【Java面试题】高频面试题1|Java 后端、MySQL、Redis 与 RAG 面试整理

Java 后端与 RAG 面试高频要点

文章目录

- - [Java 后端与 RAG 面试高频要点](#Java 后端与 RAG 面试高频要点)
  - - [Java 基础](#Java 基础)
    - [MySQL 数据库](#MySQL 数据库)
    - [Redis 与分布式锁](#Redis 与分布式锁)
    - [AI 应用与 RAG](#AI 应用与 RAG)
    - 算法题：两数之和
    - 小结

Java 基础

最有挑战的需求怎么讲

可以用 STAR 结构：

S 情境：什么项目、什么业务。
T 任务：遇到了什么难点。
A 行动：你做了什么优化。
R 结果：性能提升、错误率下降、响应时间降低。

示例：

在做旅游行程规划系统时，用户查询行程时接口响应较慢。我通过日志定位到数据库查询和外部数据拉取耗时较高，于是增加了缓存、优化了查询字段，并把串行调用改成并行处理。优化后接口响应时间明显下降，用户体验更好。

浅拷贝和深拷贝

类型	特点	实现方式
浅拷贝	引用类型共享同一块内存	`Object.clone()`
深拷贝	引用类型也创建新对象	重写 clone、序列化、JSON 转换

浅拷贝后，修改引用类型字段会影响原对象；深拷贝后，新旧对象完全独立。

JVM 运行时数据区

线程私有：程序计数器、虚拟机栈、本地方法栈。
线程共享：堆、方法区。

JDK 8 之后，方法区主要由元空间实现，使用本地内存。堆是对象主要存放区域，也是 GC 的重点区域。

ThreadLocal 原理与内存泄漏

每个线程内部有一个 ThreadLocalMap。
Key 是 ThreadLocal，Value 是存储的数据。
Key 是弱引用，Value 是强引用。
如果线程不销毁，比如线程池复用线程，Value 可能无法回收，造成内存泄漏。
解决方式：使用完后在 finally 中调用 remove()。

数组和链表区别

数组：内存连续，随机访问快，增删慢。
链表：内存不连续，随机访问慢，增删快。
数组适合读多写少，链表适合频繁插入删除。
Java 中 ArrayList 基于数组，LinkedList 基于双向链表。

HashMap 原理及 1.7 和 1.8 区别

JDK 1.7：数组 + 链表。
JDK 1.8：数组 + 链表 + 红黑树。
1.7 使用头插法，1.8 使用尾插法。
1.8 在链表长度较长且数组长度达到阈值时会转成红黑树，提升查询性能。
HashMap 不是线程安全的，高并发场景可以使用 ConcurrentHashMap。

重载和重写

重载：同一个类中，方法名相同，参数列表不同。
重写：子类重写父类方法，方法名和参数列表相同。
重载是编译时多态，重写是运行时多态。

异常处理体系

Throwable 分为 Error 和 Exception。
Error 通常是 JVM 级别错误，比如 OOM。
Exception 分为运行时异常和受检异常。
运行时异常不强制捕获，受检异常必须处理或抛出。

synchronized 和 ReentrantLock

对比点	synchronized	ReentrantLock
类型	关键字	JDK 类
释放锁	自动释放	需要手动释放
灵活性	较低	支持超时、可中断、公平锁
底层	Monitor	AQS + CAS

一般情况下优先使用 synchronized；需要更灵活控制锁时使用 ReentrantLock。

MySQL 数据库

ACID 如何实现

原子性：Undo Log，事务失败可以回滚。
一致性：由原子性、隔离性、持久性共同保证。
隔离性：MVCC 和锁机制。
持久性：Redo Log，崩溃后可以恢复数据。

索引失效常见场景

不满足最左前缀原则。
对索引列做运算或使用函数。
字符串查询不加引号，发生隐式类型转换。
使用 LIKE '%xxx'。
使用 OR 且部分字段没有索引。
使用 NOT IN、!= 等可能导致索引失效。

SQL 慢查询怎么排查

开启慢查询日志，定位慢 SQL。
使用 EXPLAIN 分析执行计划。
关注 type、key、rows、Extra。
优化方式包括增加索引、改写 SQL、减少返回字段、优化分页。

什么时候分库分表

单表数据量过大，比如千万级。
单表体积过大，影响查询和维护。
单库压力过高，QPS 难以支撑。

分库分表方式：

垂直拆分：按业务或字段拆分。
水平拆分：按某个字段哈希或范围拆分。

需要注意分布式 ID、跨库查询、数据迁移等问题。

索引为什么用 B+ 树

B+ 树非叶子节点只存索引，树更矮，IO 次数更少。
叶子节点通过链表连接，适合范围查询。
Hash 索引不支持范围查询和排序。
红黑树树高较高，不适合磁盘存储场景。

Redis 与分布式锁

Redis 持久化方式

RDB：定时快照，恢复快，但可能丢失最近数据。
AOF：记录写命令，数据更安全，但文件较大。
混合持久化：结合 RDB 和 AOF 的优点，恢复速度和数据安全性更好。

AI 应用与 RAG

让 AI 生成 SQL 怎么优化

在提示词中提供表结构、字段含义和关联关系。
给出几个正确示例，帮助模型理解。
明确数据库类型，比如 MySQL、PostgreSQL。
限制输出格式，只返回 SQL。

如果生成错误，可以把报错信息、原始问题、表结构再返回给模型，让它自我修正。

如何评估 AI 应用效果

可以从几个方面看：

检索结果是否相关。
生成答案是否准确。
是否出现幻觉。
响应速度是否可接受。
用户点赞、点踩或继续追问情况。

RAG 基本流程

加载数据。
文本切块。
生成向量。
存入向量库。
用户提问。
检索相关文档。
拼接提示词。
大模型生成答案。

文本切块怎么做

可以按固定长度切分。
相邻块保留一定重叠，避免语义断裂。
也可以按段落、标题、文档结构切分。
切块太大会引入噪声，太小会丢失上下文。

效果不好怎么排查

先看检索到的文档是否相关。
如果不相关，可能是切块不合理、向量模型不合适、检索数量不足。
如果文档相关但答案不好，可能是提示词不清晰，或模型总结能力不足。
可以分别打印检索结果和生成结果，定位问题环节。

关键词匹配能否匹配"天气"和"气温"

传统关键词匹配很难匹配，因为两者字面不同。向量检索可以捕捉语义相似度，所以"天气"和"气温"在向量空间中会比较接近。更好的做法是使用向量检索和关键词检索结合。

Embedding 模型怎么选

中文场景可以优先选择 BGE 系列模型，中文语义理解效果较好。多语言场景可以考虑 OpenAI 的 embedding 模型或 E5 系列。选择时还要考虑维度、速度、成本和使用场景。

切块大小怎么定

一般可以在几百个 Token 左右调整。具体大小要结合 Embedding 模型限制、大模型上下文窗口、文档类型和业务场景来定。可以通过实验比较不同切块大小下的检索效果和回答质量。

算法题：两数之和

题目：给定一个数组和一个目标值，找出两个数，使它们的和等于目标值，返回它们的下标。

思路：使用 HashMap 保存已经遍历过的数字和下标。遍历时计算 target - 当前数，如果这个值已经在 Map 中，说明找到了答案。

java 复制代码

public int[] twoSum(int[] nums, int target) {
    Map<Integer, Integer> map = new HashMap<>();
    for (int i = 0; i < nums.length; i++) {
        int complement = target - nums[i];
        if (map.containsKey(complement)) {
            return new int[] { map.get(complement), i };
        }
        map.put(nums[i], i);
    }
    throw new IllegalArgumentException("No two sum solution");
}

时间复杂度是 O(n)，空间复杂度是 O(n)。

小结

这份整理覆盖了 Java 后端基础和 RAG 应用常见面试题。面试时不必死记硬背，更重要的是能把知识点和自己的项目经历结合起来，说清楚"为什么用""怎么用""遇到过什么问题""怎么解决"。

需要我帮你把这份内容再压缩成一篇 1500 字以内的精简版吗？