Java 高频面试题

一、Java 基础

1. JDK、JRE、JVM 的区别？

JDK：Java 开发工具包，包含 JRE + 开发工具（javac、javadoc 等）
JRE：Java 运行时环境，包含 JVM + 核心类库
JVM：Java 虚拟机，负责字节码解释执行

2. == 和 equals() 的区别？

类型	==	equals()
基本类型	比较值	-
引用类型	比较内存地址	Object 默认比较地址，String/Integer 等重写后比较内容

3. String、StringBuilder、StringBuffer 区别？

String：不可变，线程安全，每次修改创建新对象
StringBuilder：可变，非线程安全，单线程性能高
StringBuffer：可变，线程安全（synchronized），性能略低

4. HashMap 底层原理？

JDK 1.7：数组 + 链表，头插法，并发环境下可能死循环
JDK 1.8：数组 + 链表/红黑树，尾插法，链表长度≥8 转红黑树
默认初始容量 16，负载因子 0.75，扩容为 2 倍

5. ConcurrentHashMap 如何保证线程安全？

JDK 1.7：分段锁（Segment），每个 Segment 独立加锁
JDK 1.8：CAS + synchronized，锁粒度细化到桶（Node）

6. synchronized 和 Lock 的区别？

特性	synchronized	Lock（ReentrantLock）
实现	JVM 层面	API 层面
释放	自动释放	手动 unlock()
锁类型	独占锁	可公平、可中断、可超时
条件变量	一个	多个 Condition

7. volatile 关键字作用？

可见性：保证变量对所有线程可见（MESI 缓存一致性协议）
禁止指令重排序：插入内存屏障

⚠️ 不保证原子性，不能替代 synchronized

8. Java 内存模型（JMM）？

主内存：共享变量存储
工作内存：线程私有，操作的是主内存副本
三大特性：原子性、可见性、有序性

9. 线程池核心参数？

复制代码

public ThreadPoolExecutor(
    int corePoolSize,      // 核心线程数
    int maximumPoolSize,   // 最大线程数
    long keepAliveTime,    // 空闲线程存活时间
    TimeUnit unit,
    BlockingQueue<Runnable> workQueue,  // 任务队列
    ThreadFactory threadFactory,        // 线程工厂
    RejectedExecutionHandler handler    // 拒绝策略
)

拒绝策略：AbortPolicy（抛异常）、CallerRunsPolicy（调用者执行）、DiscardPolicy（静默丢弃）、DiscardOldestPolicy（丢弃最老任务）

10. GC 垃圾回收算法？

算法	特点	应用
标记-清除	碎片化严重	CMS
标记-复制	内存减半，无碎片	Young 区（Serial、ParNew）
标记-整理	无碎片，停顿长	Old 区（Serial Old、Parallel Old）

常用收集器：G1（分区回收，可预测停顿）、ZGC（低延迟，TB 级堆）

二、MySQL

1. InnoDB vs MyISAM？

特性	InnoDB	MyISAM
事务	支持	不支持
锁粒度	行锁	表锁
外键	支持	不支持
崩溃恢复	支持	不支持
索引类型	聚簇索引	非聚簇索引

2. 索引类型？

B+Tree 索引：主键索引（聚簇）、二级索引（非聚簇，叶子存主键值）
Hash 索引：Memory 引擎，等值查询快，不支持范围
全文索引：MyISAM 支持，InnoDB 5.6+ 支持
覆盖索引：查询列全在索引中，无需回表

3. 最左前缀原则？

复合索引 (a,b,c)，查询条件必须从最左列开始，中间不能断：

✅ where a=1 and b=2
✅ where a=1
❌ where b=2（不走索引）
❌ where a=1 and c=3（a 走索引，c 不走）

4. 事务隔离级别及问题？

隔离级别	脏读	不可重复读	幻读
READ UNCOMMITTED	✗	✗	✗
READ COMMITTED	✓	✗	✗
REPEATABLE READ（默认）	✓	✓	✗（InnoDB 解决）
SERIALIZABLE	✓	✓	✓

脏读：读到未提交数据
不可重复读：同一事务两次读取，数据被修改
幻读：同一事务两次读取，行数变化（InnoDB MVCC + 间隙锁解决）

5. MVCC 机制？

每行记录隐藏字段：DB_TRX_ID（事务 ID）、DB_ROLL_PTR（回滚指针）
ReadView：事务快照，判断数据可见性
实现：RC 每次查询生成新 ReadView，RR 事务开始时生成

6. SQL 优化思路？

避免：SELECT *、隐式类型转换、函数操作索引列、OR 条件（可用 UNION）
利用：覆盖索引、索引下推（ICP）、前缀索引、联合索引顺序
分析：EXPLAIN 查看 type（system > const > eq_ref > ref > range > index > ALL）

7. 分库分表方案？

垂直分库：按业务拆分（用户库、订单库）
垂直分表：大字段拆分（商品基本信息 + 详情）
水平分表：按 ID 取模、按时间范围、Hash 取模
中间件：ShardingSphere、MyCat

三、Redis

1. 数据类型及应用场景？

类型	应用场景
String	缓存、计数器、分布式锁（SETNX）
Hash	对象存储（用户信息）
List	消息队列、最新 N 条（LPUSH + LRANGE）
Set	去重、交集并集（共同关注）
ZSet	排行榜、延迟队列（score 为时间戳）
Bitmap	签到、活跃用户统计
HyperLogLog	UV 统计（基数估算）

2. 持久化机制？

RDB：定时快照，文件紧凑，恢复快，可能丢数据
AOF：日志追加，实时性高，文件大，恢复慢
混合模式（4.0+）：RDB 全量 + AOF 增量

3. 缓存穿透、击穿、雪崩？

问题	原因	解决方案
穿透	查询不存在数据，绕过缓存直达 DB	布隆过滤器、缓存空值（短过期时间）
击穿	热点 key 过期，瞬间大量请求到 DB	互斥锁（SETNX）、逻辑过期
雪崩	大量 key 同时过期	随机过期时间、多级缓存、熔断降级

4. Redis 分布式锁？

复制代码

// Redisson 实现
RLock lock = redisson.getLock("myLock");
try {
    lock.lock();  // 看门狗自动续期
    // 业务逻辑
} finally {
    lock.unlock();
}

核心：SET key value NX EX 30（原子性加锁+过期）
问题：主从延迟导致锁丢失 → RedLock 算法（多主节点）

5. 过期删除策略？

惰性删除：访问时检查过期，省 CPU 但可能堆积
定期删除：随机抽查，平衡性能与内存

6. 内存淘汰策略？

volatile-lru：过期 key 中 LRU 淘汰（常用）
allkeys-lru：所有 key 中 LRU 淘汰
volatile-ttl：快过期的优先淘汰

四、消息中间件（RocketMQ/Kafka）

1. 消息模型对比？

特性	RocketMQ	Kafka
架构	NameServer + Broker + Producer + Consumer	Zookeeper/KRaft + Broker
消息模型	发布-订阅（Tag 过滤）	发布-订阅
延迟消息	支持 18 个级别	不支持（需外部实现）
事务消息	支持	不支持
消息顺序	队列级别有序	分区级别有序
适用场景	金融级可靠、复杂业务	大数据日志、高吞吐

2. 如何保证消息不丢失？

Producer：同步发送 + 失败重试 + 事务消息
Broker：同步刷盘（SYNC_FLUSH）、主从复制（SYNC_MASTER）
Consumer：先处理业务再提交 Offset，异常时重试

3. 消息顺序消费？

全局有序：单队列单消费者，性能差
局部有序：按业务 key 取模（如订单 ID）分到同一队列

4. 消息积压处理？

扩容消费者（需保证无状态）
跳过非关键消息，后续补偿
临时消费到数据库，异步处理

5. Kafka 高性能原因？

顺序写磁盘（追加日志）
零拷贝（sendfile 系统调用）
批量压缩（Producer 端压缩，Broker 不解压）
分区并行消费

五、Spring Boot

1. 自动装配原理？

@SpringBootApplication = @Configuration + @EnableAutoConfiguration + @ComponentScan
@EnableAutoConfiguration → spring.factories 中加载 META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports
条件注解：@ConditionalOnClass、@ConditionalOnProperty 等控制加载

2. 常用 Starter？

Starter	功能
spring-boot-starter-web	Web 开发（Tomcat + Spring MVC）
spring-boot-starter-data-jpa	JPA 支持
spring-boot-starter-redis	Redis 集成
spring-boot-starter-test	测试支持
spring-boot-starter-actuator	监控端点

3. 配置文件优先级？

命令行参数 (--server.port=8081)
java:comp/env JNDI 属性
系统环境变量
application-{profile}.properties
application.properties

4. 事务传播行为？

REQUIRED（默认）：当前无事务则新建，有则加入
REQUIRES_NEW：挂起当前事务，新建独立事务
NESTED：嵌套事务，可独立回滚

5. 全局异常处理？

复制代码

@RestControllerAdvice
public class GlobalExceptionHandler {
    @ExceptionHandler(BusinessException.class)
    public Result handleBusinessException(BusinessException e) {
        return Result.fail(e.getCode(), e.getMessage());
    }
}

六、Spring Cloud

1. 核心组件？

组件	功能	常用实现
注册中心	服务注册与发现	Nacos、Eureka、Consul
配置中心	集中配置管理	Nacos、Spring Cloud Config
网关	路由、限流、鉴权	Gateway、Zuul
负载均衡	客户端负载均衡	Ribbon（维护模式）、LoadBalancer
熔断降级	容错保护	Sentinel、Hystrix（停更）
链路追踪	请求链路监控	SkyWalking、Sleuth+Zipkin

2. Nacos vs Eureka？

特性	Nacos	Eureka
注册中心	✓	✓
配置中心	✓	✗
健康检查	TCP/HTTP/MySQL	客户端心跳
负载均衡	支持权重、同集群优先	简单轮询
一致性	AP/CP 切换	AP

3. Gateway 工作原理？

基于 Spring 5 WebFlux + Reactor 异步非阻塞
核心概念：Route（路由）、Predicate（断言）、Filter（过滤器）
执行链：请求 → Predicate 匹配 → Pre Filter → 代理请求 → Post Filter → 响应

4. 熔断降级策略（Sentinel）？

慢调用比例：响应时间超过阈值，进入熔断
异常比例：异常比例超过阈值，进入熔断
异常数：异常数超过阈值，进入熔断
熔断后进入 Half-Open 状态，试探性恢复

5. 分布式事务解决方案？

方案	原理	适用场景
Seata AT	代理数据源，记录 UNDO_LOG，二阶段提交	简单业务，低并发
Seata TCC	Try-Confirm-Cancel，业务实现补偿	复杂业务，高一致性
Seata Saga	状态机引擎，长事务编排	业务流程长
RocketMQ 事务消息	半消息 + 本地事务 + 回查	异步场景
最大努力通知	本地事务 + 消息通知 + 对账	最终一致性

七、高频场景题

1. 设计一个秒杀系统？

前端：验证码、按钮置灰、CDN 静态化
Nginx：限流（漏桶/令牌桶）、负载均衡
网关：鉴权、防刷、请求过滤
Redis：预减库存（Lua 原子操作）、库存预热
RocketMQ：异步下单，削峰填谷
MySQL：乐观锁（版本号）防超卖，唯一索引防重复

2. 如何排查线上 CPU 100%？

复制代码

# 1. 找到高 CPU 进程
top -Hp <pid>
# 2. 线程 ID 转 16 进制
printf "%x\n" <tid>
# 3. 打印堆栈
jstack <pid> | grep <hex_tid> -A 30
# 4. 分析代码

3. 接口慢查询优化？

定位：Arthas trace 方法耗时、SkyWalking 链路追踪
数据库：慢 SQL 优化、索引优化、连接池调优（HikariCP）
缓存：Redis 缓存热点数据，本地缓存（Caffeine）二级加速
异步：非核心逻辑异步化（@Async + 线程池）
批量：N+1 问题优化（MyBatis 延迟加载或手动 Join）

建议：面试时结合项目经验回答，用"场景 + 方案 + 效果"结构，体现解决问题的能力。