一、Java核心基础:语法与机制深度解析
1.1 基础类型与装箱拆箱陷阱
在Java中,基本类型(如int)与包装类型(如Integer)之间的转换涉及自动装箱与拆箱机制,看似简单却暗藏玄机。例如:
Integer b = 127;
System.out.println(a == b); // true
Integer c = 128;
Integer d = 128;
System.out.println(c == d); // false
原因在于Integer类对[-128,127]范围内的值做了缓存(IntegerCache),超出此范围会新建对象,导致==比较引用时返回false。此机制常被用于考察对对象池与内存分配的理解深度。
进阶问题:如何避免此类陷阱?推荐统一使用equals()比较包装类型;或在业务中明确使用valueOf()并配合缓存策略。此外,JDK 9后对IntegerCache可通过 JVM 参数 -XX:AutoBoxCacheMax 扩展缓存上限。
1.2 String不可变性与性能优化
String的不可变性是Java设计基石之一,其底层由final char[] value数组实现(JDK 9后改为byte[]),确保线程安全与字符串常量池复用。但频繁拼接会导致大量临时对象生成:
for (int i = 0; i < 10000; i++) {
result += i;
}
上述代码将创建上万个String对象,引发严重GC压力。优化方案:
- 使用StringBuilder(非线程安全)或StringBuffer(线程安全)进行拼接
- 预估容量:new StringBuilder(10000)
- 避免在循环中创建新实例
更深层考点:String.intern()机制——将字符串放入常量池。JDK 7后常量池移至堆,需注意内存泄漏风险。企业案例:某电商系统因未使用intern()导致OOM,堆中重复字符串占用超2GB空间。
1.3 异常体系与自定义异常设计
Java异常分为三类:
- Error:JVM层面问题(如OutOfMemoryError),不可恢复
- RuntimeException:运行时异常(如NullPointerException),编译期不强制处理
- Checked Exception:编译期异常(如IOException),必须显式捕获或声明
自定义异常最佳实践:
private int code;
public BizException(String msg) { super(msg); }
public BizException(int code, String msg) { super(msg); this.code = code; }
public int getCode() { return code; }
}
设计要点:
- 继承RuntimeException保持灵活性
- 携带错误码便于前端处理
- 避免过度使用自定义异常(如用异常替代返回值)
反例:某项目将空集合返回封装为EmptyListException,导致日志监控误报。正确做法是返回空集合或Optional。
二、集合框架:源码级理解与性能权衡
ArrayList底层是动态数组,初始容量10,扩容为原容量的1.5倍(JDK 8起使用位运算 (oldCapacity >> 1) + oldCapacity)。插入元素时:
- 尾部插入:O(1)均摊时间复杂度
- 中间插入:需移动后续元素,O(n)时间复杂度
关键考点:ensureCapacityInternal()与grow()方法。当add()触发扩容时,会调用Arrays.copyOf()创建新数组,涉及内存拷贝。优化建议:预先指定容量(如new ArrayList(1000)),避免频繁扩容。
高频面试题:ArrayList与LinkedList区别?
| 维度 | ArrayList | LinkedList |
|---|---|---|
| 底层结构 | 动态数组 | 双向链表 |
| 随机访问 | O(1) | O(n) |
| 插入/删除 | O(n)(需移动) | O(1)(需定位) |
| 内存占用 | 紧凑(仅存元素) | 较高(需存前后指针) |
HashMap是面试重灾区,需掌握以下核心机制:
- 哈希计算:key.hashCode() ^ (hashCode >>> 16) 降低高位差异导致的冲突
- 数组+链表/红黑树:JDK 8引入红黑树(链表长度≥8且数组≥64时)
- 负载因子:默认0.75,平衡时间与空间开销
扩容机制详解:
- 当size > capacity * loadFactor时触发
- 新建2倍容量的新数组
- rehash()重新分配元素(注意线程安全问题)
线程不安全场景示例:多线程put可能导致链表成环,引发CPU 100%。解决方案:
- 使用ConcurrentHashMap(推荐)
- 使用Collections.synchronizedMap()
- 外部加锁(如synchronized)
企业案例:某支付系统未考虑HashMap线程不安全,在高并发下偶发死循环,通过Thread.sleep(100)模拟压力测试复现问题。
ConcurrentHashMap在JDK 8中采用CAS+synchronized优化:将锁粒度从Segment(JDK 7)缩小到节点级别。
核心机制:
- put操作:先CAS更新table[i],失败则synchronized锁住头节点
- 扩容:多线程协作(ForkJoinPool风格),每个线程处理一个桶
- size计算:使用baseCount + counterCells数组(无锁统计)
与Hashtable对比:ConcurrentHashMap读操作无锁,写操作锁粒度更细,吞吐量提升5倍以上(实测数据)。
常见误区:认为ConcurrentHashMap完全无锁。实际上写操作仍需synchronized,只是锁范围极小。
2.4 Set与Map的关联设计
HashSet底层由HashMap实现(仅利用key,value为PRESENT常量),TreeSet底层是TreeMap(红黑树),LinkedHashSet使用LinkedHashMap维护插入顺序。此设计体现组合复用原则,避免重复造轮子。
典型问题:如何实现按插入顺序遍历的Set?
实际应用场景:缓存淘汰策略(如LRU)中,LinkedHashMap可通过removeEldestEntry()实现。
三、并发编程:从理论到实战的深度拆解
ThreadPoolExecutor构造参数:
new LinkedBlockingQueue<>(1000),
Executors.defaultThreadFactory(),
new ThreadPoolExecutor.CallerRunsPolicy());
各参数作用:
- corePoolSize:核心线程数(常驻线程)
- maximumPoolSize:最大线程数(任务堆积时扩展)
- keepAliveTime:非核心线程存活时间
- workQueue:任务队列(LinkedBlockingQueue无界,ArrayBlockingQueue有界)
- handler:拒绝策略(CallerRunsPolicy回退执行)
调优案例:某订单系统将corePoolSize设为CPU核心数+1(避免上下文切换),队列容量根据TPS预估(如5000),拒绝策略用CallerRunsPolicy防止消息丢失。
volatile保证可见性与禁止指令重排,但不保证原子性。典型场景是状态标记:
private volatile boolean flag = true;
public void stop() { flag = false; }
public void run() {
while (flag) {
// 业务逻辑
}
}
}
若未用volatile,主线程修改flag后,子线程可能读不到最新值(因工作内存缓存)。happens-before原则包括:
- 程序顺序规则
- volatile变量规则
- 监视器锁规则
- 线程启动/加入规则
进阶:double-check单例为何要加volatile?防止指令重排导致对象未初始化完成即被引用。
AQS(AbstractQueuedSynchronizer)是ReentrantLock、CountDownLatch等工具的底层框架,核心是state变量(int)与CLH队列。
ReentrantLock公平锁实现:
final Thread current = Thread.currentThread();
int c = getState();
if (c == 0) {
if (isFirst(current) && compareAndSetState(0, acquires)) {
setExclusiveOwnerThread(current);
return true;
}
}
return false;
}
关键点:isFirst(current)确保队列中无更早等待的线程,体现公平性。
自定义同步器示例:实现一个简单信号量(限流器)。
3.4 并发工具类实战对比
常见并发工具对比表:
| 工具 | 核心机制 | 典型场景 | 注意事项 |
|---|---|---|---|
| CountDownLatch | 倒计时锁存器 | 主线程等待子线程初始化 | countDown()必须在finally中调用 |
| CyclicBarrier | 循环栅栏 | 多线程同步点(如数据汇总) | 可重用,但需处理BrokenBarrierException |
| Semaphore | 信号量 | 限流(如数据库连接池) | acquire()可能抛InterruptedException |
| Exchanger | 数据交换 | 生产者-消费者数据传递 | 成对使用,否则永久等待 |
四、Spring生态:事务、AOP与扩展机制
4.1 事务传播行为详解
Spring事务传播机制(7种):
- REQUIRED:默认值,有事务则加入,无则新建
- REQUIRES_NEW: always 新建事务,挂起当前事务
- NESTED:嵌套事务(基于Savepoint),支持部分回滚
经典问题:嵌套事务中,子方法抛出异常但未捕获,父事务是否回滚?
答案:取决于传播行为。若子方法用REQUIRES_NEW,父事务不受影响;若用NESTED,子事务回滚不影响父事务提交。
public void parentMethod() {
try {
childMethod(); // propagation = NESTED
} catch (Exception e) {
// 子事务回滚,父事务可继续执行
}
}
4.2 AOP代理机制与失效场景
Spring AOP基于代理实现:
- JDK动态代理:接口代理(需实现接口)
- CGLIB:继承代理(无接口时)
常见失效场景:
- 方法为private/static/final(无法代理)
- 同类方法调用(绕过代理对象)
- 异常未被捕获(事务自动回滚,但AOP可能失效)
解决方案:使用AopContext.currentProxy()获取代理对象,或重构为独立Service。
4.3 Bean生命周期与扩展点
Bean完整生命周期:
- 实例化(Instantiation)
- 属性赋值(Populate)
- 初始化(Init)
- 使用
- 销毁(Destroy)
关键扩展点:
- BeanPostProcessor:before/after初始化前后
- InitializingBean/DisposableBean:自定义init/destroy
- @PostConstruct/@PreDestroy:注解方式
企业案例:某框架通过BeanPostProcessor动态注入日志切面,实现无侵入监控。
五、JVM:内存模型与性能调优
5.1 内存区域详解
JDK 8内存模型:
- 程序计数器:线程私有,记录当前指令地址
- 虚拟机栈:栈帧(局部变量表、操作数栈等)
- 本地方法栈:Native方法支持
- 堆:对象实例(新生代/老年代)
- 方法区:JDK 8后为元空间(Metaspace),本地内存
关键区别:JDK 7将字符串常量池移至堆,JDK 8方法区改为元空间,避免永久代OOM。
5.2 GC机制与调优实战
常见GC算法:
- 标记-清除:产生碎片
- 复制算法:新生代(Eden/S0/S1)
- 标记-整理:老年代
常用垃圾回收器:
| 回收器 | 适用场景 | 特点 |
|---|---|---|
| Serial | 单核客户端 | 单线程,STW时间短 |
| Parallel | 吞吐量优先 | 多线程,STW时间长 |
| CMS | 响应时间优先 | 并发清除,浮动垃圾 |
| G1 | 大内存低延迟 | 区域化(Region),可预测停顿 |
G1调优参数示例:
企业案例:某实时计算系统通过G1+合理调参,将GC停顿从500ms降至100ms内。
5.3 OOM与内存泄漏排查
常见OOM类型:
- Java heap space:堆溢出
- GC overhead limit exceeded:GC时间过长
- Metaspace:元空间溢出(常因动态类加载)
排查工具:
- jmap -heap PID:堆内存概览
- jmap -dump:format=b,file=heap.hprof PID:生成堆转储
- Eclipse MAT分析:查找泄漏路径
真实案例:某Web应用因Session未清理导致堆溢出,通过MAT发现HashMap中Session对象占比85%。
六、网络与IO:从Socket到HTTP深度解析
6.1 TCP三次握手与四次挥手
三次握手流程:
- Client → Server:SYN=1, seq=x
- Server → Client:SYN=1, ACK=1, seq=y, ack=x+1
- Client → Server:ACK=1, seq=x+1, ack=y+1
为何不是两次?防止历史连接请求干扰(如网络延迟重传)。
四次挥手:
- 主动关闭方发送FIN
- 被动关闭方发送ACK
- 被动关闭方发送FIN
- 主动关闭方发送ACK
TIME_WAIT状态(2MSL)作用:
- 保证最后一个ACK到达
- 防止旧数据包干扰新连接
优化建议:短连接改用长连接,或设置SO_LINGER=0强制关闭。
6.2 HTTP/1.1 vs HTTP/2关键差异
HTTP/2特性:
- 二进制分帧:解决HTTP/1.1行头解析低效
- 多路复用:单TCP连接并行请求
- 头部压缩:HPACK算法
- 服务器推送:Server Push提前推送资源
性能对比(实测):
| 指标 | HTTP/1.1 | HTTP/2 |
|---|---|---|
| 页面加载时间 | 2.8s | 1.2s |
| TCP连接数 | 50+ | 1 |
| 头部开销 | ~800B | ~200B |
注意:HTTP/2需TLS(主流浏览器强制要求),但非协议标准。
6.3 Java IO模型对比
三种IO模型:
- BIO:Blocking IO,一连接一线程
- NIO:Non-blocking IO,Selector多路复用
- AIO:Asynchronous IO,事件驱动(JDK 7+)
NIO核心组件:
- Channel(通道):双向通信
- Buffer(缓冲区):数据容器
- Selector(选择器):监听事件
典型应用:Netty框架基于NIO实现高性能网络通信。
七、数据库:MySQL优化与索引原理
7.1 索引结构与失效场景
InnoDB使用B+树索引,特点:
- 数据页链表保证范围查询高效
- 非叶子节点存索引,叶子节点存数据(聚簇索引)
索引失效常见原因:
- 函数/表达式操作:WHERE YEAR(create_time)=2025
- 隐式类型转换:WHERE phone=13800138000(phone为varchar)
- LIKE '%xxx':前缀模糊查询
- OR条件未全覆盖索引
优化方案:
- 覆盖索引:SELECT id,name FROM t WHERE name='xxx'
- 最左前缀:复合索引(a,b,c)可匹配(a)、(a,b)、(a,b,c)
- 避免回表:使用覆盖索引或调整索引顺序
7.2 事务隔离级别与幻读问题
四种隔离级别:
| 级别 | 脏读 | 不可重复读 | 幻读 |
|---|---|---|---|
| READ UNCOMMITTED | 可能 | 可能 | 可能 |
| READ COMMITTED | 避免 | 可能 | 可能 |
| REPEATABLE READ | 避免 | 避免 | 可能 |
| SERIALIZABLE | 避免 | 避免 | 避免 |
InnoDB默认RR隔离级别,通过Next-Key Lock解决幻读(间隙锁+行锁)。
幻读场景示例:
SELECT * FROM t WHERE id > 10 FOR UPDATE;
-- 事务B:
INSERT INTO t VALUES (11);
COMMIT;
-- 事务A再次查询:
SELECT * FROM t WHERE id > 10; -- 会看到新插入的11
解决方案:SERIALIZABLE或应用层校验。
7.3 慢查询优化实战
优化步骤:
- 开启慢查询日志:slow_query_log=ON
- 定位SQL:EXPLAIN分析执行计划
- 常见问题处理:
- 全表扫描 → 添加索引
- 文件排序 → 索引覆盖或调整ORDER BY
- 临时表 → 优化子查询
案例:某订单表1000万数据,原查询耗时3.2s,通过添加复合索引(idx_user_create_time)优化至0.15s。
八、设计模式:高频场景与代码实践
8.1 单例模式变体
推荐实现(静态内部类):
private Singleton() {}
private static class Holder {
private static final Singleton INSTANCE = new Singleton();
}
public static Singleton getInstance() { return Holder.INSTANCE; }
}
优势:延迟加载、线程安全、无同步开销。
反例:双重检查锁需加volatile防止重排。
8.2 工厂模式与策略模式组合
场景:支付方式选择(微信/支付宝/银联)
public class WechatPay implements Payment { ... }
public class Alipay implements Payment { ... }
public class PaymentFactory {
private static final Map
static {
PAY_MAP.put("wechat", new WechatPay());
PAY_MAP.put("alipay", new Alipay());
}
public static Payment getPayment(String type) {
return PAY_MAP.get(type);
}
}
进阶:结合策略模式动态注册支付方式(Spring @Conditional)。
九、开发工具:IDEA技巧与Git规范
9.1 IDEA调试技巧
- 条件断点:右键断点→Condition(如i==100)
- 日志断点:不暂停,仅打印变量
- Expression Evaluation:运行时修改变量值
- Smart Step Into:跳入具体实现类
案例:排查死锁时,使用Threads视图查看线程状态。
9.2 Git分支管理规范
推荐工作流(Git Flow):
- main:生产环境分支
- develop:集成分支
- feature/*:功能开发
- release/*:预发布
- hotfix/*:紧急修复
关键命令:
git commit -m "feat: add user profile API"
git push origin feature/user-profile
# PR合并到develop后
git checkout develop && git pull
git merge feature/user-profile --no-ff
git push origin develop
十、行业趋势:云原生与微服务面试热点
10.1 Kubernetes核心概念
关键组件:
- Pod:最小部署单元
- Deployment:声明式管理Pod
- Service:负载均衡与服务发现
- Ingress:HTTP路由规则
Pod生命周期:
- Pending
- ContainerCreating
- Running
- Succeeded/Failed
10.2 Spring Cloud组件对比
| 组件 | Netflix | Spring Cloud Alibaba |
|---|---|---|
| 注册中心 | Eureka | Nacos |
| 配置中心 | Config | Nacos Config |
| 网关 | Zuul | Gateway |
| 限流 | Sentinel | Sentinel |
趋势:Spring Cloud Alibaba逐步替代Netflix(Eureka已停止维护)。
十一、网友还关心:高频补充问题
11.3 Java学习路径建议
- 基础语法(1个月)
- 集合/IO/反射(2周)
- 并发编程(2周)
- Spring生态(1个月)
- 数据库/网络/设计模式(2周)
- 项目实战(持续)
推荐资源:
- 《Effective Java》第三版
- 《Spring源码深度解析》
- 官方文档(JDK/Spring Boot)