三、核心技术场景考察及候选人表现（一）考察场景高并发秒杀场景：1 万人同时抢购 100 个库存的商品，要求保证用户体验、系统稳定性与扩展性（二）候选人方案及面试官质疑候选人核心方案：前端先获取 token（通过 Lua 脚本实现锁机制），再凭 token 下单；后续考虑通过 MQ 异步处理、库存分片等方式优化面试官核心质疑点超卖与少卖风险：Lua 脚本仅解决锁竞争问题，下单环节的复杂逻辑（风控等）可能导致下单失败，已分发 token 会造成少卖；锁机制无法完全避免超卖系统扩展性不足：面对 1000 万人抢 1 万个商品的场景，数据库难以承载高并发读写，token 机制与数据库扛压能力不匹配异步...

hr回复我的，这个笔试不代表啥，放心

只有一个中厂实习，想再找一个实习。

这些都是在牛客上看到别人发的面经中涉及到Caffeine的面经，我截取下来做了个汇总，可能不是很全面，也很感谢写面经的同学一、Caffeine 基础相关Caffeine 的原理、特性是什么？Caffeine 缓存主要存储什么数据？Caffeine 缓存的数据具体是怎么添加的？二、Caffeine 与其他组件的区别Caffeine 与 HashMap 的区别？Caffeine 与 Guava Cache 的区别？Caffeine 解决了 Guava 的哪些问题？Caffeine/Guava 等本地缓存与 Java 普通哈希方法的区别？Caffeine 与 Redis 缓存的区别？三、Caffei...