实习面经摘录（八）

来自网络，供个人学习 某东，某音，xx

先完成后完美

1.怎么保证websocket的通信的低延迟、高可靠（心跳机制，短线重连）？什么是NIO？

java中NIO，netty框架

NIO

• 优势：一个线程可以管理成千上万个连接（只有当连接真的有数据读写时才处理），适合高并发场景。
• Netty：基于NIO封装的高性能网络框架，解决了原生NIO API复杂、易出错（如粘包拆包）的问题。

2.项目一般怎么定义和使用bean？resource 和autowired的区别

• 定义/use ：在类上加 @Component / @Service / @Controller，或在配置类方法上加 @Bean。使用时在字段/构造器上加注入注解。
• 区别 ：
  • @Autowired：Spring自带，默认按类型 装配。若类型多个，需配合 @Qualifier("name") 指定名称。
  • @Resource：JDK标准（JSR-250），默认按名称装配。找不到名称再按类型。更推荐用于消除歧义

3.spring怎么管理bean，什么是单例模式

• 怎么管理 ：Spring启动时扫描包，将标记了注解的类实例化，放入IOC容器 （ConcurrentHashMap）中管理。需要时直接从容器取，而不是 new。
• 单例模式 ：Spring Bean默认是单例 （Singleton），即整个应用中该类的实例只有一个。
  • 注意：单例Bean中不要定义可变的成员变量（除非加锁或ThreadLocal），否则会有线程安全问题。

4.1w机器同时上传指令怎么办?

• 核心思路 ：削峰填谷 + 异步处理。
• 方案 ：
  1. 网关层做限流。
  2. 指令先写入消息队列（Kafka/RocketMQ），抗住瞬时流量。
  3. 后端服务从MQ慢慢消费，写入数据库或执行逻辑。
  4. 若涉及状态更新，用Redis做分布式锁或计数器

4.1 怎么查看内存占用

• 命令 ：top (看整体), free -h (看剩余), jstat -gc <pid> (看JVM GC), jmap -heap <pid> (看堆详情)。
• 工具 ：VisualVM, Arthas (dashboard, memory)。

4.2 用过ai编程放在哪里

4.3redis bitmap实现签到，为撒用这个数据结构；java项目中怎么实现这个bitmap的

为什么用 ：极度节省空间。存储1亿用户签到，Bitmap只需约12MB内存（1亿bit），而普通String或Hash需要几百MB。且支持位运算（如统计连续签到）

java实现：

• 设值：redisTemplate.opsForValue().setBit(key, offset, true) (offset是第几天)。
• 取值：getBit(key, offset)。
• 统计：bitCount(key)。

4.4什么是延迟队列，有用过吗

• 是什么：消息存入后，不立即消费，而是等待指定时间后才被消费。
• 用途：订单超时取消、支付超时关单、定时任务重试。
• 实现 ：
  1. RabbitMQ的TTL + 死信队列。
  2. RocketMQ的定时消息（直接支持）。
  3. Redis的ZSet（分数为时间戳，轮询取出）。
  4. JDK的DelayQueue（仅限单机内存）。

5.tcp三次握手

1. SYN：客户端发"我想连你"。
2. SYN+ACK：服务端回"好的，我也想连你"。
3. ACK：客户端回"收到了，连接建立"。

• 目的：确认双方收发能力正常，防止已失效的连接请求突然传到服务端。

6.tcp拥塞控制有哪些算法

• 慢启动 (Slow Start)
• 拥塞避免 (Congestion Avoidance)
• 快重传 (Fast Retransmit)
• 快恢复 (Fast Recovery)
• (新版还有BBR等)

7.redis缓存穿透相关有了解吗

8.mysql有哪些隔离级别

1. 读未提交 (Read Uncommitted)：有脏读。
2. 读已提交 (Read Committed, RC)：解决脏读，有不可重复读。（Oracle默认）
3. 可重复读 (Repeatable Read, RR)：解决不可重复读，大部分解决幻读。（MySQL默认）
4. 串行化 (Serializable)：效率最低，最安全。

9.mysql如果出现一条慢查询，怎么排查和优化

1. 开启慢查询日志 (slow_query_log)，定位慢SQL。
2. Explain分析 ：看 type (是否走索引)、key (用了哪个索引)、rows (扫描行数)。
3. 优化手段 ：
   • 加索引（最左前缀原则）。
   • 改写SQL（避免 select *, 避免 like '%xx', 避免索引列计算）。
   • 大表分页优化（覆盖索引+子查询）。
   • 架构升级（读写分离、分库分表）

10.无序链表去重

• 思路 ：用HashSet辅助。
• 步骤：遍历链表，若节点值在Set中存在，则删除该节点；若不存在，加入Set并继续。
• 复杂度：时间O(N)，空间O(N)。

11.自己写一个两个线程，完成一个aAbBcCdD...zZ完成一个交替打印

• 思路 ：共享一个标志位 flag (true表示打印小写)。
• 机制 ：
  • 线程A (小写)：检查 flag==true ? 打印 : wait()。打印完设 flag=false，notify()。
  • 线程B (大写)：检查 flag==false ? 打印 : wait()。打印完设 flag=true，notify()。

场景题：

12.怎么防刷网站

1. 前端：验证码（滑块/点选）、隐藏真实接口地址。
2. 网关/Nginx：IP限流（单IP每秒请求数）、User-Agent黑名单。
3. 应用层 ：
   • Token机制：每次请求带动态Token。
   • Redis计数：单用户/单IP单位时间内访问次数超限则封禁。
   • 设备指纹：识别同一设备。
4. WAF：接入云厂商Web应用防火墙。

13.微服务：一个服务更新怎么通知其他服务

1. 事件驱动 (推荐)：更新服务发布消息到MQ (RocketMQ/Kafka)，其他服务订阅消费。解耦，最终一致性。
2. HTTP回调：更新成功后，主动调用其他服务接口（需处理重试和幂等）。
3. 监听Binlog：使用Canal监听数据库变更日志，发送到MQ（无侵入）。

14.收集数据从设备采集到入库，中间件的数据流向是什么样的

• 设备 -> MQTT/TCP -> 网关 (Netty) -> 消息队列 (Kafka) (削峰) -> 流计算 (Flink) (清洗/聚合) -> 存储(TSDB/MySQL/HBase)。
• 关键点：MQ解耦，Flink实时处理，时序库存监控数据。

15.（普罗米修斯，时序数据库） ，es与mysql同步怎么做的；es的倒排索引是什么，有用到吗

• ES与MySQL同步 ：
  • 双写：代码里同时写（不一致风险大，不推荐）。
  • MQ异步：写MySQL成功后发消息，消费者写ES。
  • Canal：监听MySQL Binlog自动同步到ES（最常用，保证最终一致）。
• 倒排索引 ：
  • 正排：文档ID -> 内容。
  • 倒排 ：单词 -> 文档ID列表。
  • 作用：搜索引擎核心，通过关键词瞬间找到包含该词的所有文档，速度极快。

16.怎么优化性能，怎么做选型

• 优化 ：
  1. 缓存 (Redis) 抗读。
  2. 异步 (MQ) 抗写/削峰。
  3. 索引 提速查询。
  4. 池化 (连接池/线程池) 复用资源。
  5. 扩容 (加机器/分库分表)。
• 选型 ：
  • 看数据量 (万级MySQL，亿级HBase/ES)。
  • 看读写比 (读多写少加缓存)。
  • 看一致性要求 (强一致选DB，最终一致选ES/MQ)。
  • 看团队熟悉度 (运维成本)。

17.什么是冷热分离，有哪些业务场景

是什么：将数据按访问频率分为热数据 (最近3个月，高频访问) 和冷数据 (历史数据，低频访问)。

场景：

订单表：近半年订单查得多，放高性能库/SSD；一年前订单归档到HDFS/廉价存储。

日志系统：近期日志查得多，老日志压缩存储。

好处：减小主表体积，提升热点查询速度，降低存储成本。

18.数据库表，字段，索引怎么设计

从需求出发，然后比如设计一个测试题的点击，如果测试题的用量在10w以下，感觉直接mysql就行；如果后面点击量大了，考虑并发的话，加入redis，然后往后考虑分库分表，冷热分离，熔断降级。

• 流程 ：
  1. 需求分析：确定实体、关系、读写比例、数据量预估。
  2. 概念设计：画ER图。
  3. 逻辑设计 ：转成表结构，定字段类型，建索引 (根据查询条件)。
  4. 物理设计：选引擎 (InnoDB)，设字符集 (utf8mb4)。
• 演进路线 (以测试题点击为例)：
  • < 10w量：单表MySQL，正常索引。
  • 并发高了 ：加Redis计数器 (incr)，定时异步落库。
  • 数据量大了 ：按月/年分表 ，或分库。
  • 历史数据 ：做冷热分离，老数据归档。
  • 极端流量 ：加熔断降级 (非核心统计失败则丢弃)，限流。