面试总结（1）
面试总结
一、spring相关
1. Spring Security角色管理实现
在智慧种植虫害识别系统中，我实现了农户端和企业端的双角色权限控制，这一部分是这样实现的：
MySQL 表时设计区分农户和企业的角色表与权限表。登录时，JWT 令牌包含用户 ID、角色表和权限表字段。通过配置 Spring Security 的 Security Config 拦截请求，获取角色权限字段，判断能否访问当前接口
2. Spring MVC工作流程
- 用户发送HTTP请求至前端控制器
DispatcherServlet。 DispatcherServlet通过HandlerMapping（处理器映射器）查找对应的Controller（处理器）。Controller执行业务逻辑后，返回ModelAndView（包含数据模型和视图信息）。DispatcherServlet通过视图解析器对ModelAndView进行渲染，生成最终视图并响应给客户端。
3. AOP原理及代理类型
AOP（面向切面编程）是Spring的核心特性之一，用于解决代码冗余问题，实现日志、事务等功能的复用：
- 原理：通过代理模式，在不修改目标代码的情况下，为目标方法添加额外功能（如前置通知、后置通知、异常通知等）。
- 代理类型：
- JDK动态代理：基于接口生成代理类，要求目标类必须实现接口。
- CGLIB动态代理：基于目标类生成代理子类，无需目标类实现接口，通过继承实现代理。
- 应用场景：日志记录、事务管理、权限校验等。
二、消息队列（RabbitMQ）
1. 点餐系统中的异步处理
在点餐系统中，我用RabbitMQ实现了下单流程的异步化，提升系统吞吐量：
- 下单流程：
- 后端接收下单请求，先校验菜品在售状态和用户余额。
- 校验通过后，生成订单号，将订单状态设为“待支付”并存入MySQL，同时向用户发送“下单成功”消息。
- 生产者向RabbitMQ发送订单信息，消费者监听队列，负责执行扣减菜品库存、记录下单日志等非核心流程。
- 用户支付后，系统更新订单状态，触发后续配送等流程。
2. 订单超时未支付处理方案
（下单超过一定时间之后提醒用户）
针对订单超时未支付场景，使用RabbitMQ延迟队列实现自动处理：
- 实现逻辑：
- 下单成功后，系统向RabbitMQ发送延迟消息（设置消息过期时间，如30分钟）。
- 消息过期后，消费者监听并接收消息，根据订单号查询数据库中订单状态。
- 若订单仍为“未支付”状态，执行以下操作：向用户发送“订单超时”短信、回滚菜品库存、更新订单状态为“已取消”。
3. 延迟队列实现方式
延迟队列可通过RabbitMQ的“死信队列+消息存活时间（TTL）”实现：
- 消息设置过期时间（TTL），并指定死信交换机和死信队列。
- 消息过期后，自动从原队列转发到死信队列。
- 消费者监听死信队列，处理超时任务（如订单超时、优惠券过期等）。
三、数据结构与集合
HashMap核心机制
HashMap是Java中常用的键值对集合，其底层实现与扩容机制如下：
- 默认初始化容量：16（必须是2的幂次方，便于哈希计算）。
- 负载因子：0.75，当元素数量达到“容量×负载因子”时触发扩容。
- 扩容机制：扩容至原容量的2倍，重新计算所有元素的哈希值并迁移至新数组。
- 结构转换：
- 当链表长度>8且数组长度>64时，链表转为红黑树（提升查询效率）。
- 当红黑树节点数<6时，转回链表（减少红黑树维护成本）。
四、数据库操作
SQL分组统计查询思路
以“按产品和月份统计销售额并取前三”为例，查询思路如下：
- 使用
MONTH()或DATE_FORMAT()函数从订单时间中提取月份。 - 按“产品ID+月份”分组（
GROUP BY）。 - 用
SUM()函数计算每组的销售额（SUM(金额字段)）。 - 按销售额降序排序（
ORDER BY 销售额 DESC）。 - 取前三条结果（
LIMIT 3）。
示例SQL：
SELECT product_id, DATE_FORMAT(order_time, '%Y-%m') AS month, SUM(amount) AS sales
FROM orders
GROUP BY product_id, month
ORDER BY sales DESC
LIMIT 3;
补充：也可以用窗口函数实现
WITH MonthlySales AS (SELECT product_id,DATE_TRUNC('month', order_time) AS month,SUM(order_amount) AS total_salesFROM ordersGROUP BY product_id, DATE_TRUNC('month', order_time)
),
RankedSales AS (SELECT product_id,month,total_sales,ROW_NUMBER() OVER (PARTITION BY product_id ORDER BY total_sales DESC) AS sales_rankFROM MonthlySales
)
SELECT product_id,month,total_sales
FROM RankedSales
WHERE sales_rank <= 3
ORDER BY product_id, sales_rank; -- 可选：按产品、排名排序，结果更清晰
分组聚合 ：先按产品 + 月份汇总销售额，得到基础统计；
窗口函数 ：通过 ROW_NUMBER() 给每个产品的月份销售额 “内部排序”，生成排名；
筛选结果 ：保留排名前 3 的记录，实现 “每个产品最高三个月份” 的需求。
SQL窗口函数：数据分析的"透视窗"
在SQL数据分析中，窗口函数是绕不开的关键工具。它像给数据开了"透视窗"，能在保留明细的同时做分组计算，高效解决排名、累计、对比类需求。整理了核心知识点，速记备用👇
窗口函数：对数据集的"特定子集（窗口）"计算，保留原始行结构，不合并数据。
语法模板：
函数名(参数) OVER ([PARTITION BY 列名] -- 分组窗口（可选）[ORDER BY 列名] -- 窗口内排序（可选）[ROWS/RANGE 范围] -- 行范围（进阶，可选）
)
常用：
1. 排名函数
ROW_NUMBER()：同分组内生成唯一序号（值相同也跳号）RANK()：值相同则排名相同，后续排名跳号（如 1,1,3…）DENSE_RANK()：值相同则排名相同，后续排名不跳号（如 1,1,2…）
2. 聚合函数
SUM()/AVG()/MAX()/MIN() 结合窗口，实现累计计算或移动统计（如累计销售额、近3月平均值）。
3. 偏移函数
LAG(列名, n)：取当前行前n行数据（用于环比对比，如本月 vs 上月）LEAD(列名, n)：取当前行后n行数据（反向环比）
典型场景
- TopN 需求：按产品分组，取销售额最高的3个月份
- 趋势分析：计算用户消费的累计金额、月均消费
- 波动对比：用
LAG/LEAD分析销售额环比变化
与 GROUP BY 区别
| 特性 | GROUP BY 聚合 | 窗口函数 |
|---|---|---|
| 结果行数 | 每组1行（合并数据） | 保留原始行数（明细+计算） |
| 数据视角 | 仅看分组汇总 | 能透视分组内所有行数据 |
五、开发工具与流程
1. Git常用命令（提交与推送代码）
git pull：拉取远程仓库最新代码，避免冲突。git add <文件名>或git add .：将文件添加到暂存区。git commit -m "提交说明"：将暂存区文件提交到本地仓库。git push：将本地仓库代码推送到远程仓库。
2. Maven模块依赖处理
当多模块项目中模块A被模块B依赖，修改A后需处理依赖更新：
- 模块A修改后，执行
mvn install：将A打包并安装到本地仓库。 - 模块B执行
mvn clean（清理旧文件）→mvn compile（编译）→mvn package（打包），确保依赖更新。 - 分布式环境中，可通过
mvn deploy将A推送到私服，供其他模块拉取。
六、Redis数据结构
Redis是高性能的键值对数据库，支持多种数据结构，适用于不同场景：
- String（字符串）：存储文本、数字等，如用户token、计数器。
- List（列表）：有序可重复，支持头插（
lpush）、尾插（rpush），可用于消息队列、任务队列。 - Hash（哈希）：键值对集合，适用于存储对象（如用户信息：
user:{id} -> {name: "xxx", age: 20}）。 - Set（集合）：无序不可重复，支持交集、并集运算，适用于标签、好友关系。
- Sorted Set（有序集合）：带分数的Set，按分数排序，适用于排行榜、延时任务。