面试小总结

Q1：Java 内存模型（JMM）是什么？作用是什么？
A：JMM 是抽象模型，定义了线程和主内存之间的交互规则：所有变量存在主内存，线程操作时将变量加载到工作内存，操作后写回。作用是解决多线程内存可见性、原子性、有序性问题，是 synchronized、volatile 等并发关键字的底层依据。

Q2：垃圾回收（GC）的流程？常见的垃圾收集器有哪些？
A：流程分三步：①通过可达性分析（GC Roots）判断对象是否存活；②回收存活对象内存（清除 / 标记 - 复制 / 标记 - 整理）；③内存分配（指针碰撞 / 空闲列表）。
常见收集器：SerialGC（单线程，简单高效）、ParallelGC（多线程，注重吞吐量）、G1（区域化分代，兼顾吞吐量与延迟）、ZGC/Shenandoah（低延迟，大堆场景）。

Q3：类加载机制的流程？什么是双亲委派模型？
A：类加载流程：加载（读字节码）→验证（校验字节码合法性）→准备（静态变量赋默认值）→解析（符号引用转直接引用）→初始化（执行 clinit 方法）。
双亲委派：加载类时，先委托父加载器（Bootstrap→Extension→Application），父加载器无法加载时才自己加载。作用是防止类重复加载、保证核心类安全（如 java.lang.String 不会被自定义类篡改）。

Q1：HashMap 的实现原理？JDK 1.7 和 1.8 有什么区别？
A：底层是数组 + 链表（JDK1.7）/ 数组 + 链表 + 红黑树（JDK1.8），通过 key 的 hashCode 计算索引，解决哈希冲突。
区别：①1.7 用头插法（多线程可能死循环），1.8 用尾插法；②1.8 当链表长度≥8 时转红黑树（≤6 时退化为链表）；③1.8 的 hash 计算更简单（减少扰动）。

Q2：ArrayList 和 LinkedList 的区别？分别适合什么场景？
A：①底层：ArrayList 是动态数组（连续内存），LinkedList 是双向链表（离散内存）；②性能：ArrayList 随机访问快（O (1)）、增删慢（需移动元素，O (n)）；LinkedList 随机访问慢（O (n)）、增删快（O (1)，只需改指针）。
场景：ArrayList 适合读多写少、需要随机访问；LinkedList 适合写多（首尾操作）、无需随机访问。

Q3：ConcurrentHashMap 如何保证线程安全？JDK 1.7 和 1.8 有什么区别？
A：JDK1.7：分段锁（Segment 数组，每个 Segment 是 ReentrantLock，锁粒度大，并发度 = Segment 数量）；
JDK1.8：取消 Segment，用synchronized+CAS（锁链表头 / 红黑树根节点，锁粒度小，并发度更高）。

Q1：synchronized 和 volatile 的区别？
A：①synchronized：保证原子性、可见性、有序性（重量级锁，可重入）；②volatile：仅保证可见性（禁止指令重排序），不保证原子性。
场景：synchronized 适合复合操作（如 i++），volatile 适合单一线程写、多线程读的场景（如状态标记）。

Q2：线程池的核心参数？如何设置合理的核心线程数？
A：核心参数：corePoolSize（核心线程数）、maximumPoolSize（最大线程数）、keepAliveTime（非核心线程空闲时间）、workQueue（任务队列）、handler（拒绝策略）。
线程数设置：①CPU 密集型（如计算）：线程数≈CPU 核心数 + 1；②IO 密集型（如网络 / 数据库操作）：线程数≈CPU 核心数 ×2（或根据 IO 阻塞时间调整）。

Q3：ThreadLocal 的原理？为什么会导致内存泄漏？
A：原理：每个 Thread 有 ThreadLocalMap，key 是 ThreadLocal（弱引用），value 是存储的值。作用是线程隔离（每个线程存自己的副本）。
内存泄漏：ThreadLocalMap 的 key 是弱引用，GC 时 key 会被回收，但 value 仍被 Thread 引用（强引用），若 Thread 长期存活（如线程池），value 无法回收，导致泄漏。解决：使用后调用remove()手动清理。

Q1：BIO、NIO、AIO 的区别？
A：①BIO（同步阻塞）：一个连接一个线程，效率低，适合连接少的场景；②NIO（同步非阻塞）：基于 Selector、Channel、Buffer，一个线程管理多个连接，非阻塞，适合高并发（如 Netty）；③AIO（异步非阻塞）：操作完成后由 OS 通知线程，无需轮询，适合 IO 密集型但连接数不多的场景（如文件读写）。

Q2：NIO 的三大核心组件是什么？
A：①Channel（通道）：双向读写（与 BIO 的 Stream 单向不同），如 FileChannel、SocketChannel；②Buffer（缓冲区）：数据容器，Channel 读写必须通过 Buffer；③Selector（选择器）：单线程监听多个 Channel 的事件（如连接、可读、可写），实现多路复用。

Q1：Lambda 表达式的作用？ functional interface 是什么？
A：Lambda 简化匿名内部类代码（如(a,b)->a+b），本质是 “可传递的代码块”。
functional interface 是只有一个抽象方法的接口（可含默认方法），是 Lambda 的载体（如 Runnable、Consumer）。

Q2：Stream API 的优势？常用操作有哪些？
A：优势：简化集合操作（链式调用），支持并行处理（parallelStream()）。
常用操作：①中间操作（filter、map、sorted）；②终止操作（collect、forEach、count）。

Q1：单例模式的实现方式？如何保证线程安全？
A：常见方式：①饿汉式（类加载时初始化，线程安全但可能浪费内存）；②懒汉式（双重校验锁 + volatile，volatile防止指令重排序）；③静态内部类（延迟加载，线程安全）。
示例（双重校验锁）：

java

public class Singleton {

    private static volatile Singleton instance;

    private Singleton() {}

    public static Singleton getInstance() {

        if (instance == null) {

            synchronized (Singleton.class) {

                if (instance == null) {

                    instance = new Singleton();

                }

            }

        }

        return instance;

    }}

Q2：代理模式的两种实现？Spring AOP 用的哪种？
A：①静态代理：手动编写代理类，编译期生成；②动态代理：运行时生成代理类（JDK 动态代理基于接口，CGLIB 基于继承）。
Spring AOP：默认用 JDK 动态代理（目标类有接口时），无接口时用 CGLIB。

Q1：IoC 和 DI 的区别？
A：IoC（控制反转）是思想：对象创建权由自己转交给 Spring 容器；DI（依赖注入）是 IoC 的实现：容器在创建对象时，自动将依赖注入到对象中（如 @Autowired）。

Q2：AOP 的原理？常用场景有哪些？
A：AOP（面向切面）通过动态代理在目标方法前后插入增强逻辑（如日志、事务），核心概念：切面（Aspect）、通知（Advice）、切点（Pointcut）。
场景：日志记录、事务管理、权限校验。

Q3：Spring 事务的传播机制和隔离级别？
A：传播机制：定义多事务方法调用时的行为（如 REQUIRED：当前有事务则加入，无则新建；REQUIRES_NEW：无论是否有事务，都新建）。
隔离级别：①READ_UNCOMMITTED（读未提交）；②READ_COMMITTED（读已提交，解决脏读）；③REPEATABLE_READ（可重复读，解决不可重复读，MySQL 默认）；④SERIALIZABLE（串行化，解决幻读）。

2. MyBatis

Q1：MyBatis 的一级缓存和二级缓存？
A：一级缓存：SqlSession 级别的缓存，默认开启，同一个 SqlSession 内多次查询相同 SQL 会缓存结果，关闭 SqlSession 后失效；
二级缓存：Mapper 级别的缓存，需手动开启（<cache/>），不同 SqlSession 可共享，查询前先查二级缓存→一级缓存→数据库。

Q2：MyBatis 接口绑定的方式？
A：①XML 映射文件（namespace 对应接口全类名，id 对应方法名）；②注解（如 @Select、@Insert 直接写在接口方法上）。

1. MySQL

Q1：索引的类型？B + 树索引和哈希索引的区别？
A：索引类型：主键索引、二级索引（普通索引）、联合索引、唯一索引。
区别：B + 树索引支持范围查询、排序，适合频繁范围查询；哈希索引等值查询快（O (1)），但不支持范围查询、排序，适合高频等值查询（如字典表）。

Q2：事务的 ACID 特性？MySQL 如何保证？
A：ACID：原子性（Atomicity，事务要么全成要么全败，靠 undo log）、一致性（Consistency，最终状态合法，靠其他三特性保证）、隔离性（Isolation，靠锁和 MVCC）、持久性（Durability，靠 redo log）。

Q3：如何优化慢 SQL？
A：①加索引（避免全表扫描）；②避免索引失效（如函数操作索引列、用！=、not in）；③分页优化（limit 大偏移量时用子查询定位起点）；④分表分库（大表拆分）。

2. Redis

Q1：Redis 的数据结构及应用场景？
A：①String（缓存、计数器）；②Hash（存储对象，如用户信息）；③List（消息队列、最新列表）；④Set（去重、交集并集，如共同好友）；⑤SortedSet（排序，如排行榜）。

Q2：缓存三大问题（穿透、击穿、雪崩）及解决方案？
A：①穿透（查不存在的数据，直击 DB）：布隆过滤器拦截无效 key，或缓存空值；②击穿（热点 key 失效，瞬间大量请求击 DB）：互斥锁（同一时间只让一个线程更新缓存），或热点 key 永不过期；③雪崩（大量 key 同时失效，DB 压力骤增）：过期时间加随机值（错开失效时间），或集群部署（主从 + 哨兵）。

项目经验与场景题

1. 项目描述技巧

• 用 “STAR 法则”：S（场景）→T（任务）→A（行动，重点说自己负责的模块和技术难点）→R（结果，如性能提升多少、用户量增长）。
• 例：“在仿微信聊天项目中（S），我负责消息实时推送模块（T），用 Netty 实现长连接，通过 Redis 缓存离线消息，解决了高并发下消息延迟问题（A），最终支持 10 万用户同时在线，消息投递成功率 99.9%（R）”。

2. 场景题

• Q：如何设计一个高并发的订单系统？
  A：①限流（用 Redis+Lua 脚本做接口限流，防止过载）；②异步处理（订单创建后用 MQ 发送消息，异步处理支付、物流，提高响应速度）；③分库分表（按用户 ID 哈希分库，订单表按时间分表）；④缓存（热点订单缓存，减少 DB 查询）；⑤分布式锁（防止超卖，用 Redis 的 setnx 或 ZooKeeper）