Java面试问题记录（四）

四、设计模式

1、设计模式6大原则

1）单一职责(一个类和方法只做一件事)、

2）里氏替换(多态，子类可扩展父类)、

3）依赖倒置(细节依赖抽象，下层依赖上层)、

4）接口隔离(建立单一接口)、迪米特原则(最少知道，降低耦合)、

5）开闭原则(抽象架构，扩展实现)

2、创建型模式

这类模式提供创建对象的机制， 能够提升已有代码的灵活性和可复用性。

3、结构型模式

这类模式介绍如何将对象和类组装成较大的结构， 并同时保持结构的灵活和高效。

4、行为模式

这类模式负责对象间的高效沟通和职责委派。

五、反射，代理

1、怎么实现反射调用方法

1）获取目标类的class对象

2）通过class对象获取要调用的Method对象

3）使用Method对象的invoke（）方法调用目标方法

2、怎么代理一个类，有什么场景使用

1）静态代理：在编译期就确定代理类和被代理类之间的关系，代理类需要手动编写

2）JDK动态代理：在运行时动态生成代理类，需要借助Proxy和InvocationHandler

3）CGLIB动态代理：这是基于继承的动态代理，无需被代理类实现接口，通过生成被代理类的子类来实现代理。

代理方式	优点	缺点	适用场景
静态代理	简单直观，性能好	代码冗余，维护成本高	代理类少且固定的场景
JDK 动态代理	无需手动编写代理类，灵活	只能代理实现接口的类	基于接口的代理场景
CGLIB 动态代理	可代理没有实现接口的类	生成代理类耗时，性能略低	无接口的类代理场景

3、类代理的原理是什么

代理类型	核心原理	依赖条件	底层技术
静态代理	编译期手动编写代理类，组合被代理对象	代理类与被代理类实现同一接口	硬编码组合
JDK 动态代理	运行时生成实现接口的代理类，转发调用	被代理类必须实现接口	反射 + 字节码生成
CGLIB 动态代理	运行时生成被代理类的子类，重写方法	被代理类不能是 final 类	ASM 字节码操作

4、有什么框架可以做类代理

1）spring中的AOP

2）CGLIB

3）Javassist 

4）mybatis（动态生成Mapper类的代理）

六、Redis

命令

1、计数命令

incr 和 decr

2、排序命令

sort

3、加锁命令

set nx

架构

1、常用的数据类型

hash，set，List，String，zset

数据类型	底层结构（简化）	核心特点	常用命令	典型应用场景
String（字符串）	动态字符串（SDS）	1. 最基础类型，value 可存字符串、整数、浮点数 2. 最大存储容量 512MB 3. 支持原子性增减操作	SET/GET、INCR/DECR、APPEND、EXPIRE、MSET/MGET	1. 缓存：存储用户信息、商品详情等 2. 计数器：文章阅读量、登录次数（INCR） 3. 分布式锁：SET key value NX EX
Hash（哈希）	哈希表（数组 + 链表）	1. 键值对的集合（类似 Java 的 HashMap） 2. 单个 Hash 可存储多个字段（field-value） 3. 操作单个字段时，无需加载整个 Hash	HSET/HGET、HMSET/HMGET、HGETALL、HDEL、HKEYS/HVALS	1. 存储对象：用户信息（id 为 key，name/age/phone 为 field） 2. 购物车：用户 ID 为 key，商品 ID 为 field，数量为 value
List（列表）	双向链表（或压缩列表）	1. 有序（按插入顺序）、可重复的元素集合 2. 支持首尾高效操作（时间复杂度 O (1)），中间操作低效（O (n)） 3. 可实现 “栈” 或 “队列”	LPUSH/RPUSH（增）、LPOP/RPOP（删）、LRANGE（查）、LLEN（长度）	1. 消息队列：LPUSH 生产消息，RPOP 消费消息 2. 排行榜：最新评论、最新订单（首尾插入 + 范围查询） 3. 栈 / 队列：LPUSH+LPOP（栈）、LPUSH+RPOP（队列）
Set（集合）	哈希表（或整数集合）	1. 无序、不可重复的元素集合 2. 支持交集、并集、差集等集合运算（原子性） 3. 查找元素效率高（O (1)）	SADD/SREM（增删）、SMEMBERS（查所有）、SISMEMBER（判断存在）、SINTER（交集）、SUNION（并集）	1. 标签：文章标签（一个文章多个标签，去重） 2. 社交：共同好友（SINTER）、好友推荐（SUNION） 3. 去重：用户签到记录（避免重复签到）
Sorted Set（有序集合）	跳表（+ 哈希表）	1. 有序（按 “分数” 排序）、不可重复的元素集合 2. 每个元素关联一个 “分数（score）”，按 score 升序排列 3. 支持按分数范围 / 排名快速查询	ZADD（增）、ZRANGE/ZREVRANGE（按排名查）、ZSCORE（查分数）、ZREM（删）、ZCOUNT（按分数统计）	1. 排行榜：游戏积分排名（ZADD 加分数，ZREVRANGE 查 Top N） 2. 延时任务：score 设为时间戳，ZRANGEBYSCORE 取到期任务 3. 范围统计：统计分数在 80-100 分的用户

2、数据淘汰策略

1）volatile-lru（least recently used）：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰。

2）volatile-ttl：从已设置过期时间的数据集中挑选将要过期的数据淘汰。

3）volatile-random：从已设置过期时间的数据集中任意选择数据淘汰。

4）allkeys-lru（least recently used）：从数据集中移除最近最少使用的数据淘汰。

5）allkeys-random：从数据集中任意选择数据淘汰。

6）no-eviction（默认内存淘汰策略）：禁止驱逐数据，当内存不足以容纳新写入数据时，新写入操作会报错。

7）volatile-lfu（least frequently used）：从已设置过期时间的数据集中挑选最不经常使用的数据淘汰。

8）allkeys-lfu（least frequently used）：从数据集中移除最不经常使用的数据淘汰。

3、单线程的为什么那么快

1）纯内存操作：这是最主要的原因，因为Redis数据读写都发生在内存中，访问速度很快

2）高效的IO模型：Redis使用单线程事件循环配置IO多路复用技术，让单线程可以同时处理多个IO请求，避免了多线程情况下的上下文切换和锁冲突问题。

3）优化的内部数据结构：Redis会根据数据大小和类型动态选择最合适的内部编码，在性能和空间效率之间选择最佳平衡

4）简洁高效的通信协议：Redis使用的是自己设计的RESP协议，这个协议实现简单，解析性能好，并且是二进制安全的

4、RDB和AOF的优缺点

RDB：Redis可以通过创建快照来存储内存里某个时间点的数据副本，并对其进行备份，还可以将快照复制到其他服务，用于数据同步或者数据恢复的作用。

AOF：Redis会记录每一条更改Redis数据的命令，并将其记录在AOF缓冲区中，然后写入AOF文件。

对比维度	RDB（快照式）	AOF（日志式）
1. 数据安全性	劣势：存在数据丢失风险。 原因：RDB 是 “定时快照”（如每 5 分钟生成一次），若在两次快照间隔内宕机，期间新增 / 修改的数据会全部丢失。	优势：数据安全性更高，丢失数据可控制。 原因：AOF 支持三种刷盘策略（见下文），默认 fsync everysec（每秒刷盘一次），最多丢失 1 秒内的数据。
2. 文件大小	优势：文件体积小。 原因：RDB 是二进制压缩文件，仅保存数据最终状态，不记录中间过程（如多次修改同一键，仅存最终值）。	劣势：文件体积大。 原因：AOF 记录每一条写命令，即使多次修改同一键，也会保留所有历史命令（需通过 AOF 重写优化）。
3. 恢复速度	优势：恢复速度快。 原因：加载时直接读取二进制快照，无需执行命令，适合大数据量场景（如 GB 级数据恢复仅需几秒）。	劣势：恢复速度慢。 原因：恢复时需逐条执行 AOF 文件中的所有命令，命令越多、数据量越大，恢复时间越长（GB 级数据可能需要分钟级）。
4. 性能影响（写操作）	优势：对写性能影响小。 原因：RDB 仅在 “生成快照” 时消耗资源（fork 子进程、遍历内存），平时的写操作无额外开销；但 fork 子进程可能导致短暂阻塞（尤其是内存大时，fork 耗时增加）。	劣势：对写性能有一定影响。 原因：每一条写命令都需要追加到 AOF 文件，且刷盘（fsync）操作会涉及磁盘 I/O；但可通过调整刷盘策略平衡性能与安全性。
5. 持久化策略灵活性	劣势：策略单一，仅支持 “定时快照”（如 save 900 1 表示 900 秒内至少 1 次写操作则触发快照），无法实现 “实时持久化”。	优势：策略灵活，支持三种刷盘策略（通过 appendfsync 配置）： - always：每写一条命令就刷盘（最安全，性能最差）； - everysec：每秒刷盘一次（默认，平衡安全与性能）； - no：由操作系统决定何时刷盘（性能最好，安全性最差）。
6. 兼容性	优势：兼容性强。 原因：RDB 文件是二进制格式，几乎支持所有 Redis 版本（旧版本可加载新版本的 RDB 文件，反之亦然，需注意大版本差异）。	劣势：兼容性较弱。 原因：AOF 文件记录的是 Redis 命令，不同版本的命令语法可能变化（如旧版本不支持新版本的命令），可能导致恢复失败。
7. 主从复制支持	优势：主从复制初始化时，主节点会生成 RDB 文件发送给从节点，快照文件体积小，传输效率高，适合大规模集群部署。	劣势：主从复制初始化不依赖 AOF（默认用 RDB），若强制用 AOF 传输，文件体积大，传输耗时久，影响集群同步效率。
8. 运维成本	优势：运维简单。 原因：仅需管理一个 RDB 文件，适合定时备份（如每天凌晨生成快照并归档）。	劣势：运维稍复杂。 原因：需处理 AOF 重写（避免文件过大），且可能出现 AOF 文件损坏（需用 redis-check-aof 工具修复）。

5、持久化策略选择

1）如果Redis里存储的数据丢失一些也没有影响的话，可以考虑使用RDB

2）不建议单独使用AOF，因为时不时创建一个RDB快照，恢复速度也比AOF快，只是需要较大的内存

3）如果保存的数据安全性较高，可以将AOF和RDB混合使用

应用

1、缓存雪崩、缓存穿透、缓存预热、缓存更新、缓存降级

1）缓存雪崩：大量缓存的key在同一时间段内全部失效，导致原本由缓存支撑的高并发请求全部到了数据库（随机设置过期时间）

2）缓存穿透：请求的数据在缓存和数据库中都不存在，导致每次请求都会穿透缓存到达数据库（在缓存中设置空值，布隆过滤器）

3）缓存预热：主动将热点数据提前存入缓存中，一般使用场景是在秒杀前将商品信息存到缓存

4）缓存更新：当数据库中的数据发生更新后，要同步到缓存中

5）缓存降级：在系统面临巨大压力下，主动放弃非核心数据的缓存能力，返回简化数据的策略

2、Pipeline有什么好处，为什么要用pipeline

好处

1）一次可以向客户端发送多条命令，减少往返次数，提升通信效率

2）提升批量操作的吞吐量

3）简化批量命令的编程模型

为什么要用它？

首先Redis执行命令的速度非常快，那么性能瓶颈就在网络通信上，通过Pipeline 同时请求多条命令，这样就可以提升Redis处理数据的速度

3、是否使用过Redis集群，集群的原理是什么

主从架构：由1个主节点+N个从节点组成，主节点负责写操作，从节点负责读操作，从节点通过复制同步主节点数据，实现数据备份，缺点是主节点宕机后，需手动切换从节点为主节点，无法自动故障转移

哨兵架构：由主从架构+哨兵节点（通常3个）组成，可以监控主从节点状态，当主节点宕机时，自动选举从节点升级为主节点，并通知客户端新的主节点地址，缺点是无法解决数据分片问题，单主节点内存受限

Cluster集群架构：由多个主从节点组成，主节点之间通过Gossip协议通信，支持数据分片及故障转移，适用于海量数据，高并发读写的分布式场景

4、Redis的同步机制了解么

Redis的同步机制核心是主从复制，实现目标是主节点向从节点单向同步数据。

全量同步

1）从节点发起同步请求

2）主节点生成RDB快照

3）主节点发送RDB快照给从节点

4）从节点加载RDB快照

5）主节点发送复制缓冲区命令

增量同步

1）从节点连接主节点，将自身数据的偏移量传给主节点

2）主节点从偏移量开始，将缓冲区的命令同步给从节点

七、MySQL

锁

1、全局锁

作用于整个MySQL服务器实例的锁机制，其核心作用是阻塞所有的写操作和部分读操作，确保在获得锁的期间，整个MySQL处于静止状态，不会发生任何数据变更

2、表锁

 MySQL 中锁定粒度最大的一种锁（全局锁除外），是针对非索引字段加的锁，对当前操作的整张表加锁，实现简单，资源消耗也比较少，加锁快，不会出现死锁

3、行锁

MySQL 中锁定粒度最小的一种锁，是针对索引字段加的锁 ，只针对当前操作的行记录进行加锁。 行级锁能大大减少数据库操作的冲突。其加锁粒度最小，并发度高，但加锁的开销也最大，加锁慢，会出现死锁

4、乐观锁、悲观锁

乐观锁是指对任何请求保持乐观，认为它们相互不会造成影响

悲观锁是指对任何请求保持悲观，认为它们每次请求都会修改数据

5、排他锁

事务在修改记录的时候获取排他锁，不允许多个事务同时获取

6、锁优化

1）优化索引，避免锁升级

2）优化事务设计，缩短锁持有时间

3）优化sql语句，减少锁竞争

事务

1、事务特征

事务是指对数据库的一次操作，要么全部成功，要么全部不成功，主要有四大特征：

1）原子性：事务是最小的执行单位，不允许被分割

2）一致性：执行事务前后，数据保持一致

3）隔离性：并发访问数据库时，线程之间互不干扰

4）持久性：一次事务对数据库的操作永久有效

2、脏读

一个事务读取数据后，且对数据产生了修改，这个修改对其他事务可见，即使当前事务没有提交，这时另一个事务读取这条数据，但是上一个事务因为某些原因被回滚，导致数据没有同步到数据库，那么另一个事务读到的就是脏数据。

3、不可重复读

一个事务读取多次同一条数据，但是这条数据被别的事务修改了，这就导致两次读取到的值不一样

4、幻读

现象与不可重复读类似，多次读取数据库时，由于别的事务插入了几条数据，导致两次读到的数据行数不一样，像是出现了幻觉。

5、事务隔离

MySQL有四种隔离级别

1）读未提交

2）读已提交

3）可重复读

4）序列化读

6、事务实现原理

实现核心主要依赖于INNDB引擎，底层是通过日志系统，锁机制和MVCC三大组件协同工作。

日志系统

undo log回滚日志，redo log重做日志，binlog归档日志

MVCC

MVCC 是一种并发控制机制，用于在多个并发事务同时读写数据库时保持数据的一致性和隔离性。它是通过在每个数据行上维护多个版本的数据来实现的。当一个事务要对数据库中的数据进行修改时，MVCC 会为该事务创建一个数据快照，而不是直接修改实际的数据行。

索引

1、聚簇索引 VS 非聚簇索引

概念	核心定义	关键特征
聚簇索引	索引的 B+ 树结构与数据行的物理存储完全重合，即 索引的叶子节点就是数据行本身。	索引即数据，数据即索引
非聚簇索引	索引的 B+ 树结构与数据行物理存储分离，叶子节点仅存储 “索引键 + 聚簇索引键”（而非完整数据）。	索引与数据独立，需 “回表” 查询

2、最左匹配原则

在使用联合索引时，MySQL会根据索引的字段顺序，从左到右依次匹配查询条件中的字段

3、前缀索引

针对字符串类型字段（如 VARCHAR、CHAR、TEXT 等）的索引优化方式，它不索引字段的完整值，而是仅截取字段的前 N 个字符（前缀）创建索引。

八、框架

Spring

1、Bean的生命周期

创建 -> 赋值 -> 初始化 -> 销毁

首先，实例化一个bean对象,为bean设置相关属性和依赖，调用beanNameAware中的setBeanName方法取设置bean的名字，然后调用setBeanFactory方法设置bean对应的工厂信息。然后调用bean前置处理器中的方法，处理一些前置操作，调用初始化接口的方法，处理一些bean初始化是的操作，调用init方法，然后调用bean的后置处理器中的方法，处理一些后置操作。此时，bean已经可以被使用了，当需要销毁时，调用destroy方法 

2、Bean的定义都包括什么信息

1）bean的唯一标识：beanID或者beanName

2）bean的类型信息，属于哪个class

3）bean的作用域

4）bean的构造参数

5）bean的属性

6）bean的初始化和销毁方法

7）bean的依赖关系

3、Spring 事务中的隔离级别有哪几种

DEFAULT（默认值）：默认值为READ_COMMITTED。

READ_UNCOMMITTED（读未提交）：允许事务读取其他事务未提交的数据，可能出现脏读

READ_COMMITTED（读已提交）：事务只能读取其他事务已经提交的数据，可以避免脏读，但是可能出现不可重复读

REPEATABLE_READ（可重复读）：保证同一事务内多次读取同一数据的结果一致，可以避免脏读和不可重复读，但是会出现幻读

SERIALIZABLE（序列化读）：最高隔离级别，强制事务串行执行，避免所有并发问题。

4、schedule 使用

cron表达式

5、如何解决循环依赖

通过三级缓存来解决的。一级缓存存最终形态的bean，二级缓存存尚未填充属性的bean，三级缓存存最原始的bean

当Spring创建beanA后，发现A依赖于B，又去创建B，而B又依赖A，又去创建A；此时在创建的时候会发现发生了循环依赖，因为A还没初始化完成，所以一二级缓存中并没有它，然后创建一个A最原始的对象放到三级缓存中，提前暴露给B，那么B就可以创建一个未填充属性的bean放在二级缓存中，此时A可以从二级缓存中获取到B，然后初始化成功。

6、SpringMVC的工作流程

客户端向服务端发起一次请求，这个请求会先到中央处理器中，中央处理器接收到请求后会调用handlerMapping处理器映射器，在handlerMapping找到对应的controller处理，并将链路返回给中央处理器，中央处理器将链路信息传给handleradapter处理器适配器，在这里会去执行对应的controller并得到modelAndView，然后返回给中央处理器，中央处理器将modelAndView传给视图解析器，视图解析器将模型填充到view视图中，返回给中央处理器，中央处理器将view返回给客户端。

7、如何理解AOP和IOC

IOC：控制反转,就是由容器来负责控制对象的生命周期和对象之间的关系,以前是我们想要什么样的对象就自己创建,现在是想要什么对象,就去找容器拿

AOP：面向切面编程，能够将那些与业务无关，却为业务模块所共同调用的逻辑或责任（例如事务处理、日志管理、权限控制等）封装起来，便于减少系统的重复代码，降低模块间的耦合度，并有利于未来的可拓展性和可维护性。

8、Springboot的自动装配

开启自动装配的注解是enableAutoConfiguration，但是一般启动类上的注解是springbootAplication，这是一个复合注解，它里面包含了enableAutoConfiguration
自动装配的核心逻辑实际上是通过一个AutoConfigrationImportSelector类去实现的，它实现了ImportSelector接口，这个接口的作用就是收集需要导入的配置类，配合import注解就可以将相应的类导入到spring容器中。获取注入类的方法是selectImports，主要流程是，先获取注解的属性，用于后面的排除，然后获取所有需要自动装配的的配置类的路径，这一步是最关键的，然后去掉重复的配置类和需要排除的重复类，把需要自动加载的配置类路径存储起来，后面再按照路径依次加载。

9、spring cloud 的核心组件有哪些

Eureka：服务注册于发现。

Feign：基于动态代理机制，根据注解和选择的机器，拼接请求 url 地址，发起请求。

Ribbon：实现负载均衡，从一个服务的多台机器中选择一台。

Hystrix：提供线程池，不同的服务走不同的线程池，实现了不同服务调用的隔离，避免了服务雪崩的问题。

Zuul：网关管理，由 Zuul 网关转发请求给对应的服务。

10、spring ioc容器启动时会干什么?

分为两个阶段：容器启动阶段和bean实例化阶段
在容器启动阶段中先去加载配置,然后分析配置信息，将其装配到beanDefinetion中，然后还有一些后置处理，bean实例化阶段中先去实例化对象，然后装配依赖，然后是对象的其他处理，最后再注册回调接口

Dubbo

1、通信模型是什么样的

层级	作用	核心组件 / 实现
传输层（Transport）	负责底层数据的物理传输（字节流），处理 TCP 连接、数据读写等。	基于 Netty（默认）、Mina、Grizzly 等 NIO 框架
协议层（Protocol）	定义数据传输的格式（协议头、序列化方式等），实现 “请求 - 响应” 语义。	Dubbo 协议（默认）、HTTP、Hessian、gRPC 等
代理层（Proxy）	对服务接口生成代理，屏蔽远程调用细节（如网络通信、序列化 / 反序列化）。	基于 JDK 动态代理或 CGLIB 生成代理类
服务层（Service）	封装服务的注册、发现、负载均衡、容错等治理能力。	注册中心（ZooKeeper 等）、负载均衡策略等

2、Dubbo 和 Spring Cloud 有什么区别

功能模块	Dubbo 实现	Spring Cloud 实现
服务注册发现	内置注册中心适配（支持 ZooKeeper、Nacos、Redis 等），客户端主动拉取服务列表。	通过 Eureka、Consul、Nacos、ZooKeeper 等组件实现，支持服务健康检查、自动剔除。
远程通信	基于 RPC 协议（默认 Dubbo 协议，支持 Hessian、gRPC 等），二进制传输，效率高。	早期默认基于 REST API（HTTP/JSON），后期支持 gRPC、Spring Cloud Stream 等，文本 / 二进制均可。
负载均衡	提供多种内置策略（随机、轮询、一致性哈希、最小活跃数等）。	集成 Ribbon（已淘汰）、Spring Cloud LoadBalancer，支持类似策略。
容错机制	支持重试、降级、熔断（基于自身机制或整合 Sentinel）。	依赖 Hystrix（已淘汰）、Resilience4j 等组件，提供熔断、限流、降级完整能力。
配置中心	无内置实现，需集成 Nacos、Apollo 等第三方组件。	提供 Spring Cloud Config、Spring Cloud Alibaba Nacos Config 等原生支持。
API 网关	无内置网关，需集成 Spring Cloud Gateway、Zuul 等。	提供 Spring Cloud Gateway（主流）、Zuul 等网关组件，支持路由、过滤、限流。
链路追踪	需集成 SkyWalking、Zipkin 等（无原生支持）。	集成 Spring Cloud Sleuth + Zipkin，原生支持分布式链路追踪。
服务监控	提供 Dubbo Admin 监控服务调用情况。	集成 Spring Boot Actuator + Spring Cloud Admin，监控服务健康、指标。

3、dubbo都支持什么协议，推荐用哪种

dubbo://（推荐）

rmi://

hessian://

http://

webservice://

thrift://

memcached://

redis://

rest://

4、Dubbo里面有哪几种节点角色

1）服务者

2）消费者

3）注册中心

4）监控中心

5）容器

5、Dubbo中怎么处理的超时断开

Dubbo 的超时控制基于 “客户端主动超时检测” 实现：客户端发起调用后，会启动一个定时器，若在指定时间内未收到服务端响应，则触发超时机制，断开当前连接（或标记请求失败），并执行预设的容错策略（如重试、降级等）。

elasticsearch

1、elasticsearch 的倒排索引是什么

倒排索引是 Elasticsearch 实现高效全文检索的核心，通过 “关键词→文档” 的映射关系，将复杂的文本查询转化为快速的关键词查找。其结构由 “词典（Term Dictionary）” 和 “postings list” 组成，配合分词、标准化、分段索引等优化机制，让 Elasticsearch 能在海量数据中实现毫秒级的全文检索。