新闻社面试

介绍下SSO 使用了哪些SSO中间件？ SSO 和 AUTH 认证的区别？

特性	AUTH (认证)	SSO (单点登录)
范围	单个应用程序或系统	多个应用程序或系统
目标	验证用户身份	允许用户使用一组凭据访问多个应用程序，无需重复登录
实现	可以使用用户名/密码、OAuth、OpenID Connect 等方式	通常基于 OAuth 2.0、OpenID Connect、SAML 等协议，需要一个集中的认证服务器或中间件
用户体验	用户需要为每个应用程序单独登录	用户只需登录一次，即可访问所有已授权的应用程序
安全性	如果每个应用程序都独立管理认证，安全性可能参差不齐	集中管理认证，可以更方便地实施统一的安全策略，例如多因素认证、密码策略等
复杂性	相对简单	相对复杂，需要部署和配置认证服务器或中间件，并集成到各个应用程序中

1. sso java生态插件 使用的xxl-sso

   概念	说明
   SSO Server	中央认证服务，支持集群
   SSO Client	接入 SSO 认证中心的 Client 应用
   SSO SessionId	登录用户会话 ID，SSO 登录成功为用户自动分配
   SSO User	登录用户信息，与 SSO SessionId 相对应

2. 基于Cookie，相关概念
   登陆凭证存储：登陆成功后，用户登陆凭证被自动存储在浏览器Cookie中
   Client端校验登陆状态：通过校验请求Cookie中的是否包含用户登录凭证判断
   系统角色模型：
   SSO Server：认证中心，提供用户登陆、注销以及登陆状态校验等功能
   Client应用：受SSO保护的Client端Web应用，为用户浏览器访问提供服务
   用户：发起请求的用户，使用浏览器访问

3. 基于Token，相关概念
   登陆凭证存储：登陆成功后，获取到登录凭证（xxl_sso_sessionid=xxx），需要主动存储，如存储在 localStorage、Sqlite 中
   Client端校验登陆状态：通过校验请求 Header参数 中的是否包含用户登录凭证（xxl_sso_sessionid=xxx）判断；因此，发送请求时需要在 Header参数 中设置登陆凭证
   系统角色模型：
   SSO Server：认证中心，提供用户登陆、注销以及登陆状态校验等功能
   Client应用：受SSO保护的Client端Web应用，为用户请求提供接口服务
   用户：发起请求的用户，如使用Android、IOS、桌面客户端等请求访问

4. 未登录状态请求处理
   基于Cookie，未登录状态请求：
   页面请求：redirect 到SSO Server登录界面
   JSON请求：返回未登录的JSON格式响应数据
   数据格式：
   code：501 错误码
   msg：sso not login.
   基于Token，未登录状态请求：
   返回未登录的JSON格式响应数据
   数据格式：
   code：501 错误码
   msg：sso not login.

设计一个投票系统 每人投票10次

1. 前端
   1. 基础防抖
   2. 配合加载动画 防止误操作重复提交
   3. 页面性能优化
      1. 静态资源：将css js 图片等静态资源上传至CDN 利用CDN 节点换成 加速资源加载。降低源站带宽压力。
      2. 懒加载：若页面有投票结果展示、候选人列表等非关键内容，采用懒加载技术，滚动到可视区域再加载，减少首屏渲染时间
2. 网关设计
   1. 流量接入和分发
      1. Nginx 配置：作为边缘网关，监听 80/443 端口，通过upstream配置后端业务服务集群，采用轮询或加权轮询策略分发请求，均衡负载；开启keepalive保持长连接，减少 TCP 握手开销。
         API 网关：引入 Spring Cloud Gateway 或 Zuul，统一拦截投票请求，校验请求合法性（如 Token 有效性、参数格式），非法请求直接拦截，减少业务服务压力；同时通过Gateway Filter实现路由转发，将投票请求导向业务服务。
   2. 全局流控
      1. 基于 Nginx 的限流：利用ngx_http_limit_req_module，按 IP 维度设置请求速率（如 1 秒内单个 IP 最多 20 次请求），超出阈值返回 503，拦截恶意高频请求。
      2. 网关动态流控：结合 Sentinel 或 Hystrix，根据业务服务负载、QPS 动态调整流控规则，保障系统不被压垮；针对投票接口，设置单接口 QPS 上限（如 10 万 / 秒 ），超过则触发限流降级
3. 业务层设计
   1. Redis 计数与校验：以用户ID + 日期为 Key（如vote:uid:123:20241001 ），Redis 的INCR命令实现原子计数，判断用户当日投票数是否≤10，若超限直接返回 “今日票数已用完”。
4. 服务高可用与扩展
   1. 微服务集群: 将投票服务部署为多实例集群，通过注册中心（如 Nacos、Eureka）实现服务发现与注册，网关层动态路由请求到不同实例，故障时自动熔断、降级，保障服务连续性。
   2. 异步化优化：对于非关键逻辑（如投票成功后的积分发放、异步统计），引入消息队列（如 Kafka、RocketMQ），业务服务发送消息后立即返回响应，异步线程消费消息处理后续逻辑，提升接口响应速度。