景：WebSocket 心跳 30s+断线重连指数退避；连接数监控+单机 FD 限制；Netty Epoll ET 模式
AI 生产场景：RAG=切分+向量检索+重排+引用溯源；评测集必须版本管理；幻觉兜底规则引擎前置
S01S02S03S04S05S06S07S08S09S10S11S12
S01 高并发系统设计
漏斗模型：120 万 QPS 按 CDN/Nginx 拦 70%→网关限流拦 20%→Redis+MQ 削峰 9%→DB 仅放行 1%
防超卖：Redis Lua 原子脚本一次完成去重+扣减，禁先查后扣；DB UPDATE...WHERE num>0 兜底
库存分桶：1000 件拆 10 桶打散热点 key，单桶压力降 10 倍；Redis vs DB 定时对账
短链架构：发号器号段双 buffer+62 进制转码；BloomFilter(误判 0.01%)→Redis→DB 三级拦截 99% 穿透
短链存储：1024 库×4 表=4096 分片；防删除误判用 CuckooFilter
红包拆分：二倍均值法预拆存 Redis List，LPOP O(1) 原子弹出+MQ 异步入账
弹幕聚合：每 200ms 聚合一批（≤50 条）批量广播，推送量降 50 倍
在线统计：HyperLogLog 12KB 算亿级基数误差<1%，禁 SET；心跳 60s 随机抖动
热点账户：记账分离只写流水表，100ms 窗口聚合净额批量 UPDATE（3 万 TPS→约 10）
S02 分布式系统
分布式锁选型：性能优先 Redis（SET NX PX+Lua 释放+看门狗）；强一致选 ZK/etcd（fencing token）；Redlock 慎用
锁三要素：互斥、防死锁（必须持有时间）、可重入（Hash 记 threadId）；释放 Lua 比对 value 防误删
事务选型：强一致 TCC/XA；最终一致 Seata AT/本地消息表/事务消息；TCC 防空回滚与悬挂
Seata 坑：RPC 未传 XID 回滚失效；TCC 未幂等重复扣
分布式 ID：雪花处理时钟回拨与 workerId 分配；号段双 buffer 防断供
雪崩三道防线：熔断降级+线程池隔离（舱壁）+入口限流；链路追踪定位最慢节点
缓存一致性：Cache Aside 写库后删缓存（非更新）；延迟双删+Canal 订阅 binlog
幽灵通知：事务内禁直接发通知，用 afterCommit 提交后才发；强可靠上本地消息表
通知口诀：提交才发、回滚不发、参数闭包、强可靠上消息表
S03 数据库与存储
分库分表六步：容量评估（3 年量、2 的幂）→选分片键（user_id 基因法）→倍增扩容→影子双写→diff 校验→灰度切读
分片键红线：表数必须 2 的幂（否则扩容全量重分布）；先单机挖尽再拆
慢 SQL 闭环：慢日志+APM 抓 Top10→EXPLAIN→优化优先级 SQL 重写>索引>表结构>架构
深分页：延迟关联或游标分页；LIKE 前导 % 失索引
主从延迟：区分 IO/SQL 线程延迟；强一致读走主库；8.0 WRITESET 并行复制
缓存三问题：穿透→布隆+空值；击穿→互斥+逻辑过期+预热；雪崩→TTL 随机+多级+降级
海量小文件：对象存储替代 HDFS；日志 128MB 合并 Parquet 入湖；生命周期分层
对象存储红线：公网直连有费用+安全风险须走网关收口
S04 微服务架构
拆分方法论：事件风暴识别限界上下文，按领域拆；绞杀者渐进+网关切流；同步链路不超 3 跳
拆分陷阱：共享 DB 未做访问隔离；拆完必须灰度切流不直接全量
网关选型：SCG（WebFlux 异步）+责任链+Sentinel+Nacos 动态路由；网关只做接入不做业务
MQ 积压四步：扩容（消费者≤分区数）→批量/异步化→应急跳过+扩分区→治理（手动 ACK）
灰度发布：X-Gray-Tag 全链路透传+Nacos metadata 路由+影子库隔离；回滚靠路由 30 秒切换
Service Mesh：Istio+Envoy；与 Spring Cloud 双注册共存渐进迁移
配置热更新事故：@RefreshScope 懒重建旧 target，单例强引用导致双实例/泄漏/定时任务重复
配置口诀：配置用 POJO、字段实时取、@RefreshScope 只救 @Value；线程池先 shutdown 旧再建新
S05 性能与稳定性
OOM 五步：现象→归因（泄漏 vs 溢出看 GC 斜率）→证据（Arthas）→根因（MAT Dominator Tree）→JFR 观测 24h
OOM 红线：预配 HeapDumpOnOutOfMemoryError；不摘流量直接 dump 触发长 STW
CPU 100% 四层下钻：top→top -Hp→线程 ID 转 16 进制→jstack 3 次快照 grep
接口优化 200ms→20ms：画链路找 Top3 瓶颈；缓存>并发>批量>索引；CompletableFuture 并行+超时
消息可靠性三段：生产本地消息表；Broker 同步刷盘+复制+分区保序；消费幂等表+手动 ACK
幂等坑：先删标记再执行业务会重复；幂等键禁易变参数；全局有序是伪需求
全链路压测：流量染色影子库+Mock 挡板；Little's Law+排队论；梯度加压+自动熔断
线程池选型：动态调参池做内核+Spring Bean 暴露；快慢任务分池；虚拟线程仍要背压
S06 云原生与 AI
虚拟线程落地：用户态调度只适合 IO 密集；synchronized 换 ReentrantLock 防 pinning；ThreadLocal 改 ScopedValue
LLM 网关：统一接入+每供应商独立熔断+回退链（主→备→小模型→语义缓存→兜底）
RAG 全链路：离线索引+在线（改写→混合检索→RRF 融合→Rerank→引用回答）；分块禁一刀切
K8s+JVM：UseContainerSupport+MaxRAMPercentage；三探针分工不可混用；HPA+Cluster Autoscaler 两级弹性
向量库精排：差异化切分→BGE 编码→HNSW；混合召回→Cross-Encoder 重排→Top5 送 LLM
Boot 4 迁移：BOM 锁基线→边缘到核心波次推进→契约测试→CDS/Leyden/AOT 启动分档
S07 综合场景
订单全链路：核心强一致、非核心异步；三段式库存（预扣/确认/回补）；支付回调用幂等键+唯一索引
金融风控：Kappa 流批一体；特征三层统一口径；规则短路+模型并行+仲裁合并，100ms 级决策
千万级推送：Netty 接入→Redis 路由→MQ 削峰扇出→多通道；推拉结合+读写扩散混合
零停机迁移：全量→双写（CDC 兜底）→灰度切流→旧库只读 N 天；校验用内容哈希非条数
跨境多租户：区域独立集群数据本地化+tenant_id 行级隔离+异步联邦结算
支付对账三层：Saga/TCC+本地消息表+定时对账；逐笔不能只对总账
订单超时关闭：ZSET/延时消息唤醒→CAS 状态机关单（防与支付回调竞态）→Outbox 回补库存
S08 高可用架构
异地多活：单元化按 userId 固定落单元+binlog 闭环+Fencing 租约防脑裂；RTO<1min、RPO=0
限流熔断体系：入口限流+链路熔断+依赖隔离（舱壁）+降级兜底；线程池配额按 Little's Law
混沌工程五原则：稳态假设/贴近真实/持续/自动化/最小爆炸半径
故障自愈：感知→决策→执行→恢复；宁可慢摘不可误摘；保留人工一键熔断
容量水线四级：安全 60%/预警 70%/限流 85%/熔断 95%；链路可用性是乘积
可观测三支柱：OTel 统一埋点→全程透传→关联分析→告警分级聚合（目标误报 -80%）
TraceId 断裂治理：W3C Trace Context+边界补全（线程池 TTL 装饰/MQ）；头部+尾部采样
S09 安全架构
纵深防御四层：WAF→Nginx→应用层→数据层；仅靠 WAF 可绕过，应用层必须兜底
注入坑：MyBatis ${} 即使 ORDER BY 也可注入（白名单映射）；富文本按字段差异化净化
API 安全：OAuth2+PKCE+refresh 轮换+JWT RS256+HMAC 签名+timestamp/nonce 防重放
信封加密：DEK/KEK 双层，KEK 存 KMS 永不离开；等值查询用确定性加密
权限双层：RBAC 功能权限+数据权限（拦截器自动注入 WHERE）；默认拒绝
越权双防：垂直+水平都要防；禁信任前端 userId
数据合规：Privacy by Design 全生命周期；删除覆盖 ES/Redis/备份；测试禁生产快照
S10 网络 IO
Netty 网关：池化 ByteBuf+Boss/Worker 分工+一致性哈希分片；单机 10 万连接
Netty 坑：不关 TCP_NODELAY 延迟 40ms（Nagle）；EventLoop 里执行业务逻辑假死
TCP 粘包：自描述帧（Magic+LengthField+CRC）；LengthFieldBasedFrameDecoder；非法长度帧关连接
协议选型：HTTP/2（浏览器）→gRPC（内部）→QUIC（弱网试点）；protobuf 字段号只增不改
WebSocket 推送：无状态集群+Kafka 广播+分级路由（tick/1s/5s）；心跳 30s 与 Nginx 超时 90s 错开
连接池调优：三级超时分级、各下游独立配置；maxTotal 过大致下游连接暴涨
S11 搜索与大数据
ES 集群：时间拆索引+热温冷分层+Bulk 批量；深分页 search_after 替代 from+size
搜索推荐五层漏斗：意图识别→多路召回→粗排→精排→重排；防特征穿越
Flink 风控：按 userId 分区 KeyedState+规则热加载；Event Time+Watermark 乱序；State 必须设 TTL
ClickHouse：MergeTree+物化视图预聚合+RoaringBitmap 算 UV；TTL 必设；分区粒度不宜过细
湖仓一体：Iceberg+对象存储 Parquet+Trino ad-hoc；只建湖不治理=数据沼泽
FinOps：可见→优化→运营；统一标签归因；无标签先砍机器是错序
S12 AI 生产级场景
RAG 幻觉治理：止血（转人工+收紧）→诊断→根治（混合检索+Rerank+引用溯源+拒答）→长效（版本化+反馈回流）
Token 成本治理：网关 Token 级埋点+标签归因；优化=Prompt 瘦身+模型分级+缓存；限流须含 Token
Agent 死循环防护：总步数上限+单工具次数上限+循环检测+工具幂等+高危二次确认+沙箱
向量库迁移五步：存量导入→增量双写→一致性校验→灰度切流→旧集群热备 7 天；HNSW 建完才切
多模型高可用：主动探针+被动错误率双检测，健康分加权路由；禁全切打爆备选配额
RAG 投毒：输入检测（注入识别+入库审核）→输出过滤→系统指令与用户内容严格隔离
流式背压：按 GPU 并发槽位信号量限流；慢时丢中间 Token；短请求优先调度
MCP/多 Agent：工具供给+权限边界+协作编排三角；MCP 不是 Exactly-Once
六、AI 工程纵深（A01-A33）

AI 应用工程化的本质是把「不确定的概率系统」当作「确定性的传统服务」来治理：评估门禁先于发布、上下文与工具界定能力边界、检索与多 Agent 是规模化的两条主线、可观测与成本闭环是长期复利。

Agent 本质：Model + Harness 二分模型；ReAct 循环=推理→行动→观察；步数熔断防死循环；幂等防资损
上下文工程：Token 预算=System Prompt+History+Retrieval+Output；窗口滑动截断优先去旧摘要；上下文决定能力上限
RAG 全链路：切分（512/64 起步）→Embedding→向量检索→重排序→引用溯源；GraphRAG/LightRAG 补关系推理
MCP 协议：Client/Server 架构；Tools/Resources/Prompts 三类能力；A2A 对等协作；不是 Exactly-Once 要幂等
多 Agent 编排：职责拆（单 Agent 上下文收敛优先）；Workflow 适合确定性链路，自主 Agent 适合动态决策
评测门禁：Golden Set 版本化；非确定性断言（nassert）+影子路由双轨；漂移监控→Bad Case 闭环
AI 安全：Prompt 注入（指令层级分隔符）+数据泄露（PII 脱敏）+越狱（系统提示护栏）；红队自动化测试
可观测：LLM 三支柱=Prompt/Response/Token 用量追踪；成本归因；W3C TraceContext 传播
成本工程：单位成本（每请求/每 Token）；缓存（语义缓存/Semantic Cache）降重复请求；配额限流公平排队
Spring AI：Boot 3.x 集成；ChatModel/Prompt/RAG/MCP Starter；Tool Calling 函数定义+JSON Schema
部署运行时：流式 SSE/WebSocket 防阻塞；并发控制+BPM 队列；GPU 资源池化 vLLM/TGI
规模化并发：请求合并（Adaptive Batching）+推测解码（Speculative Decoding）降首 token 延迟；本地限流失效切集中式
A01A02A03A04A05A06A07A08A09A10A11A12A13A14A15A16A17A18A19A20A21A22A23A24A25A26A27A28A29A30A31A32A33
A01 Agent 本质与范式谱系
Agent 的本质：Model + Harness 二分模型 核心不在复述「Agent 是能自主干活的 AI」，而在回答：模型（Model）与驾驭环境（Harness）的职责边界在哪？
Agent 核心范式谱系（ReAct / Plan-Execute / Reflection / Multi-Agent） 能否给出「从最简单方案起步、明确需要才加复杂度」的选型纪律，并说明生产中为何多为混合架构。
Workflow 与自主 Agent 的边界与选型（1:4 判定） 这是 AI 应用架构选型的最高频决策点。
A02 上下文工程与记忆
上下文工程本质：Context Assembler 与 Token 预算 核心是能否讲清统一组装顺序（约束 → 目标 → 证据 → 记忆 → 工具 → 历史）、rank 与 Token 预算两步走，以及为什么「窗口越大 ≠ Agent 越聪明」。
Context Rot 与上下文压缩策略 压缩策略（滑动窗口 / 摘要 / 卸载 / 隔离）各自适用边界是什么？
记忆工程：分层 / 生命周期 / 存储三态 「编码 → 存储 → 提取 → 巩固 → 反思 → 遗忘」生命周期各环节的工程实现是什么？Mem0 / Letta / Zep 等方案按「管理复杂度放在哪一侧」如何选型？
记忆写入准入：写入按生产变更准入，判据是「未在别处制造退化」；谱系、盲集比对、拒绝策略与遗忘权缺一不可
A03 RAG 基础与图增强
RAG 两阶段范式与"RAG vs 微调"决策 「RAG vs 微调」的决策依据是什么（解决「不知」还是「不会」）？
RAG 进阶：切分 + 精排 + 多路召回 核心是建立「答非所问多在召回阶段」的排查直觉。
GraphRAG 与 LightRAG：图增强检索的边界 GraphRAG（社区摘要 + 图遍历）与 LightRAG（去社区层 + 双层检索）的机制与成本差异为何高达两个数量级（Token 成本约 $20–50 vs $0.15）？
A04 工具调用与 MCP 协议
工具调用分层：FC / MCP / Skills / A2A 能否用「打电话 / 通讯录 / 岗位手册 / 横向协作」的比喻体系讲清四者关系。
MCP 的本质：N×M → N+M 的连接协议 三类能力（Tools / Resources / Prompts）与三项进阶能力（Roots / Sampling / Elicitation）各自解决什么问题。
生产级工具接入 Checklist 与 Skills 渐进披露 三层渐进披露（广告层 → 指令层 → 资源层）如何解决「跨会话规则复用 + 上下文腐化」两大问题。
工具三层契约：零信任 Schema → 幂等加沙箱 → 错误分类加重试预算；同一业务请求只由一层负责重试
A05 多 Agent 编排
多 Agent 协作四要素与 Graph Engineering Graph 的 Node / Edge / State 三要素各自的设计原则是什么（好节点：只干一件事、可单测、可替换；边：能写死尽量写死；状态：字段固定的 JSON 存档）？
三种编排范式对比：Workflow / Graph / Loop 核心是能按任务形态（固定流程 / 多节点复杂分工 / 单点反复迭代）对号入座。
九种编排模式与 AgentTask 契约 / Checkpoint AgentTask 契约（子目标 / 依赖 / allowedTools / outputSchema / maxIters / deadline）如何把「约定俗成」变为「运行时强制」？
A06 AI 评测与发布门禁
评测 vs 监控：四类评测与设计 离线评测 / Trace 回放 / 线上灰度 / 回归 CI 四类评测各自解决什么盲区。
Golden Set + CI 门禁与 LLM-as-Judge 防偏差 Judge 的打分体系（规则拦硬错误 + LLM 评开放语义 + 人工复核高风险）如何设计？
灰度发布非劣效界值与 Java 落地 EvalRecord 评测 Harness 的职责边界与环境隔离要求是什么。
评估器独立性：评测集与调优样本隔离、盲集快照轮换；judge 与被测同源时「一致通过」不构成证据
A07 AI 安全风险与合规
AI 系统四大风险面与分层防护 核心认知是：模型输出不可信、一切外部输入不可信，安全是「执行侧」问题——靠 Harness 硬边界与后端强控制，而非靠提示词礼貌请求。
合规要求与 Java/Spring 落地（ExecutionContext / ToolAuditEvent） 核心是「合规不是文档，是可执行的代码结构」。
Spring AI 安全层与大模型网关 其六项核心能力与自研组件清单、演进顺序（先工程治理再智能路由）是什么。
路径级安全：逐工具鉴权拦不住组合越权；权限预算随值流动且组合只能收紧，发布前跑红队门禁
A08 Agent 工程化架构
Agent 四组件与三层结构设计 Tools / Agent / Workflow 三层的本质区别为什么是「控制流由谁掌握」而非节点类型？
任务拆分与 DAG 并行执行 依赖分析画 DAG 后「并行降低的是关键路径总时间而非每步时间」如何理解（端到端延迟降 40%–60% 的前提是什么）？
上下文压缩的预算公式与状态管理四层 对话历史 / 业务状态 / 任务状态 / 长期记忆四层为何不能混放（「这次报告用英文」是业务约束不是用户永久偏好）？
反思 / Multi-Agent Handoff / 容错（fencing token） Multi-Agent 容错为何必须分层（通信层：心跳 / 租约 / fencing token；一致性层：所有权 / worktree / 唯一 Integrator）。
A09 RAG 全链路工程
Chunking 五级策略与父子块 「语义截断」的本质为什么是「信息被拆散后每一半都不够强，检索全军覆没」而非「信息丢失」？
两阶段 Re-rank 与混合检索（BM25 + RRF） 精排的量化收益（多跳 +40–50%、模糊 +30–40%、简单事实 +18%、幻觉率降约 35%）与候选集控制（Top-50~100 → Top-5~10）如何设定？
Query Rewrite 四法与四代 RAG 范式 核心是「Query 质量决定后续所有环节的天花板」。
图增强与 Agentic RAG 组合工作流（向量入口定位实体 → 图接力遍历 → 合并上下文）怎么搭。
幻觉四层防线与检索门控 检索没召回要拒答，召回了还超发挥要溯源；更新与对账见 A21.03。
证据绑定：缓存 key 全维度哈希，命中后仍做引用支持性与业务规则后置校验，投毒样本隔离且不回灌基线
A10 MCP/A2A 协议与工具容错
Function Calling 本质与训练（SFT + RLHF） 为什么预训练学不会 FC、必须 SFT 教「怎么调」+ RLHF 教「什么时候调」，SFT 数据必须覆盖哪五个场景。
MCP 三角色 / 版本 / 传输（stdio vs Streamable HTTP） 协议从 2024-11 双端点 HTTP+SSE → 2025-03 单端点 → 2026-07-28 无状态化的演进脉络与动机？
A2A Agent Card 与 Task 状态机 Task 状态机（submitted → working → completed / failed / canceled，支持异步长任务与 Artifact 回传）如何治理超时 / 取消 / 重试？
工具容错五阶段 / 沙箱隔离 / Skill 三层加载 沙箱为什么必须「代码按不可信处理」——访问边界（三区）/ 资源预算（cgroup 归组）/ 运行器管理三层如何设防？
A11 AI 编程与 Coding Agent
AI 编程三模式与需求描述规范（Vibe vs Spec） 需求五段式（目标 / 现状 / 输入输出边界 / 约束 / 验收）为什么比角色扮演和「写得健壮一点」有效？
任务拆分（tasks.md）与代码质量 Oracle 独立审 Diff 验收 Checklist 五步（逐 hunk 看 diff / 先红后绿 / 回归 / 边界异常 / 安全规范）如何防「删断言让结果变绿」。
AI 排障：报错位置 ≠ 根因 / 测试覆盖变异测试 测试覆盖为什么「业务覆盖 ≠ 测试数量 ≠ 代码覆盖率」（实现漏权限检查则无代码可覆盖）？
Coding Agent 六件设施与 SDD 规约驱动 以及源码级认知（grep 而非 RAG 检索、文件而非向量库记忆）背后的设计取舍。
A12 AI 工程范式演进
四代演进：Prompt → Context → Harness → Loop → Graph 为什么四者是「层层包含」关系而非替代关系（Prompt ⊂ Context ⊂ Harness；loop 是最小 graph）？
生产装配对照：闸门、triage loop 与失败模式 定义见 A01 / A05；本卡只锁装配顺序和独立闸门。
A13 架构决策与能力边界
自建 vs 引入的决策边界：成熟度、锁定成本与退出路径 决策对象不是「整体自建或整体引入」，而是哪部分能力必须自己持有；真正的锁定发生在数据格式与评测资产里。
Agent 平台能力地图：编排内核、工具注册表与可观测基座 注册表必须是准入而非清单，执行与治理分离，每个能力可观测 / 可灰度 / 可回滚。
能力准入与生产分级 定级对象是「能力 × 场景」，放行条件须可判定，摘除必须比放行快。
边界重估与兼容治理 兼容是语义等价而非签名相同；评测集与提示词资产能否迁移，才是边界的硬门槛。
A14 框架内核与扩展点
Spring AI Advisor 链与扩展点：请求改写、记忆注入与审计横切 顺序即语义：改写在记忆注入之前，审计包住请求与响应两端，链序要有快照测试。
ChatModel / ToolCallback SPI：多模型方言适配与可替换实现 可替换性来自稳定的接口边界与能力协商，而不是把所有模型压到最小公共能力集。
观测扩展点：ObservationRegistry 与自定义 Node Span 生命周期成对、上下文只读、标签基数有界；取消路径最容易漏 close。
能力协商式自动配置 装配期把缺能力暴露成启动失败，能力矩阵与运行期探测必须共用一份声明。
A15 Spring AI 工程实践
ChatClient 多模型路由与 BeanOutputConverter 结构化输出 BeanOutputConverter 如何把自由文本收敛为「可校验的 I/O 契约」？
记忆四实现与 Tool Calling 生产范式 把 Java 方法暴露为 LLM 工具（Mistral / Ollama / OpenAI 三套实现）的生产要点是什么？
RAG 流变（Sequential/Branching/Conditional）与 Guardrails 文档入库侧的 splitters（分块）与 metadata 富化（摘要 / 关键词）如何共同决定召回质量？
A16 生产级 Agent 中间件
双链路 v1/v2 与三层执行器 MCP 边界为什么「客户端仅在 agent 模块装配、Workflow 不连 MCP」？
检索融合 RRF 与模型容错三态熔断 模型容错的「首包探测 + 三态熔断 + 多候选切换」如何设计？
Redis ZSET 公平排队与 RocketMQ 事务一致 海量文档分块入库为什么必须 RocketMQ 事务消息（半消息 + 本地事务 + 回查）+ 幂等 + 分布式锁状态机。
11 种设计模式与"调 API ≠ 生产级 Agent" 以及中间件 / 基础组件的 Starter 化交付范式（防重 Starter：AOP + 注解复用）如何提升工程复用度。
A17 AI 系统测试
非确定性断言与 Golden Set + RAGAS/DeepEval + CI 核心在于回答：哪些测试仍用传统手段、哪些必须换范式、回归门禁卡在哪一层。
工具契约 / 防死循环 / 并发压测 + 故障注入 核心在于：AI 系统的「异常路径」比「正常路径」更需要测试资产。
故障注入门禁：注入点在影子流量隔离执行，验证降级、告警与 kill switch，结果接入持续集成回归
A18 部署与运行时
GraalVM / K8s + HPA 与 Java×Python 推理 Sidecar 核心在于回答：每种部署决策背后的约束是什么。
入库流水线（Kafka/RocketMQ）与 Agent 六种部署形态 核心在于回答：不同形态各自的技术载体、Java 工程能力复用度与选型原则。
A19 AI 可观测性
三支柱：Micrometer+Prometheus / ELK / OTel+SkyWalking+LangFuse 核心在于回答：AI 应用可观测的重点为什么是链路质量——模型答得好不好、工具调没调对、检索是否召回——而非仅系统健康。
Run/Node 级 Trace、影子路由与告警 + Bad Case 闭环 观测、评测、修复三者由此串成环。
语义 SRE：语义正确率与行为基线统计偏离为准；告警同源聚合抑制，每条绑定可回放快照
A20 AI 安全治理
Sa-Token/Spring Security SSO 与输入净化 / 工具白名单 核心在于回答：AI 服务的安全不是另起炉灶，而是把权限 / 校验 / 最小权限原则延伸到模型与工具这一新增攻击面。
AOP 审计 / 多租户隔离 + 被遗忘权 / 网关治理 核心在于回答：治理如何从「有功能」变成「可追溯、可隔离、可计量」。
A21 知识工程与 RAG 运维
知识库 ETL 管线：切分 / 富化与 Embedding 选型版本治理 Embedding 选型为什么必须用业务数据自测而非信通用榜单？
向量索引生命周期与混合检索（BM25 + RRF）运维 混合检索互补的第一性：BM25 词频 × 稀缺度（精确强同义词弱——「退货 / 申请售后」零重叠检索不到）；向量语义强精确词弱（「M4 Pro」被拉向「苹果最新处理器」反而找不到字面）。
知识库索引生命周期与对账巡检 刷新中查询打旧快照，多索引按 doc_id 对账，孤儿 chunk 必须为 0。机制证明见 A09.05。
A22 成本工程与 ROI
Token 预算 / 语义缓存命中率 / 按成本模型路由 核心在于回答：降本的第一杠杆是「少用贵模型」，第二杠杆才是「少传 Token」——排序错则事倍功半。
按租户计费配额与 ROI 度量模型 + 成本异常告警 核心在于回答：配额是「防失控」的闸，ROI 是「证明值」的尺——二者共同让 AI 项目从「烧钱实验」变成「可经营的业务」。
CPS 单位经济学：第一指标是每完成任务成本，重试、验证、监督税与精炼循环均计入，配预算硬顶
A23 模型与 Prompt 版本治理
模型 / Prompt 版本管理与回滚 核心在于回答：Prompt 与模型配置是一等资产，必须获得与代码同级的工程待遇。
A-B / 灰度非劣效界值与发布门禁 核心在于回答：AI 发布的风险不是「崩溃」而是「悄悄变差」——发布机制必须能感知渐变劣化并自动刹车。
生产漂移监测与幻觉缓解运营闭环 核心在于回答：上线不是终点，质量是运营出来的。
配置谱系：模型与 Prompt 版本、索引快照、工具契约入谱系；ModelSBOM、取证存证、退役销毁清单闭环
A24 规模化并发与流式
水平扩展 / 会话亲和 / 限流排队 / 多租户配额 QoS QoS 分级第一性：多租户下「先到先得」会被大客户突发挤占——配额按租户分级（付费 / 免费），排队按公平原则（ZSET 按入队时间），超限按租户策略分流（降级 / 排队 / 拒绝）。
流式保活 / 续传 / 中断恢复与 TTFT 优化 核心在于回答：流式体验的工程难点不在「能流」，而在「流得稳、断得起、等得不焦虑」。
A25 平台工程与交付
内部开发者平台 IDP / 脚手架 / Starter 化标准化交付 核心在于回答：对使用者隐藏复杂度，对运维者暴露可控性。
裸线程池 vs Starter 动态线程池 vs 虚拟线程选型 核心在于回答：AI 服务是 IO 密集型负载，执行基建的选型直接影响成本与稳定性。
SDD 规约驱动与 AI 原生研发流 核心在于回答：AI 编码的质量上限由规约质量决定，流程要把返工成本消灭在编码前。
A26 业务价值与组织 adoption
场景选型决策树与价值度量（北极星指标） ）筛选值得做的场景；价值度量（北极星指标）让项目价值可量化可追踪；Workflow vs Agent、v1/v2 双引擎按场景路由的落地对应。
失败案例避坑与组织 adoption 路径 核心在于回答：决定 AI 项目存活的不是单点技术亮度，而是工程完整度与组织可复制性。
组织失效：技能梯子断裂与监督能力空心化是独立失效源；审计态与运行态按 TraceId 对账，影子 AI 先纳管再评估
A27 概率性系统与控制面
三条事实：推理概率性、复合相乘、状态累积偏差；五条机制按依赖顺序落地，评估可信度优先
收缩复合指数：确定性步骤移出模型、窄接口拆短链、每步交接强制校验；退化由步数驱动
闭合验证环：硬证据来自 schema / 返回码 / 校验和，验证器独立于生成方
A28 静默失效、反模式与落地路径
静默失效四型：返回成功但语义错、静默漂移、fail-plausible、用户静默放弃；监控全绿是风险信号
反模式判定问句：每条须能回答「怎么发现、怎么拦住」，按不可逆性与检出难度分级
三阶段路径：能跑（网关+版本化+Trace）→ 敢用（校验/幂等/审批+CI 门禁）→ 可持续（回流/告警/kill switch）
A29 数据生命周期与治理
数据集即代码：采集 → 版本化 → 训练 / 索引 → 服务 → 监控 → 退役是可靠性的隐藏主轴，治理缺失导致不可复现与静默劣化
版本三元组：数据 × Embedding × 模型可追溯；评测集与生产样本物理隔离
漂移是静默失效：生产数据分布监控用 PSI / KL，漂移超阈值阻断发布
血缘回放：数据版本注册表 + 血缘定位根因；评测集在 CI 锁定不可变快照
可复现：快照不可变、特征定义单一来源、实验 run 绑定数据 / 代码 / 模型全要素
陷阱：评测集吸收生产流量即被自身输出污染；悄悄替换评测集让通过率「上升」是典型自证循环
A30 端侧与边缘 AI
四约束：算力 / 内存 / 能耗 / 离线优先于效果；量化是 Pareto 权衡，必须评测兜底
量化路径：FP16 → INT8 → INT4 与混合精度；ONNX / TFLite 统一中间表示跨端部署
端侧失败模式：OOM、发热降频、精度塌与云端不同，不能复用云端指标
端云分工：端做低延迟与隐私本地决策，云做重训练与全局编排
反馈闭环：端侧结果回传 → 云端增量重训 → 模型下发带版本、签名与灰度
落地：量化前后评测对比、运行时封装、离线降级路径可用、端侧数据处理守住隐私边界
A31 算力 FinOps 深证
本质：算力是 AI 应用最大可变成本，FinOps 把不可控账单变成可归因、可优化的单位经济
主线：不计成本 → 资源监控 → 成本归因 → 调度优化（spot / 排队）→ 预算池化与单位经济
第一性：成本归因到场景 / 租户 / 模型；利用率与单价双优化；每千次调用成本优于绝对值
落地：GPU 利用率监控、成本归因看板、spot 抢占调度、预算池与配额、模型路由降本
判据：只报 Token 单价不算成本，须给单位任务成本与二阶成本（监督税、协议税、精炼循环）
A32 多模态工程深证
本质：文 / 图 / 音 / 视频扩展能力边界，但对齐与评测更难、失效更隐蔽
主线：独立单模 → 晚期融合 → 跨模态对齐（CLIP 类）→ 统一表征 → Agent 多模态工具
第一性：模态对齐是能力前提；跨模态评测不可复用文本指标；失效常源于模态间不一致
落地：多模态评测集、模态缺失降级、跨模态一致性校验、引用可追溯（图 / 视频出处）
陷阱：ASR / OCR 的错误会作为「事实」传给下游且无法靠下游纠正；转换层须输出置信度与候选
A33 生产纵深整合与治理
轨迹级评测：结果正确不等于过程可信，评步骤序列、路径偏差、恢复行为与权限边界；非确定性下评分布而非单次
LLMOps：一次线上行为由 prompt / dataset / eval / alias 等版本共同决定，发布单串起血缘、owner 与回滚目标
团队效能治理：度量必须成对：交付前置时间、变更失败率、缺陷逃逸率与采纳率、生成占比同时看；上下文供给是治理对象
私有化推理：显存约束核心是 KV Cache，按「显存预算 ÷ 单会话 KV」反推可承诺并发；量化有损须评测补偿
框架抽象边界：业务依赖自建窄接口，Spring AI / LangChain4j 放适配层，横切能力放平台而非框架
沙箱与 HITL：默认拒绝 + 显式白名单（identity / capability / resource / egress）；审批点是风险函数，按可逆性 × 影响面 × 不确定度分级
成本延迟联合治理：目标函数是每完成任务成本；重复上下文、无缓存、静默重试与不必要的大模型调用比单价更贵
七、Java×Python 混合部署（H01.01-H01.08）

混部的核心矛盾是「共享资源带来的互扰」：容量、故障域、SLO、灰度、回滚、可观测、调度都要按跨栈口径重新定义。

第一判据：单栈达标不等于端到端达标，用户契约由关键路径决定
设计默认：邻居一定会挂；故障域隔离与资源隔离是同一枚硬币两面
地基：跨栈可观测打通是容灾、灰度与回滚的前提，没有它都是盲操作
回指：与 C16 Python 侧生产栈、C18 跨语言运行时、A33 私有化推理相互印证
H01.01H01.02H01.03H01.04H01.05H01.06H01.07H01.08
H01.01 混部容量规划与峰值叠加模型
本质：Java 业务 + Python 推理共置时，容量不是两者基线相加；峰值资源争抢让整体吞吐远低于单测之和
主线：单栈求拐点 → 叠加估算 → 叠加压测实测 → 互扰系数建模 → 动态配额与容量档案
叠加模型：总容量 ≈ 业务基线 + 推理峰值 − 互扰损耗；损耗来自 GC 抢核、NUMA 跨节点访问与共享总线带宽竞争
落地：分别压测记录拐点，再做两栈同时加压的叠加压测，建容量档案（互扰系数、峰值倍数、预留缓冲），按业务时段调配额
陷阱：各测各的然后相加、忽略 Java STW 对邻居的传导、不预留缓冲、只按 CPU 算忽略内存带宽与 NUMA
H01.02 混部成本归属与 FinOps 治理
本质：一台机一张 GPU 卡同时跑两栈，归属不清会让降本退化成团队甩锅
主线：黑盒不分摊 → 按配额申请 → 按实际使用计量 → 按业务线归因 → FinOps 单位经济
归属三法：按资源配额（申请≠使用）、按实际计量（CPU·内存·GPU 时长）、按业务线（贴近 unit economics）
落地：namespace / team / cost-center 打标计量，GPU 利用率作为一级健康度，闲置回收与低峰降配，事前写定分摊规则
判据与陷阱：归属有效性 = 团队能否据此优化自身用量；只按申请不按使用、缺计量基建强行分摊都会激化矛盾
H01.03 混部容灾与故障域隔离
本质：推理进程 OOM 把同节点 Java 业务拖垮，就是故障域没隔离；混部难点是爆炸半径更难预测
主线：单栈各自高可用 → 识别共享故障域 → 物理 / 逻辑隔离 → cgroup 限额 → GPU 独占或 MIG + 跨可用区部署
第一性：节点、可用区、资源池都是故障域边界，共享即必然传导；默认应是「邻居一定会挂」
落地：关键业务与推理分节点池，栈间设熔断降级，定期做跨栈故障演练，爆炸半径预先写入容灾预案
深层辨析：单栈容灾追求「自身不挂」，混部容灾追求「邻居挂了我不死」，后者才是核心能力
H01.04 混部 SLO 定义与跨栈 SLI
本质：用户一次请求跨两栈，各栈自嗨的 SLO 对用户毫无意义；一栈达标一栈超时，整体算达标吗
主线：各栈自嗨 SLO → 端到端 SLO → error budget 切分 → 跨栈 SLI → 端到端告警 + 单栈下钻
第一性：端到端 SLO 由关键路径决定，取最严格的用户感知指标；跨栈 SLI 必须能归因到单栈预算
落地：统一 traceId 打通 SLI，按关键路径分摊 budget，告警按端到端触发、定位时关联单栈消耗
无效信号：各栈都达标但用户仍慢；取平均而非关键路径、告警按单栈触发，都是典型错法
H01.05 混部灰度策略与流量染色
本质：升级推理栈如何只灰度 AI 部分而不动 Java 业务？整机灰度等于拿另一个栈陪葬
主线：整机灰度 → 流量染色 → 独立灰度批次 → 跨栈端到端判定 → 固定一栈灰度降维
第一性：header / 标签按服务粒度路由；Java 与 Python 各有 Go/No-Go 判定，判定基于跨栈端到端指标
落地：网关或网格按染色标签转发，灰度期重点看跨栈端到端指标，控制维度避免版本组合爆炸
深层辨析：固定一栈、灰度另一栈，把二维版本矩阵降为一维，每次只动一个变量
H01.06 混部回滚判定线与部分回滚
本质：端到端指标劣化该回滚哪个栈？全量回滚代价大且误伤健康栈
主线：全量回滚 → 单栈回滚 → 状态补偿 → 部分回滚 → 根因闭环
第一性：回滚触发线须预设且透明（P99 连续越线、错误率越线）；部分回滚前提是两栈可独立回退且状态可补偿
落地：判定线写进发布预案，支持一键回退单栈，Agent 会话与中间状态外置或幂等重放，回滚后做根因定位闭环
判据：回滚的有效性 = 恢复服务的速度与精准度；能只回退元凶栈才算成熟
H01.07 混部可观测打通（跨栈链路 / 统一指标）
本质：Java 一套 trace、Python 另一套，跨栈断链，根因定位只能靠猜；这是混部规模化的头号前提缺口
主线：各栈独立 trace → W3C tracecontext 统一 → 统一指标 backend → 跨栈拓扑视图 → 异常聚合与日志关联
第一性：Python 推理入口注入并透传 traceId；指标命名与单位一致、接入同一后端，日志结构化带关联键
落地：OTel SDK 透传，统一采集后端，同 traceId 异常自动聚合成一条事件，建跨栈拓扑定位慢在哪一栈
地基：没有它，容灾、灰度、回滚都是盲操作——不知道该隔离谁、该灰度谁、该回滚谁
H01.08 混部调度隔离（K8s 拓扑 / GPU 共享 / NUMA）
本质：K8s 默认调度不区分 Java 的 CPU 密集与推理的 GPU + 内存带宽密集，混放就是互拖的物理根因
主线：默认调度混放 → topologySpread 打散 → 节点池亲和隔离 → GPU MIG / 时间片共享 → NUMA 亲和 + QoS 分级
第一性：拓扑感知调度把两栈分到不同节点池；MIG 切分或时间片让多推理安全共享一卡；带宽敏感负载绑 NUMA
落地：AI 推理独占 GPU 节点池，共享 GPU 时加显存限额，cgroup 限额防饿死邻居，新负载默认按类型入池
判据：调度隔离的成熟度 = 物理上像两个集群，逻辑上是一个服务；隔离与利用率是同一枚硬币两面
八、工程化要点 + 生产踩坑（G01-G13 / K01-K12）

两条主轴贯穿全部门禁：卡点指标分层——L1 用户可感 > L2 依赖饱和 > L3 资源，L3 不能单独放行；回滚三维——镜像+配置+流量，任一不可退则整体不可退。

发布三要素缺一不合格：灰度比例表+卡点指标阈值+一键回滚命令
灰度节奏：1%→5%→25%→100%，档间停留观察窗，否决权归卡点指标
错误预算闸门：Error Budget=1−SLO，烧完即冻结非紧急发布
超时×重试必须有上限：否则调用放大打穿下游；指数退避+抖动防惊群
幂等键持久化+TTL：防重复扣款的第一道防线；唯一索引兜底+对账任务补偿
缓存三防：穿透（空值缓存+布隆过滤器）、击穿（逻辑过期+互斥锁）、雪崩（随机 TTL+降级）
容量对齐：连接池与 K8s limit 一致，不一致即假可用；HPA 基于 CPU/自定义指标
SQL 治理：禁止 SELECT *、深分页游标替代、慢查询阈值 5s 告警、DDL 在线变更 gh-ost
调用预算：每下游设独立并发配额；舱壁隔离防连锁故障；熔断阈值错误率 50%/P99 超时
AI 制品门禁：Golden Set 评测→非劣效发布；漂移监控（数据/模型/Prompt）；Bad Case 闭环
安全运营：SBOM+SCA 扫描 CVSS≥7 构建失败；密钥轮转 90 天；供应链可信构建 SLSA Level 3
数据与模型资产：版本/血缘/合规留痕不可缺；PSI/KL 漂移超阈自动冻结下游训练与评测
资产台账与退役闭环：每个条目有唯一责任人；僵尸服务与孤儿配置比缺失更危险
测试与发布门禁：放行判据要可查询；降级路径须演练而非假设可用
G01/K01G02/K02G03/K03G04/K04G05/K05G06/K06G07/K07G08/K08G09/K09G10/K10G11G12G13K11K12
G01/K01 发布回滚与变更门禁
✓ 门禁
  • 灰度比例表：1%→5%→25%→100%，档间停留观察窗，否决权归卡点指标
  • 发布三要素缺一不合格：灰度比例表+卡点指标阈值+一键回滚命令
  • 卡点指标分层：L1 用户可感> L2 依赖饱和> L3 资源，L3 不能单独放行
  • 回滚三维：镜像+配置+流量任一不可退整体不可退
  • 错误预算冻结：预算耗尽或窗口外非紧急变更默认冻结
  • 配置当发布：P0 配置项（鉴权/限流/路由）灰度+双人复核
  • 框架与依赖升级门禁：大版本升级走契约测试+金丝雀+回滚镜像；禁私锁雪花版、禁无最小回归的 CVE 快车道、禁只看 Release Notes
  • 流量染色端到端：灰度流量带染色标签贯穿网关→服务→MQ→任务，异步边界是断裂高发区；对照组被污染则金丝雀与全量指标差异失真
✗ 踩坑
  • 人工觉得没事扩全量，3 分钟后才靠业务投诉发现故障
  • 只演 kubectl rollout undo 留有毒配置=假回滚，镜像与配置不配对二次故障
  • 只看 CPU 健康就放量，业务错误率已炸
  • 紧急通道被滥用绕过比例表直推全量
  • 代码回滚≠数据回滚，半成功单仍需冻结写入跑补偿
  • 变更单缺灰度/卡点/回滚字段，混入发布流水线
  • 金丝雀阈值/信号误配：故障继续全量或正常流量被误杀；错误率越阈未触发先查阈值写绝对值还是相对基线
  • 预算已红或大促窗口仍强推功能：冻结须由平台自动阻断而非值班口头拦，查变更单时间戳与预算板余额坐实
G02/K02 可观测与证据链
✓ 门禁
  • 三支柱随脚手架默认交付禁上线后补：指标发现异常、追踪定位、日志给上下文
  • 业务指标优先放行：有下单成功数才谈 JVM 堆
  • 采样策略书面化（ADR）：头部采样+错误必采+慢请求必采
  • TraceId 过 MQ/线程池/定时任务/Reactive 必须有传递方案
  • 告警可行动公式：责任人+首要动作+升级路径+Runbook；零处理告警季度删除
  • 变更单号进 Trace baggage，缺字段阻断发布
  • SLO 与错误预算看板：每关键服务必须有对外 SLO 与预算看板，发布前先看预算；预算耗尽时流水线是否真冻结是可证伪点
  • 日志脱敏与采样门禁：结构化日志默认脱敏，全量 Debug 采样禁常开；脱敏规则要有字段级单测，临时 Debug 须带自动失效时长
✗ 踩坑
  • 监控全绿但下单成功率掉到 80%，值班不知先看哪块板
  • 事故时段采样过低，只有日志碎片拼不出跨服务路径
  • Trace 过 MQ/线程池全断，跨服务排查盲飞
  • 低价值告警刷屏淹没致命信号
  • 临时开 Debug 忘关，磁盘与成本打满
  • 错误日志无变更单号，故障期无法关联最近发布
  • 仪表盘有图不能点到 Trace/日志，排障空转；随机抽异常点验证能否一步跳 Trace，下钻链接可达性须进季度巡检
  • 告警可行动字段指向失效 Runbook；链接平时零告警、故障才发现，应定期自动抓取校验状态码
G03/K03 容量与资源预算
✓ 门禁
  • 应用与编排同一容量模型：池/队列与 K8s limit/HPA 同源，先打满侧定容量
  • 池化可观测：拒绝次数/队列等待/活跃数进指标告警
  • 压测必打拒绝路径：触发方式/指标曲线/用户可感/是否可恢复
  • 虚拟线程用信号量把并发钉在下游可承受数上
  • 扩容单含下游容量确认；单副本依赖上峰值前必须有冗余
  • JVM 容器内存账：堆+元空间+直接内存+栈+sidecar+页缓存≤limit
  • 大促前演练清单：全链路压测/限流校验/降级演练/回滚演练/依赖容量函证，清单未勾完不上峰值；演练要像打仗用真实开关
  • 弹性伸缩冷却防抖：HPA/自适应扩缩必须设冷却与防抖；冷却窗口大于冷启动耗时，否则新实例未就绪又触发下一轮扩容风暴
✗ 踩坑
  • HPA 加副本吞吐不升——池仍按旧配额，Pod Ready 但全堵在池等待
  • 副本数×池大小打满 DB，集体超时
  • HPA 毛刺抖动频繁扩缩，连接重建风暴比不扩更糟
  • 单副本 DB/Redis 上峰值，一抖全站不可用
  • 限流阈值预发/生产不一致；集群限流≠单机×副本数
  • 无限队列是事故预告，拒绝率上升而成功率暂稳是雪崩前兆
  • 多副本≠高可用，逐个依赖标机架/可用区；两副本共用同一缓存或交换机则故障域实为一个
  • 弹性扩容触发风暴：冷启动慢+扩容正反馈，冷却窗口短于就绪时间则先限扩容速率再优化启动
G04/K04 数据变更与 SQL 治理
✓ 门禁
  • DDL/修复可回滚或可补偿：影子表/双写/分批/回填校验
  • 大表只用 gh-ost/pt-osc 白名单工具，禁裸 ALTER
  • 执行熔断量化：锁等待/复制延迟/影响行数偏差/错误率，超即停
  • 回滚 SQL 与前向同等评审+类生产验证
  • 数据修复双人审批：可回放脚本+工单+窗口+回滚包
  • 副本延迟门禁：先定义读己之写策略，超阈切主读；季度恢复演练出 RTO/RPO 实测数
  • SQL 审核与慢 SQL 闭环：新增 SQL 有 explain 结论；慢 SQL 闭环（发现→归因→修复→回归）而非只调大超时；索引也是数据变更须评估写入放大
  • 备份恢复演练门禁：备份存在≠可恢复，RTO/RPO 必须演练出数并与业务目标比对；未达目标即冻结高危变更
✗ 踩坑
  • 高峰锁表改列写入堆积，误删只能从昨日冷备恢复
  • 未演练的回滚 SQL 加错条件，二次损坏
  • 紧急控制台手改无工单，状态不可追溯
  • 大表一条 UPDATE 扫全表锁表
  • 主从延迟大仍读从库做资金判断→错账
  • 真要恢复时才发现权限/空间不够
  • 在线 DDL/修复不可回滚：高峰锁表改列致写入堆积；修复 SQL 无备份窗口误删只能从昨日冷备恢复，RPO 不可接受
  • 回滚 SQL 未在类生产验证：加错条件二次损坏；必须在同构数据分布演练验 WHERE 影响行数，空库跑通≠安全
G05/K05 缓存一致与热点
✓ 门禁
  • 先分型再动手：穿透=空值短 TTL/布隆；击穿=互斥重建/逻辑过期；雪崩=随机 TTL/预热
  • 空值必须缓存（短 TTL）或布隆过滤器
  • 双写顺序契约化：写路径顺序统一约定，变更=发布走灰度
  • 逻辑过期异步刷新失败须有告警与降级路径
  • 一致性窗口写进契约：最大脏读窗口≤契约窗口
  • 热 key 治理递进：本地缓存→副本→拆 key→改模型；多级缓存必须失效广播+对账兜底
  • 多级缓存失效广播：本地+分布式必须有失效广播与版本策略；丢弃一次消息看各节点是否收敛同一版本，节点间旧值造成诡异脏读
  • 缓存容量与淘汰评审：容量/淘汰策略/大 key 限制进容量评审；内存打满比 CPU 更突然，maxmemory 策略与大 key 扫描是门禁
✗ 踩坑
  • 把击穿当穿透处理，雪崩时关缓存直打 DB 二次放大
  • 空值未缓存，不存在 key 打爆 DB
  • 双写顺序反了，长期脏读
  • 逻辑过期刷新失败无告警，长期读脏数据
  • 单 key 打满分片（热 key）；大 value 阻塞单线程
  • 本地 TTL 过长，发布后节点间读到旧价
  • 缓存与 DB 对账缺失：长期脏数据无人知；定期抽样按业务键比对统计差异率，对账任务自身须有成功率告警
  • 大 key 导致慢查询与阻塞：大 value 阻塞单线程、迁移阻塞；bigkey 扫描与延迟毛刺对齐，删除大 value 须异步分批
G06/K06 调用预算与服务治理
✓ 门禁
  • 超时预算可加总：各跳之和<用户超时留余量，评审现场表格加总
  • 重试预算显式化：超时×重试×扇出可算；前置=幂等+jitter，禁无限重试
  • 幂等键平台规范：格式/存储/过期统一，落库不只内存
  • 双写用 Outbox/CDC：同事务记录意图+至少一次投递+幂等消费
  • 对账任务进值班看板，超窗告警，差异修复有工具
  • 熔断半开观察窗：探测流量受限+成功阈值；治理参数按发布管控
  • 治理参数可回滚：限流/熔断/降级参数按发布管控可回滚；错误阈值会自攻挡正常流量；集群限流≠单机×副本数，扩容会自动放松
  • 超时预算表强制入库：同步链路超时须可加总并入库为契约表而非只写文档；抽链路逐段核实际生效超时，验上游剩余>下游总时限
✗ 踩坑
  • 重试 3 次×扇出 5=15 倍流量打穿下游
  • 幂等键只存内存，重启后重复扣款
  • 上游超时短于下游倒挂，重试风暴层层放大
  • 先发消息再写库无补偿=经典陷阱；对账挂了无人知差异累积
  • 半开流量过大刚恢复又被打穿；熔断过敏全站降级过久
  • cancellation 不向下传递，上游超时下游继续烧资源
  • 幂等缺失导致重试重复扣款：超时重试成功但业务无幂等，重复扣款/下单；重试前提是幂等，否则重试是事故放大器
  • 双写无顺序约定：缓存/搜索/DB 多写方无统一顺序契约，终态取决于到达时序各存储版本不一致；收敛为单一写入源
G07/K07 AI 制品与评测门禁
✓ 门禁
  • 制品全版本化：Prompt/模型 ID/检索配置/工具/编排/路由；审计字段进每条回答日志
  • 无黄金集不上线：固定评测集回归+版本冻结；安全用例零容忍
  • Prompt 回归绑定发布：文案小改无回归按生产事故定级
  • 索引变更双跑或影子对比+黄金集卡点
  • 评测集防漂移防刷分：集外抽样+影子流量+线上反馈同向校验
  • 工具副作用三级：只读/可重试写/不可逆写；不可逆默认关闭或人工确认；成本配额进门禁
  • 工具副作用分级表：Agent 工具按只读/写/资金或不可逆分级；高级别默认二次确认或人工闸，分级是门禁不是装饰
  • 模型降级开关演练：模型超时/质量降级开关必须演练到用户可感路径（文案/兜底/回滚点）；只验配置存在故障仍找不到开关
✗ 踩坑
  • 无黄金集上线，答非所问工单翻倍靠人工偶然发现
  • 全量切索引召回率骤降，工单滞后才发现
  • 黄金集高分但线上塌方——过拟合/刷分
  • 线上热改 Prompt 无版本无法回滚
  • 只读工具与下单工具同权，误触发不可逆操作
  • 模型用浮动别名被供应商静默换版，输出漂移而发布记录全绿
  • 成本突增无熔断：账单异常才发现；单位任务 token 成本做实时指标并绑配额，耗尽应切小模型或限流而非事后申请
  • 影子流量对比缺失：灰度无对照，质量变化无法归因版本；同一批请求并行跑新旧链路比对要点覆盖与拒答率
G08/K08 安全运营与供应链
✓ 门禁
  • 威胁建模先行：STRIDE 一页纸（资产/边界/缓解/残余风险），高风险未关闭不上线
  • 密钥双密钥窗口：新旧并行校验→切主→吊销旧钥，禁单钥硬切
  • 证书到期告警绑 Runbook+责任人，轮换流程演练跑通
  • CVE 分级 SLA+自动催办+到期阻断；快车道仍需最小回归集
  • 豁免必须有截止日+负责人，过期自动转阻断
  • 供应链可追溯：SCA+SBOM 归档+镜像签名；生产禁 latest；临时授权自动回收
  • 密钥最小权限审查：密钥与令牌必须最小集并季度审查过权；过权密钥泄漏爆炸半径由权限而非密钥强度决定
  • 生产访问审计抽检：生产人工访问必须审计可抽检，禁共享超级账号常态化；会话录制与工单一一对应才能追责
✗ 踩坑
  • CVE 紧急升级跳过最小回归，启动失败
  • 密钥轮换无双密钥窗口，全球鉴权失败
  • 告警响了无人知如何轮换，临期才发现流程不通
  • 豁免过期未收回，带病运行数月
  • 共享超级账号无法追责到人
  • 密钥进仓库历史即泄露，轮换也堵不住
  • 临时防火墙规则忘记收回：无到期字段则攻击面长期扩大；规则表带创建人/用途/到期，平台到期自动删
  • CVE 豁免无到期自动阻断：漏洞单长期「已接受风险」且豁免过期无升级；修复时限绑严重级别，到期即阻断发布
G09/K09 数据生命周期治理 + 数据/边缘/多模态事故
✓ 门禁
  • 数据集版本与漂移门禁：入库即版本指纹；Embedding/模型版本绑定；训练/评测/生产三集隔离；PSI/KL 漂移监控门禁；评测集 CI 锁快照
  • 数据血缘与可复现：特征库线上线下一致；实验 run 绑定数据+代码+模型；评测集独立不可变；防特征穿越与时间点切片（point-in-time）
  • 受监管合规：append-only 审计覆盖成功/拒绝/降级/人工放行四路径；PII 存储边界脱敏；consent 闸门；决策依据可回放；监管报送自动化
✗ 踩坑
  • 数据漂移无人值守：评测指标连续数周缓降无人告警，旧向量语义漂移模型静默劣化，缺 PSI/KL 监控即失明
  • 端侧模型版本错配：端云 Embedding/模型版本不一致，端侧用旧向量云端用新模型，预测系统性偏倚；下发无签名与灰度难回收
  • 多模态对齐失效：图文问答"图上没有却言之凿凿"，纯文本指标全绿但物体计数/空间关系错误，引用不可追溯放大误导
G10/K10 边缘·多模态·退役·人在环 + 合规/退役/人在环事故
✓ 门禁
  • 端侧与边缘部署：量化前后评测对比；真机低内存验证；模型下发版本+签名+灰度；离线降级兜底；端云版本一致性校验
  • 多模态评测与引用：多模态专项评测集；模态缺失降级；跨模态一致性校验；图/视频出处引用可追溯；服务期对齐校验
  • 模型退役与人在环：退役标准作业（入口关闭+权重归档+回滚保留）；灰度切流验证；高风险动作强制人工确认；人在环审计留痕；降级路径可触发
✗ 踩坑
  • 合规留痕缺失：监管要决策依据只能导出成功路径日志，拒绝与依据全缺；PII 脱敏只做展示层库内仍裸，被认定违规
  • 模型未退役幽灵服务：旧模型"下线"仍有隐藏入口调用；退役只删文档没关入口，回滚点已丢；账单/别名/定时任务仍活跃
  • 人在环缺失自动驾驶翻车：高风险动作（大额/外发）全自动执行，一次错误批量外发；无人工确认，出事无法追责拦截
G11 组织治理与架构决策清单
✓ 门禁
  • MTTR/事故复盘 SOP：发现→定位→止损→恢复→验证五段各自可测量；预防项写成检测/阻断/演练并带 owner+截止日；度量 MTTD/MTTR/同类 90 天复发率
  • 技术债与架构评审门禁：ADR 最小字段（decision_id/context/tradeoff/owner/review_date）；分层依赖与禁用 API 静态检查阻断；例外登记有效期与回收责任人
  • 跨团队推动与团队赋能：让正确做法成平台默认路径而非加审批；服务模板/门禁规则库/runbook/ADR 模板带 owner 与版本；按采用率与例外率反馈修正默认
✗ 典型失效
  • 复盘只写报告不产阻断机制；只优化定位段忽略告警延迟与验证缺失，MTTR 虚高
  • 技术债决策留痕缺失：没人记得当初为何选此边界/例外，每次改动靠猜，重构成高风险
  • 规范靠一份文档不落地，推动靠考核而非改默认路径；例外持续上升仍不调默认
G12 资产台账与生命周期
✓ 门禁
  • 资产台账：名称/类型/责任人/环境/依赖/状态/退役日期；发布与监控反向核对，线上有台账无列为待补缺陷；责任人变更走交接
  • 依赖清单与 SBOM：每次构建产出 SBOM 与镜像摘要入库，禁发无清单制品；覆盖直接+传递依赖，能按包名反查制品
  • 配置资产与漂移治理：配置统一存放版本化，禁登录实例手工改值；运行态与声明值比对，差异进变更工单
  • 密钥与凭证闭环：集中托管，应用持短期票据，禁长期密钥写镜像/仓库；按使用方登记轮换周期，半年吊销演练
  • 模型与数据资产：上线绑定权重版本+数据快照+特征处理版本；数据回填记录来源/时间窗/执行人，保留回滚
  • 制品仓库与版本：标签禁覆盖，发布以不可变摘要为准；构建记录含源码/依赖锁/工具链，仓库按环境晋级
  • 退役与归档：先摘流量设观察期监控调用量，非零即回退；归档保留配置/契约/最后可运行制品，退役后同步台账监控文档值班
✗ 典型失效
  • 台账靠记忆回答"谁在管"，线上有台账无成待补缺陷；责任人变更直接改字段不交接
  • 配置漂移不报错只让同代码不同环境表现不同；登录实例手工改值不回写
  • 密钥过期无人知晓/离职仍可用/散落脚本无法清点；标签被覆盖、构建未锁定致线上不可复现
  • 僵尸服务/废弃域名/孤儿队列混在资产里干扰判断；退役只删文档没关入口成幽灵服务
G13 测试工程化与质量门禁
✓ 门禁
  • 测试分层：纯逻辑进单元，边界契约进集成，跨服务留少量端到端；端到端只控关键主链路；用逃逸缺陷统计反推分层失衡
  • 契约测试：消费方生成契约用例，提供方流水线回放失败即阻断；覆盖字段/类型/可空性/枚举/错误码；不兼容先兼容期双写
  • 故障注入与混沌：注入前写明假设/观测指标/一键终止条件；从单实例单依赖逐步扩大，失效预案转门禁或自动化
  • 压测基线与容量回归：固定场景与数据规模记录吞吐/P99/资源基线；每次发布前跑同场景超阈即阻断；压测环境配置与生产可比
  • 测试数据治理：合成数据或脱敏快照，禁生产明文入测试库；用例自带数据准备与清理或按租户隔离；固定种子可重放
  • Flaky 治理：标记重跑率超阈自动隔离建缺陷单；优先排查共享状态/隐式时间依赖/异步等待/外部未打桩；修复后连续多次无失败才恢复
  • 质量门禁：放行=静态检查+测试分层通过率+契约回放+容量回归+制品清单齐备；每次发布归档门禁结果链接；豁免写明理由/范围/到期自动失效
✗ 典型失效
  • 所有问题端到端测一遍反馈慢定位难，只单元测又抓不到契约与部署差异
  • 集成环境才发现的字段不兼容修复代价最高；没被演练过的降级策略不能算可用
  • 一次压测通过不代表下次成立，容量随代码数据漂移；测试数据互相污染结果随机、生产明文入测试库合规风险
  • 偶发失败被默许"重跑就好"流水线失拦截；"测试通过"只是口头结论，事故后无法回答验了什么
K11 Java×Python 边界生产事故
✓ 门禁
  • 边界显式契约与拒绝路径：跨语言中立契约定义，每端各自校验；字段类型/单位/精度/可空性写进 IDL 生成各端代码，禁手写结构体各解
  • 编码与规范化：显式编码固定 Unicode 归一化形式，参与签名/哈希/去重前先规范化；换行/BOM 同样改变字节序列
  • 时刻与本地日期区分：存储带时区时刻，聚合用明确业务时区与日切规则；接口只传带偏移 ISO 时刻/UTC 毫秒，日切规则单测覆盖边界
  • 统一超时预算：重试属整条链路不在单客户端；下游超时小于上游剩余；重试只最外层带抖动退避，禁每层各自重试乘开
  • 并发按共享资源核算：线程/协程/进程池语义不同，容量换算到连接数/FD/内存统一核算；连接数作一等监控与扩容约束
  • 统一错误码与可重试标记：区分业务拒绝/可重试/不可恢复并跨语言映射同一枚举；契约定义后各端按表映射，禁靠异常类名判断
✗ 踩坑
  • 序列化语义不一致：Java 长整型分 vs Python 浮点元四舍五入，对账差额散在大量小额订单
  • 字符编码与换行：Python 按系统默认编码读，换容器后变乱码，同主键两端哈希不同出两套记录
  • 时区与时间戳：Java 带偏移上报，Python 按本地时区日切，跨时区订单算进相邻日期对不上
  • 超时与重试叠加：两端各设一层重试，下游抖动实际请求量被乘开，线程池占满健康检查超时
  • 连接池与进程模型：Python 多进程×每进程池，Java 按线程数估算扩容，实际连接数打满 DB 报零星超时
  • 异常语义与错误码：Java 业务拒绝映射异常，Python 捕获记失败丢弃，可重试限流被静默丢致数据缺失
K12 AI / 模型服务生产事故
✓ 门禁
  • 就绪探针区分存活与可服务：模型类就绪须含依赖加载完成+轻量推理通过；预热完成前返回未就绪；扩容预留缓冲副本
  • 模型版本化灰度：权重/提示模板/后处理阈值打进同一版本标识；灰度按业务指标判定放量而非只看技术健康度
  • 请求维度成本护栏：按请求记录输入/输出长度/重试次数/估算成本，超阈实时告警并熔断；上下文×重试×并发三者相乘必设上限
  • 溢出显式可观测：关闭静默截断，超限返回明确错误并要求上层摘要或分段；记录上下文长度/保留策略/被丢弃片段，溢出率纳入监控
  • 降级链独立健康探测：每层降级配独立超时与最终默认响应，保证一定有界返回；定期注入主链路故障实际走降级链验证兜底
✗ 踩坑
  • 冷启动与权重加载：新实例进程就绪但权重仍在加载，就绪探针只看端口就放行，请求迟迟不返上游超时重试推高负载
  • 模型版本漂移：灰度切新版权重接口未变但阈值附近样本大量改判，下游规则误拒率升却无发布记录可查
  • Token 计费失控：上游超时触发重试且每次携带完整历史上下文，单会话消耗放大数倍，月末才发现的成本异常
  • 上下文溢出：超窗静默截断丢弃关键约束，模型给矛盾答案；服务端日志只正常返回无任何溢出痕迹
  • 降级与兜底失效：主模型超时切备用规则但其依赖缓存已下线，两级都失败无默认响应，用户侧长时间无返回
九、垂直领域范式（D01-D12）

领域题破题四步：复述业务闭环 → 立领域模型 → 讲关键范式 → 端到端场景 + 合规兜底。第一失分点是说错业务语言，不是技术。

领域模型：限界上下文划边界、聚合根守不变量、状态机驱动流程、领域事件解耦——先立模型再谈架构
资金安全：复式记账有收必有付；分录不可变（红字冲正禁改删）；对账是最后兜底；T+0/T+1 清分时效
幂等处：支付/核销/扣款全靠幂等键（业务单号）+ 状态机前置校验 + 唯一索引
库存守恒：现货 = 预扣 + 占用 + 可用，任何转移可对账；防超卖 Redis Lua + DB 乐观锁兜底
电商交易：订单状态机（待付款→待发货→待收货→已完成）；履约链=拆单→分仓→波次→拣货→物流
SaaS 多租户：隔离三方案（独立库/共享库独立 Schema/共享库共享 Schema+tenant_id）；行级隔离 TenantDataSource
物联网：设备影子（desired/reported）+MQTT QoS 0/1/2；时序数据 InfluxDB/TDengine；边缘计算下沉
内容社区：UGC 审核（机器初筛+人工复审）+流量池推荐；反作弊设备指纹+行为画像；敏感词过滤 Aho-Corasick
广告商业化：RTB 实时竞价（100ms SLA）+PMP 私有交易；素材审核+曝光/点击归因；防刷点击欺诈检测
游戏实时：帧同步 vs 状态同步；房间服务器+匹配算法；断线重连状态恢复；外挂检测内存哈希+行为模式
合规红线：KYC/名单筛查/监管报送时效/等保三级/审计不可篡改——合规是设计输入不是补丁
D01D02D03D04D05D06D07D08D09D10D11D12
D01 金融 · 支付与清结算
支付状态机：待支付→已支付→已关单/已退款，转移表驱动，异常流（超时未付/渠道掉单）靠关单+轮询补偿
幂等三件套：幂等键取业务单号、状态机前置校验（已支付禁重复支付）、DB 唯一索引兜底
复式记账：每笔交易借贷双腿且收付相等；余额由流水汇总而非直接改字段；分录只增不改
清结算 T+1：日切切断在途，清分按渠道汇总、结算按账户出款；长款挂账、短款催收，差异不过夜
热点账户：只写流水表，100ms 窗口聚合净额后批量 UPDATE 余额，队列化保序
渠道路由：成功率/成本双目标动态权重；单渠道故障熔断切换，对账任务兜底资金安全
跨境支付：多币种记账+汇率快照，原路原币退款，汇兑损益独立科目，牌照与监管报送先行
D02 金融 · 风控与合规
决策链路：特征服务→规则引擎/模型→决策（通过/挑战/拒绝）→处置→反馈闭环，全程百毫秒级
规则引擎：DSL 化规则配置热更新；名单本地缓存+定时同步；实时与批量两条链路分离
误杀与召回：权衡误杀率与召回率；模型可解释、每次决策留痕可回放
反欺诈：设备指纹 + 关系图谱识别团伙；异常聚类（同设备多账户/共享WiFi）
AML：KYC 分级准入、名单筛查（实时+批量）、可疑交易评分模型、监管报送时效 SLA
合规四件套：数据分类分级、敏感字段脱敏（查询/导出/日志三处）、审计不可篡改、等保三级
贷后催收：DPD 推进案件状态机；动作策略化 + 通信合规前置（时段/频次/禁呼）；还款按费用→利息→本金分配留痕
D03 电商 · 交易与履约
订单状态机：正向（待支付→已支付→已发货→已完成）与逆向（退款/退货/换货/取消）同一张转移图，逆向流程先行设计
库存三态：可用/预扣/占用守恒，预扣设超时释放；防超卖 Redis Lua 原子扣 + DB WHERE num>0 兜底 + 对账
仓间调拨：缺仓触发调拨或拆单，就近履约与成本权衡；调拨单也是状态机
价格时效：下单生成报价快照（商品+券+运费），活动改价不影响在途订单
商品模型：SPU 统一定义、SKU 定义交易；类目属性与价格分离，错价防控靠改价审批+监控
购物车试算：试算与下单分离，试算不一致以下单页实时计算为准；事务边界到「扣库存+建单」为止
商家结算：三户模型（待结算/可提现/保证金）；明细级复式记账；结算单驱动打款；逆向冲抵可见
D04 电商 · 营销与定价
券生命周期：模板→批次→领取→核销→过期回收；领取限领（用户级）、核销幂等（核销单号唯一）
防超领：券库存原子扣减（Redis Lua + DB 兜底），防刷靠频率限制+黑名单
价格引擎：满减/折扣/券按优先级栈式叠加，取最优价；试算接口与下单同源保证一致性
积分账务：与资金账务同源（流水驱动余额），过期走批处理任务，冻结/解冻双分录
价保差价：规则匹配生成价保单，差价原路退回，与退款流程共用幂等键
投放治理：预算可控（先扣预算再发券）、限速发放（令牌桶）、过期自动回收、ROI 归因闭环
消息触达：Push 优先失败降级短信；疲劳度前置拦截；末次点击归因口径统一；大促错峰限速
D05 企业级 · SaaS 多租户
隔离模型：共享 DB（tenant_id 行级）/ 独立 Schema / 独立 DB 三档，按租户规模与合规要求选，路由层统一收口
租户上下文：ThreadLocal + 过滤器强制注入，禁无租户查询（防串租户）；大租户物理分库
计费订阅：计量事件幂等去重 + 窗口聚合；订阅状态机（试用→生效→欠费冻结→恢复），欠费停服不停数据
IAM 行级权限：查询强制追加数据范围条件（ALL/ORG/SELF/自定义谓词）；SSO 先绑定后授权
配置分层：默认值→套餐→租户覆盖逐层深合并；插件沙箱加载 + 版本矩阵校验
私有化交付：一套代码多形态；灰度按批次推进，健康检查失败即熔断回滚本批
数据生命周期：迁移五阶段（拷/追/校/切/观）可回切；PITR = 全量+binlog；销毁四步留证
D06 本地生活 · 派单与 LBS
派单评分：距离 + 顺路度 + 压力 + 公平性权重取最优；乐观锁抢占防双重派单，失败转下一候选
LBS 网格：GeoHash 精度 6 查九宫格；ETA 用实测中位数衰减校准，承诺 = 预测 + 安全余量
计价引擎：规则按优先级顺序求值、每步留痕可解释；溢价上限是合规红线
供需均衡：热区预测→奖励杠杆 + 调度单引流；预约单时间盒分配运力，不与实时单抢骑手
骑手风控：轨迹瞬移/悬浮/绕路三类特征打分；处置分级（观察/限单/封禁）+ 全程留痕供申诉
运力预测：网格×时间片预测；供需比分层；引导提优先级不承诺；激励挂缺口防套利
D07 物联网与车联网
接入网关：百万长连接按租户/设备限流；一机一密（HMAC + 时间戳防重放），密钥存 KMS
消息总线：规则引擎热更新路由；广播按租户分片 + 令牌桶，防一条指令打爆所有连接
设备影子：desired/reported 分离，离线也能下发；命令 ACK 超时指数退避重发，上限转人工
OTA 升级：差分包 + 按批次灰度（1%→5%→25%→100%），失败率超阈即全量回滚；双分区防断电变砖
时序数据：按设备 + 时间分片批量写；抽样 + 关键帧补偿回放；冷热分层控成本
设备生命周期：注册激活绑定车辆；影子追平配置；批量灰度熔断；自愈设退出；退役吊销
D08 内容社区与 UGC
Feed 推拉结合：大V 写扩散（推），普通用户读扩散（拉）；热度分时间衰减防老内容霸屏
内容审核：先机审后发，疑点/高危类目进人审先审后发；申诉插队优先审（误杀成本高）
计数一致性：本地累加 + 定时合并落库，禁每赞一次一次写；弹幕按视频分片房间广播
创作者生态：可结算 = 已确认 − 已提现 − 冻结；信用分多维衰减，低分降权 + 禁提现
版权安全：感知哈希 + 帧间差分指纹抗压缩匹配；通知-删除 + 反通知 + 留痕（避风港）
推荐系统：多路召回动态配额；粗排双塔/精排深度；重排打散+负反馈；新内容保底曝光
D09 物流与供应链
履约寻源：候选仓按库存覆盖 + 距离过滤，成本函数 = 运费 + 时效惩罚 + 拆单惩罚
TMS 调度：离线 VRP 启发式带时间盒（超时出可行解）；动态插单算边际成本；装载重不压轻、后送先装
面单轨迹：号段发号 + 校验位 + 随机步长防遍历；隐私面单虚拟号；静默检测主动告知异常
补货计划：安全库存 = z × √(提前期×需求方差 + 提前期方差×均值²)；可售 + 在途低于阈值触发采购
逆向理赔：定损标准件自动 + 疑件人工；赔付幂等（claimId 唯一）；状态机全程留痕防骗保
供应链协同：分层预测偏差周内纠偏；ATP = 在库+在途+在制-安全-承诺；S&OP 变更单
D10 广告与商业化
检索投放：倒排 + 位图混合索引，人群包位图求交毫秒过滤；频控按用户 × 广告 × 时间窗
竞价计费：GSP 二价（下一名竞价 + 最小增量）；pacing = 剩余预算/剩余时长比动态调价
归因回传：归因窗口内末次点击归因；回传幂等（convertId 去重），防广告主侧重复计数
结算报表：Kafka 流式聚合 + 分钟级宽表；平台 vs 客户口径 diff，容差内抹平、差异挂账
反作弊：GIVT 已知库 + SIVT 行为模型双层；设备/IP/账号聚类识别刷量团伙整簇降权
创意优化：bandit 探索利用；素材模板化生成；落地页价格结构化比对；衰退相对基线监测
D11 游戏与实时互动
游戏网关：无状态连接层 + 可靠/不可靠双通道；广播本地扇出优先，跨网关按 roomId 分区保序
帧同步：定点数 + 固定步长 + 输入全集同序执行 + 逐帧哈希校验；只存输入流即可回放
房间匹配：评分 = 实力差 + 等待惩罚 + 延迟惩罚，超时逐级放宽；房间状态机 + 超时踢出
经济系统：货币账务三件套（条件更新 + 流水 + 幂等）；ZSet 分赛季分桶；交易行价格区间防洗钱
战斗结算：公式参数化版本化；BUFF 互斥组 + 堆叠 + 帧事件；结算 Saga 幂等 + 对账补偿
游戏内社交：seq 消息流；世界频道读扩散抗峰；私聊信箱兜底；先审后发/后审分频道
D12 强合规与政企交付
医疗：集成引擎星型收敛异构协议；EMPI 患者主索引；病历版本链留痕；调阅授权 + 审计
教育：大小流分离（CDN 扛规模 + RTC 保互动）；白板 op 流保序重演；旁路录制双流打标
信创：方言适配层 + native 能力矩阵；国密三层（传输 SM2 / 存储 SM4 / 签名 SM2）；CI 合规门禁
数据合规：数据地图为索引；删除编排全链路（备份标记到期）；跨境网关路由；同意版本化
审计追溯：四层采集（应用/网关/数据库/堡垒机）；WORM + 哈希链防篡改；血缘影响分析；口径 SSOT 报送
一网通办（政务）：共享目录分级治理；授权链网关；隐私计算不出域；流程时限看板不默认放行
十、服务端安全检查（OWASP Top 10:2025）

一条总纲统领全部检查点：默认不信任——输入走白名单校验、权限最小化、密钥不出 KMS、出口一律加密与脱敏。

口令与令牌：Argon2id/scrypt 慢哈希禁 MD5/SHA1；JWT 用 RS256 禁 none
会话：ID≥128 位随机；Cookie 三标志 HttpOnly/Secure/SameSite；登录后换 ID 防固定
注入四防：SQL 一律 PreparedStatement；XSS 按上下文编码；XXE 禁外部实体；反序列化白名单
SSRF：封内网段与 169.254.169.254；校验重定向链+防 DNS 重绑定
密码学：AES-GCM（AEAD）；RSA≥2048 或 ECC P-256；TLS≥1.2 启用 ECDHE 前向保密
日志与审计：生产错误脱敏禁堆栈/SQL；审计记录 Who/When/What/Result 防篡改
API：每端点强制鉴权防 IDOR；CORS 禁 *；生产关 GraphQL introspection
供应链与建模：SBOM+SCA 扫描、CVSS≥7 构建失败；STRIDE 建模→DREAD 定级
SEC01SEC02SEC03SEC04SEC05SEC06SEC07SEC08
SEC01 认证与授权
口令哈希：Argon2id 首选/scrypt/bcrypt(cost≥10)/PBKDF2(≥210000)，禁 MD5/SHA-1
salt：每用户唯一随机，禁全局共享或无 salt
口令策略：NIST 800-63B 长度优先（≥8，高敏感≥12），不强制复杂组合；接泄露黑名单
防枚举：失败提示统一用户名或密码错误，响应时间恒定
防爆破：尝试限制+指数退避+锁定；禁 URL 传凭证
OAuth2：授权码+PKCE 强制；校验 state/nonce；redirect_uri 白名单；禁 implicit
JWT：显式指定算法拒绝 alg=none；校验 exp/nbf/iss/aud；access≤30min 可撤销
授权：默认拒绝+对象级归属校验防 IDOR；禁信任前端 role
SEC02 会话管理
会话固定：登录成功必须轮换 sessionId
令牌生成：SecureRandom 熵≥128 位，禁 Random/时间戳
Cookie 三属性：HttpOnly+Secure+SameSite 缺一不可
超时：绝对 8h+空闲 30min，禁永不过期
登出：服务端真正失效令牌，禁仅清前端
权限提升：切管理员必须轮换令牌；敏感操作 step-up 重认证
CSRF：状态变更非 GET；SameSite+anti-CSRF token 双重
Redis 会话：requirepass+网络隔离+TTL；禁 URL 传令牌
SEC03 输入输出安全
输入校验：白名单优于黑名单；验证失败直接拒绝而非净化
SQL 注入：一律 #{} / PreparedStatement，禁 ${} 拼接
命令注入：禁 Runtime.exec 拼接，用参数数组；SpEL/OGNL 禁动态求值用户输入
XXE：XML 解析禁外部实体
XSS：输出按 HTML/JS/URL/CSS 上下文分别编码；富文本白名单净化库+CSP
SSRF：封禁 127/10/172.16/192.168/169.254.169.254；校验重定向链+防 DNS 重绑定
文件上传：魔数校验非扩展名；重命名+独立存储+禁可执行权限；解压防 ZipSlip
反序列化：禁 ObjectInputStream 处理不可信数据；ObjectInputFilter 白名单；关注 Jackson/Fastjson/XStream 通报及时升级
SEC04 密码学应用
对称加密：AES-128/256+GCM（AEAD）；禁 DES/3DES/RC4/ECB/无认证 CBC
IV/Nonce：每次随机唯一，禁固定复用；GCM 校验失败必须拒绝
非对称：RSA≥2048（推荐 3072）+OAEP/PSS 填充，禁 PKCS#1 v1.5；DSA 弃用
签名：ECDSA 确定性签名（RFC 6979）防 k 泄露；ECDHE 保前向保密
哈希：SHA-2/SHA-3，禁 MD5/SHA-1
HMAC 比较：MessageDigest.isEqual() 常量时间，禁 ==；Encrypt-then-MAC
随机数：SecureRandom，禁 setSeed 固定种子
密钥管理：存 HSM/KMS，禁硬编码；byte[] 用后清零；用途分离
TLS：≥1.2 优 1.3；ECDHE+GCM；HSTS；证书严格校验禁 trustAll
SEC05 错误处理与日志
Fail-Secure：异常时默认拒绝；加密/签名校验失败必须中止禁降级明文
统一封装：全局异常处理器，生产返回通用信息，详情留服务端
禁泄露：响应禁含堆栈/SQL/路径/框架版本
异常纪律：禁 empty catch、禁 catch(Exception) 过宽、禁异常做流程控制
日志四要素：who/what/when/result；失败操作必须记录
脱敏：禁记口令/密钥/完整卡号；卡号留后四位
防篡改：日志独立存储或 WORM
调试端点：生产关闭/鉴权 Actuator/Swagger/Druid
SEC06 API 安全
端点鉴权：每端点强制鉴权+对象级防 IDOR
API Key：禁前端代码/URL，用 Header 传输
限流：令牌桶多维度（用户+IP+接口），禁仅按 IP；429+Retry-After
响应最小化：字段按角色裁剪，敏感字段脱敏
批量查询：强制分页禁全量
版本管理：API 版本化，旧版本有下线计划
GraphQL：生产关 introspection；深度≤7/复杂度≤1000；per-field 授权
SEC07 供应链与第三方
SCA 扫描：CI/CD 集成 Dependency-Check/Trivy
阻断阈值：CVSS≥7 构建失败；Trivy --exit-code 1 --severity CRITICAL
SBOM：每次构建生成归档（Syft 生成/Grype 按 SBOM 匹配 --fail-on high）
依赖治理：Enforcer dependencyConvergence+bannedDependencies（排除 Log4j 1.x）
来源可信：禁不信任源拉依赖；产物校验签名/哈希
第三方调用：严格 TLS 校验禁 trustAll+超时重试控制
漏洞响应：禁已知高危不升级
配置口径：NVD API Key 免申请；Trivy 无需联网，Build 与部署前各扫一次
SEC08 威胁建模
STRIDE 六类：伪装/篡改/抵赖/泄露/拒绝服务/提权，逐组件提问
建模时机：设计阶段执行；架构变更必须更新，禁做完即弃
工作流：DFD→信任边界→STRIDE→DREAD→消减→定期复审
DREAD 评分：5 维各 1-10 取均值；8-10 阻断发布/4-7 本迭代/1-3 后续
组件重点：网关防 alg=none、应用防反序列化 RCE、Redis 防 CONFIG SET、CI/CD 防凭证泄露
威胁面：内部威胁同样建模，禁只关注外部
频率：每 Epic 30 分钟轻量；大版本 2-4 小时工作坊
四原则兜底：最小权限/纵深防御/Fail-Secure/零信任