📚 课程目录第3章阿里云平台技术栈概览

3. 阿里云平台技术栈概览

本章聚焦阿里云平台面试中最常被问到的技术栈全景：核心服务、中间件、数据库、容器化。面试官通过你对“阿里云全家桶”的熟悉度，判断你是否有平台工程实战经验。以下回答框架图帮助你快速构建分层应答逻辑。

使用方法：面试被问“阿里云技术栈”时，按此分层结构回答：先讲核心服务（计算/网络/存储），再扩展中间件和数据库，最后强调容器编排及整体弹性设计。回答控制在2分钟内，每个层只说一个典型产品+一句话应用场景。

面试问题	请简述阿里云平台的核心服务有哪些？
面试官考察点	基础广度：是否熟悉IaaS层三大件（计算/网络/存储）及关联产品；是否理解资源抽象层次。
回答框架	按“计算 → 网络 → 存储”顺序展开，每个域列举1-2个代表产品，并说明其典型场景（如ECS弹性计算、SLB负载分发、OSS对象存储）。
示例回答	阿里云核心服务分为三层：计算层以ECS为主，支持弹性伸缩；网络层SLB实现流量分发与高可用；存储层OSS用于海量非结构化数据。三者组合可搭建标准Web应用架构。
可能追问	ECS与轻量级应用服务器（SAE）的区别？SLB如何实现会话保持？OSS的存储类型选择？
避坑提醒	不要只列产品名，必须带“一句话场景”。例如“ECS用于无状态业务节点，SLB搭配后端服务器组实现故障转移”。

面试问题	你在项目中用过哪些阿里云中间件？其中消息队列选型如何决策？
面试官考察点	选型能力：是否理解不同中间件的适用边界（如RocketMQ适合高可靠事务，Kafka适合日志采集），是否关注延迟与吞吐。
回答框架	先列举种类（消息/缓存/微服务网关），再聚焦消息队列，对比RocketMQ vs Kafka vs RabbitMQ，给出选型理由（场景+指标）。
示例回答	项目中主要使用RocketMQ处理订单核心链路，因为需要事务消息和顺序投递；数据同步使用Kafka追求高吞吐。缓存选Redis（主从+持久化）。
可能追问	RocketMQ事务消息实现原理？Redis缓存雪崩/穿透如何解决？阿里的Tair与Redis有何不同？
避坑提醒	避免只谈概念，必须结合业务场景。例如“双11秒杀场景下，我们用RocketMQ削峰，TPS峰值达到50k”。

面试问题	阿里云容器服务ACK与自建K8s相比有哪些优势？
面试官考察点	运维意识：是否了解托管集群的免运维特性、弹性能力（CA+VPA）、与云原生组件的集成（SLB/CRR/日志）。
回答框架	从三个层面对比：运维（托管vs自管）、弹性（节点自动伸缩+ECI）、生态（一键集成SLB/RAM/日志）。
示例回答	ACK管控面免费且自动升级，Worker节点可开启极速模式扩容；配合ECI实现零节点池弹性；内置Ingress对接SLB，日志直接采集到SLS。
可能追问	ACK集群网络模型（Flannel/Terway）区别？如何实现Pod跨可用区调度？ASK（Serverless K8s）适用场景？
避坑提醒	不要只说“省事”，要量化优势。例如“自建K8s每月运维人天约2人日，ACK降低至0.2人日”。

本案例为真实互联网电商落地项目，对应的面试高频追问集中在技术栈选型、弹性扩容策略、分布式事务处理。以下STAR结构图可帮助你在面试中高效组织表达。

STAR表达提示：面试中描述项目时先抛出“S/T”背景与任务，再重点讲“A”中的技术动作（容器化、分库分表、中间件选型），最后用“R”数据收尾，形成闭环。

项目名称	电商平台大促容器化迁移及数据库水平拆分
业务背景	原有物理机+单库MySQL架构无法应对双11峰值流量，订单系统出现慢SQL和连接数耗尽。
规模指标	峰值QPS 20,000，数据库单表超1亿行，微服务节点数50+，部署周期天级。
技术栈	阿里云 ECS + ACK（K8s）+ RDS（MySQL分库分表DRDS）+ RocketMQ + Redis + SLB + SLS日志
核心难点	①存量数据迁移不停机；②分库后分布式事务正确性；③容器化后网络性能损耗降低。
面试高频追问	如何保证数据迁移一致性（binlog实时同步）？分库键如何选择（按用户ID Hash）？容器化后RT增加问题如何解决（Terway网络+CPU绑核）？ RocketMQ事务消息在分库场景下的补偿机制？
可迁移回答话术	“在电商大促场景下，我们采用ACK+ECI实现秒级弹性，DRDS按用户ID分库，RocketMQ处理订单异步下游。通过灰度分批和全量回放保证数据一致，最终QPS达到5万，扩容时间从10分钟降低到30秒。”

避坑提醒：面试中提到“容器化”时，务必说明实际选型（ACK、ASK还是自建），并给出量化指标（如弹性扩容时间、资源利用率提升百分比）。避免空谈理论。