差点把线上搞崩那次，到现在想起来手心还会出汗。实习第六周，我改了一个配置参数。自测过了，跑了几个case没问题，心想这么小的改动走什么灰度啊，直接上呗。提交MR的时候mentor拦住了我，说走灰度。我当时内心是翻白眼的——至于吗？灰度放了1%的量，五分钟之后监控开始报警。我改的那个阈值，影响了下游一个缓存服务的淘汰策略。我看着监控面板上那条飞起来的红线，感觉自己的血也凉了。mentor倒是很淡定，一键回滚，然后跟我说：这个接口日调用量几千万。如果刚才全量上了，你今天就可以体验什么叫P0事故复盘了。那一刻我是真的怕了。不是怕被骂，是怕影响真实的用户。之前在小厂实习，出了bug重启一下就好了，DAU才几千，没人在意。但大厂不一样，你敲的每一行代码背后都是真实的人在用。从那以后我再也没有跳过任何一个流程。你说大厂的流程烦不烦？烦。但被流程保护过一次之后，你会真心感激这份烦。感谢我师，就我🐶命

我是学院🐭，没面过大厂，官网投的都是秒挂，这是拿我刷kpi的吗？要尝试一下吗？4.3更：g的不能再g

1. 你们系统里如果用了消息队列，怎么保证消息不丢失、不重复消费，并且实现最终一致性？答案：先保证生产者发送可靠，发送失败要重试，关键业务可以配合事务消息或本地消息表。Broker 这一层要做持久化和副本，避免机器故障导致消息丢失。消费者要在业务处理成功后再 ack，不能先确认再执行业务。MQ 一般只能保证至少一次投递，所以消费者一定要做幂等。幂等常见做法是业务唯一 ID、去重表、Redis 去重、数据库唯一索引。最终一致性一般靠异步重试、死信队列、补偿机制来保证。面试里可以总结一句：生产者可靠发送，Broker 持久化，消费者幂等消费，失败靠补偿实现最终一致。2. 分布式事务有哪些常见方案？...