AI出题人给出的Java后端面经（二）（日更）

山宗三水-繁花之恋

1347人浏览 · 2025-07-26 09:35:42

山宗三水-繁花之恋 · 2025-07-26 09:35:42 发布

链接双端链表：

前一篇：AI出题人给出的Java后端面经（一）（日更）

后一篇：AI出题人给出的Java后端面经（三）（日更）

🔵 一、Java 基础

题目：
Java 中 `String` 类的不可变性（Immutable）是如何实现的？这种设计带来了哪些优点？同时，解释为什么在大量字符串拼接场景下推荐使用 `StringBuilder` 而不是 `+` 操作符？

答案：

不可变性实现：

String 类内部用 final char[] value 存储数据。

类本身为 final 禁止继承。

修改操作（如 concat()）均返回新对象而非修改原对象。

优点：

线程安全（无需同步）。

缓存Hash值（提升 HashMap 等性能）。

安全性（防止篡改，如网络连接、文件路径）。

拼接场景优化：

+ 操作符编译后实质是 StringBuilder.append()，但循环拼接时会在每次循环创建新 StringBuilder 对象（性能差）。

直接使用 StringBuilder 全程复用同一个缓冲区，减少对象创建。

🗃️ 二、持久化层 (MySQL)

题目：
列举至少 5 种常见的 MySQL 索引失效场景（例如：对索引列使用函数），并针对每种场景简要说明失效原因及优化方案。

答案：

索引失效场景 失效原因 优化方案
1. 对索引列使用函数 WHERE YEAR(create_time)=2023 改用范围查询：BETWEEN '2023-01-01' AND '2023-12-31'
2. 隐式类型转换 列 varchar，查询 WHERE id=100（int转string）统一类型：WHERE id='100'
3. LIKE 以通配符开头 WHERE name LIKE '%abc' 改用覆盖索引 / 全文索引
4. OR 条件未全覆盖 WHERE a=1 OR b=2，仅a有索引为b加索引 / 拆分为UNION查询
5. 违反最左前缀原则 联合索引 (a,b,c)，查询 WHERE b=1 AND c=2 调整查询顺序或补充缺失列

⚠️ 其他场景：索引列数学运算、!= / NOT IN 查询、JOIN字段字符集不一致。

索引失效场景	失效原因	优化方案
1. 对索引列使用函数	`WHERE YEAR(create_time)=2023`	改用范围查询：`BETWEEN '2023-01-01' AND '2023-12-31'`
2. 隐式类型转换	列 `varchar`，查询 `WHERE id=100`（int转string）	统一类型：`WHERE id='100'`
3. LIKE 以通配符开头	`WHERE name LIKE '%abc'`	改用覆盖索引 / 全文索引
4. OR 条件未全覆盖	`WHERE a=1 OR b=2`，仅a有索引	为b加索引 / 拆分为UNION查询
5. 违反最左前缀原则	联合索引 `(a,b,c)`，查询 `WHERE b=1 AND c=2`	调整查询顺序或补充缺失列

⚙️ 三、中间件

a) 消息队列 (RabbitMQ)

题目：
RabbitMQ 的 Exchange 类型（Direct/Fanout/Topic/Headers）分别有什么特点？请描述生产者发送消息到消费者接收的完整流程（需包含 Exchange、RoutingKey、Queue 的绑定关系）。

答案：

Exchange类型 特点 路由规则
Direct 精确匹配 RoutingKey 完全相等 才转发
Fanout 广播模式忽略 RoutingKey，所有绑定队列都接收
Topic 通配符匹配 RoutingKey 支持 *（单词） #（多词）
Headers 基于消息头匹配（少用）指定 key-value 匹配规则

消息流转流程：

生产者发送消息到 Exchange，指定 RoutingKey。

Exchange 根据 类型 + Binding规则 将消息路由到 Queue。

消费者监听 Queue 获取消息。

Exchange类型	特点	路由规则
Direct	精确匹配	RoutingKey 完全相等才转发
Fanout	广播模式	忽略 RoutingKey，所有绑定队列都接收
Topic	通配符匹配	RoutingKey 支持 `*`（单词） `#`（多词）
Headers	基于消息头匹配（少用）	指定 `key-value` 匹配规则

b) Redis

题目：
什么是 Redis 缓存雪崩？与缓存击穿有何本质区别？请给出三种预防雪崩的有效方案（如数据预热、随机过期时间等），并说明每种方案的实现原理。

答案：

缓存雪崩：大量Key同时过期，导致请求全部穿透到数据库（压垮DB）。

vs 缓存击穿：雪崩是多个Key同时失效，击穿是单个热点Key失效。

预防方案：

随机过期时间：TTL = base_time + random(0, 300s)，分散过期时间。

数据预热：系统启动时加载高频数据，并设置合理过期时间。

熔断降级：使用 Hystrix 等组件在DB压力大时返回默认值。

集群部署：Redis 主从+哨兵，避免单点故障。

🧠 四、JVM

题目：
对比说明 JVM 中三种垃圾回收算法的核心思想：标记-清除（Mark-Sweep）、标记-复制（Mark-Copy）、标记-整理（Mark-Compact）
并分析每种算法的空间效率缺陷和适用场景（如年轻代/老年代）。

答案：

垃圾回收算法 核心思想 空间缺陷 适用场景
标记-清除 标记存活对象 → 清除未标记对象 内存碎片严重 CMS老年代回收
标记-复制 内存分两块，存活对象复制到另一半 浪费50%空间 新生代（Survivor区）
标记-整理 标记存活对象 → 向一端移动 → 清理边界 整理耗时高 老年代（Serial Old / G1）

新生代选择复制算法：因对象“朝生夕死”，存活对象少，复制成本低。

垃圾回收算法	核心思想	空间缺陷	适用场景
标记-清除	标记存活对象 → 清除未标记对象	内存碎片严重	CMS老年代回收
标记-复制	内存分两块，存活对象复制到另一半	浪费50%空间	新生代（Survivor区）
标记-整理	标记存活对象 → 向一端移动 → 清理边界	整理耗时高	老年代（Serial Old / G1）

⚡ 五、Java 并发

题目：
`ThreadPoolExecutor` 的核心构造参数有哪些（至少说出5个）？请描述当新任务提交时，线程池的完整工作流程（从任务提交到进入阻塞队列，再到创建新线程的触发条件）。

答案：

核心构造参数：

corePoolSize（核心线程数）
maximumPoolSize（最大线程数）
keepAliveTime（空闲线程存活时间）
unit（时间单位）
workQueue（阻塞队列，如 LinkedBlockingQueue）
threadFactory（线程工厂）
handler（拒绝策略，如 AbortPolicy）

任务提交流程图：

🌱 六、Spring 框架

题目：
描述 Spring Bean 的完整生命周期（从实例化到销毁），需包含以下关键阶段：

实例化
属性填充（依赖注入）
BeanPostProcessor 前置处理
初始化方法（@PostConstruct 和 InitializingBean）
BeanPostProcessor 后置处理
销毁（@PreDestroy 和 DisposableBean）
并说明 @PostConstruct 和 @PreDestroy 注解的执行时机。

答案：
Bean 生命周期流程：

实例化：通过构造器或工厂方法创建对象。

属性填充：注入 @Autowired 依赖。

BeanPostProcessor 前置处理：postProcessBeforeInitialization()。

初始化：

调用 @PostConstruct 注解方法。

实现 InitializingBean 的 afterPropertiesSet()。

自定义 init-method。

BeanPostProcessor 后置处理：postProcessAfterInitialization()（可返回代理对象）。

销毁：

调用 @PreDestroy 注解方法。

实现 DisposableBean 的 destroy()。

自定义 destroy-method。

执行时机：

@PostConstruct：在依赖注入完成后，其他初始化方法前执行。

@PreDestroy：在容器关闭时，Bean销毁前执行。