☰
← 返回首页
❓ 面试题库
🌓
目录导航
一、高频场景设计题(1-12)
二、高频八股文追问链(13-28)
三、项目经验与面试策略(29-40)
📑 本篇章节导航
(共3章,点击直达)
一、高频场景设计题(1-12)
二、高频八股文追问链(13-28)
三、项目经验与面试策略(29-40)
Q40 - 2026最新综合场景面试题
一、高频场景设计题(1-12)
设计一个短链系统?
★★★★★
需求:将长URL转换为短码(如abc123),访问短码时302跳转到原始URL。
短码生成:(1) 自增ID→Base62编码(0-9a-zA-Z),5位可表示916万条;(2) MD5/SHA256取前6位(可能冲突,需去重检查)。
存储:MySQL(短码→原始URL映射)或Redis(缓存热点短码)。
读流程:用户访问短码→Nginx→短链服务→查Redis缓存→未命中查MySQL→302重定向。
写流程:用户提交长URL→生成短码→写入MySQL→写入Redis缓存。
面试要点:能画出完整架构图,讨论短码生成策略、缓存策略、高可用方案。
设计一个秒杀系统?
★★★★★
六层防护:(1) 前端限流(按钮置灰+验证码);(2) CDN静态化(商品页面缓存);(3) 网关限流(令牌桶,每秒放行库存量的请求);(4) Redis预扣库存(Lua原子操作);(5) MQ异步下单(削峰);(6) 数据库乐观锁(最终一致性)。
Redis Lua脚本:if redis.call('get', key) > 0 then redis.call('decr', key) return 1 else return 0 end。
防超卖:Redis扣减+数据库乐观锁双重保障。
面试要点:六层防护是秒杀面试的标准答案,能逐层解释为什么需要。
设计一个Feed流系统(朋友圈/微博)?
★★★★★
推模式(写扩散):用户发帖时写入所有粉丝的收件箱。读快(直接读自己收件箱),写慢(大V粉丝百万级)。
拉模式(读扩散):用户刷Feed时从所有关注者的发件箱拉取。写快(只写一次),读慢(需要聚合N个关注者)。
推拉结合:大V用拉模式(只写自己的发件箱),普通用户用推模式(写入粉丝收件箱)。
Redis实现:每个用户的收件箱是一个Sorted Set(score=时间戳)。
面试要点:推/拉/推拉结合三种模式的trade-off是面试核心考点。
设计一个消息推送系统?
★★★★
场景:向百万用户推送通知(APP推送/站内信/短信)。
架构:推送服务→消息队列(Kafka)→推送Worker集群→各渠道SDK(APNs/FCM/短信网关)。
批量推送:将推送任务分片(每批1万),多Worker并行处理。
已读/未读:Redis Bitmap记录每个用户每条消息的已读状态(极致压缩)。
幂等:每条推送有唯一ID,SDK去重防止重复推送。
面试要点:能画出从"发消息"到"用户收到通知"的完整链路。
设计一个延迟任务系统?
★★★★
方案一:Redis Sorted Set(score=执行时间戳),定时任务轮询score < now的任务。
方案二:RabbitMQ死信队列(TTL+DLX)——消息过期后进入死信队列被消费。
方案三:RocketMQ延迟消息(支持固定延迟等级)。
方案四:时间轮算法(Kafka/Netty使用),时间复杂度O(1)。
选型:<万级任务→Redis;消息队列已有→MQ;海量高精度→时间轮。
面试要点:能对比至少3种延迟任务的实现方案。
设计一个分布式限流系统?
★★★★
单机限流:令牌桶/漏桶算法(Guava RateLimiter)。
分布式限流:(1) Redis + Lua脚本(滑动窗口/令牌桶);(2) Sentinel集群限流模式。
限流维度:按用户、按IP、按接口、按租户。
响应策略:(1) 直接拒绝(429 Too Many Requests);(2) 排队等待;(3) 降级返回缓存数据。
Gateway集成:Spring Cloud Gateway + RequestRateLimiter Filter + Redis。
面试要点:能画出分布式限流的架构图(Gateway→Redis→下游服务)。
设计一个实时排行榜?
★★★★
Redis Sorted Set:ZADD leaderboard score member,ZREVRANGE leaderboard 0 99 WITHSCORES。
分页:ZREVRANGE leaderboard (page-1)*10 page*10-1。
用户排名:ZREVRANK leaderboard userId。
更新分数:ZINCRBY leaderboard delta userId(原子操作)。
分区排行榜:多个Sorted Set(如leaderboard:cn、leaderboard:us)。
面试要点:Redis Sorted Set是排行榜的标准实现,能讲清ZADD/ZREVRANGE/ZREVRANK。
设计一个文件上传下载系统?
★★★★
上传流程:客户端→分片上传(大文件切片)→合并分片→对象存储(MinIO/OSS)→数据库记录元数据。
分片上传:前端将大文件切成5MB的chunk,并发上传,最后通知服务端合并。
断点续传:记录已上传的分片列表,中断后只传未上传的分片。
秒传:计算文件MD5→数据库查重→已存在则直接关联,不上传。
下载:生成带签名的临时URL(防盗链+过期时间)。
设计一个站内搜索系统?
★★★★
架构:MySQL(数据源)→Canal监听Binlog→同步到ES→ES提供搜索→结果高亮展示。
ES索引设计:Mapping定义字段类型+分词器+排序字段。
搜索功能:关键词搜索、筛选(分类/价格区间)、排序(相关度/价格/时间)、聚合(品牌统计)。
搜索建议:ES的Completion Suggester实现自动补全。
面试要点:Canal→ES的数据同步方案是站内搜索的标准架构。
设计一个分布式会话系统?
★★★★
问题:多实例部署时,用户请求可能落到不同实例,内存Session不共享。
方案一:Session粘滞(Nginx ip_hash)——简单但无法水平扩展。
方案二:Session集中存储(Redis)——Spring Session + Redis,所有实例共享Session。
方案三:JWT无状态——Token自带用户信息,服务端不存Session。
选型:微服务→JWT;传统Web→Spring Session + Redis。
面试要点:能对比三种方案的优劣。
设计一个幂等性方案?
★★★★★
数据库唯一约束:订单号唯一,重复插入失败。
Token机制:获取Token→提交时携带Token→服务端校验并删除Token(一次有效)。
状态机:订单状态只能单向流转(待支付→已支付→已发货),重复请求被状态校验拦截。
乐观锁:UPDATE ... SET version=version+1 WHERE version=旧版本。
Redis Set:请求ID存入Redis(SETNX),存在则拒绝。
面试要点:幂等性是分布式系统的核心要求,至少掌握3种方案。
设计一个灰度发布系统?
★★★★
维度灰度:按用户ID(尾号)、按地区、按设备类型、按百分比。
架构:Gateway根据灰度规则→路由到灰度版本Pod。
K8s方案:Nginx Ingress的canary注解或Istio的VirtualService。
指标监控:灰度期间对比新旧版本的错误率、延迟、成功率。
回滚:指标异常时一键切回旧版本。
面试要点:能描述灰度发布的完整流程(规则配置→路由→监控→全量/回滚)。
二、高频八股文追问链(13-28)
HashMap的7层追问链?
★★★★★
Q1: HashMap的底层结构?→ 数组+链表+红黑树(JDK 8+)。
Q2: 为什么用红黑树?→ 链表过长(>8)时查询O(n)→O(logn)。
Q3: 为什么阈值是8?→ 泊松分布计算,链表长度达8的概率极低(千万分之一)。
Q4: 扩容机制?→ 2倍扩容,重新hash分配(lo/hi链表拆分)。
Q5: 为什么容量是2的幂?→ hash & (n-1)等价于取模,位运算更快。
Q6: 线程不安全的表现?→ JDK7头插法死循环、数据覆盖。
Q7: ConcurrentHashMap怎么保证线程安全?→ CAS+synchronized(锁桶节点)。
面试要点:7层追问是HashMap面试的标准深度。
synchronized的5层追问链?
★★★★★
Q1: synchronized怎么用?→ 修饰方法/代码块。
Q2: 锁的是什么?→ 实例锁(对象头)、类锁(Class对象)。
Q3: 锁升级过程?→ 无锁→偏向锁→轻量级锁→重量级锁。
Q4: 偏向锁为什么被废弃(JDK 15+)?→ 实际场景中偏向锁撤销开销大,收益不高。
Q5: synchronized vs ReentrantLock?→ 内置锁 vs 显式锁、自动释放 vs 手动释放、不可中断 vs 可中断/超时。
Spring Bean的6层追问链?
★★★★★
Q1: Bean的生命周期?→ 实例化→属性注入→Aware回调→初始化前→初始化→初始化后→使用→销毁。
Q2: 循环依赖怎么解决?→ 三级缓存(singletonObjects/earlySingletonObjects/singletonFactories)。
Q3: 构造器注入的循环依赖能解决吗?→ 不能,只能用@Lazy或重构。
Q4: 为什么用三级缓存而不是二级?→ 处理AOP代理——提前暴露的可能是代理对象。
Q5: BeanPostProcessor的作用?→ 在初始化前后做增强(如AOP代理创建)。
Q6: @Autowired注入原理?→AutowiredAnnotationBeanPostProcessor扫描注入点→通过类型/名称查找Bean。
JVM GC的5层追问链?
★★★★★
Q1: GC算法有哪些?→ 标记-清除、标记-复制、标记-整理。
Q2: G1的分区原理?→ Region分区、Mixed GC(回收性价比高的Region)。
Q3: ZGC为什么能做到亚毫秒停顿?→ 读屏障+染色指针+并发整理。
Q4: 什么情况下会Full GC?→ 老年代满、Metaspace满、System.gc()、分配大对象。
Q5: 如何调优GC?→ 选择GC算法→设置堆大小→观察GC日志→调整Region大小/停顿目标。
MySQL索引的5层追问链?
★★★★★
Q1: 为什么用B+树不用B树?→ B+树叶子链表连接支持范围查询,非叶节点不存数据扇出更大。
Q2: 联合索引的最左前缀?→ (a,b,c)支持a、(a,b)、(a,b,c),不支持b或c。
Q3: 索引下推(ICP)?→ 在存储引擎层根据索引条件过滤,减少回表次数。
Q4: 覆盖索引?→ 查询字段全在索引中,不需要回表。
Q5: 索引失效的场景?→ 函数计算、隐式转换、OR条件、LIKE '%%'、NOT IN。
Redis的5层追问链?
★★★★★
Q1: Redis为什么快?→ 单线程无锁、内存操作、IO多路复用、高效数据结构。
Q2: 持久化方案?→ RDB(快照)+ AOF(追加日志),混合持久化(RDB+AOF增量)。
Q3: 缓存穿透怎么办?→ 布隆过滤器(拦截不存在的key)、缓存空值(短TTL)。
Q4: 分布式锁怎么实现?→ SET key value NX EX 30(原子加锁)→ Redisson看门狗续期。
Q5: Redis Cluster的数据分片?→ 16384个hash slots,key的CRC16%16384确定slot。
Kafka的5层追问链?
★★★★★
Q1: Kafka怎么保证消息不丢?→ Producer acks=all + Broker min.insync.replicas=2 + Consumer手动提交offset。
Q2: 怎么保证顺序?→ 同一分区内有序(相同Key的消息进同一分区)。
Q3: 消息堆积怎么办?→ 增加Consumer(≤分区数)、优化消费逻辑、临时扩容。
Q4: ISR机制?→ 与Leader保持同步的副本集合,Leader故障时从ISR中选举。
Q5: Exactly-Once怎么实现?→ 幂等Producer + 事务 + Consumer端read_committed。
Spring Boot自动配置原理?
★★★★★
@SpringBootApplication = @SpringBootConfiguration + @EnableAutoConfiguration + @ComponentScan。
@EnableAutoConfiguration:通过SpringFactoriesLoader加载META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports中列出的配置类。
@Conditional系列:@ConditionalOnClass、@ConditionalOnMissingBean、@ConditionalOnProperty——条件装配。
spring.autoconfigure.exclude:排除不需要的自动配置。
面试要点:能讲清从@SpringBootApplication到Bean创建的完整链路。
事务的传播行为?
★★★★
REQUIRED(默认):有事务加入,无事务新建。最常用。
REQUIRES_NEW:总是新建事务,挂起当前事务。适合日志记录(不受外部事务影响)。
NESTED:嵌套事务(savepoint),外部回滚则内部也回滚,内部回滚不影响外部。
NEVER:不允许在事务中运行,有事务则抛异常。
面试要点:REQUIRED vs REQUIRES_NEW vs NESTED的区别是高频考点。
AOP的实现原理?
★★★★★
JDK动态代理:基于接口,通过Proxy.newProxyInstance创建代理对象。
CGLIB代理:基于继承,通过生成目标类的子类实现代理(不能代理final类)。
Spring选择规则:目标类实现了接口→JDK代理;目标类没有接口→CGLIB代理;Spring Boot 2.x默认全部CGLIB。
面试要点:JDK vs CGLIB的区别、Spring的默认选择、为什么Spring Boot默认CGLIB。
ThreadLocal的原理和内存泄漏?
★★★★
原理:每个Thread维护一个ThreadLocalMap(key=ThreadLocal弱引用,value=实际值)。
内存泄漏原因:ThreadLocal对象被回收后(弱引用),key变成null但value还在→Entry<null, value>无法被GC。
解决:使用完后调用threadLocal.remove()清理。
线程池问题:线程复用时ThreadLocal值残留→在任务执行前后清理。
面试要点:能画出ThreadLocalMap的结构图,解释弱引用key导致泄漏的原因。
volatile的原理?
★★★★
可见性:写入volatile变量时强制刷回主内存,读取时从主内存加载。
有序性:通过内存屏障防止指令重排序。
不保证原子性:i++操作不是原子的(读→改→写三步)。
happens-before:volatile写→后续的volatile读。
面试要点:volatile保证可见性和有序性,不保证原子性。
ConcurrentHashMap的扩容?
★★★★
JDK 8:transfer方法支持多线程并发扩容——每个线程负责一段bucket(stride=16)。
ForwardingNode:扩容中的bucket放置占位节点,其他线程看到后协助扩容。
size计算:baseCount + CounterCell数组(分散计数,避免CAS竞争)。
面试要点:CHM的并发扩容是多线程协作的,不是单线程完成的。
TCP三次握手和四次挥手?
★★★★★
三次握手:Client→SYN→Server→SYN+ACK→Client→ACK→连接建立。
为什么三次?→ 防止历史重复连接初始化(两次无法确认客户端收到)。
四次挥手:Client→FIN→Server→ACK→Server→FIN→Client→ACK→等待2MSL→关闭。
为什么四次?→ Server的ACK和FIN可能不同时发(Server可能还有数据要发)。
TIME_WAIT:等待2MSL确保最后一个ACK到达Server。
HTTP/1.1 vs HTTP/2 vs HTTP/3?
★★★★
HTTP/1.1:文本协议、队头阻塞(一个TCP连接同一时间只有一个请求)、keepalive复用连接。
HTTP/2:二进制帧、多路复用(一个连接并行多个请求)、头部压缩(HPACK)、服务器推送。
HTTP/3:基于QUIC(UDP),解决了TCP层的队头阻塞,连接建立更快(0-RTT)。
面试要点:HTTP/2解决应用层队头阻塞,HTTP/3解决传输层队头阻塞。
HTTPS的握手过程?
★★★★
客户端→ServerHello(支持的TLS版本+加密套件+随机数A)。
服务端→ClientHello(选择的TLS版本+加密套件+证书+随机数B)。
客户端验证证书→生成预主密钥→用服务器公钥加密→发送给服务器。
双方根据(随机数A + 随机数B + 预主密钥)生成会话密钥。
后续通信用会话密钥对称加密。
面试要点:非对称加密交换密钥,对称加密传输数据。
三、项目经验与面试策略(29-40)
项目介绍怎么讲(STAR框架)?
★★★★★
Situation(背景):我负责的XX系统每天处理XX万请求/XX条数据。
Task(任务):需要解决XX问题(如延迟高/数据不一致/可扩展性差)。
Action(行动):我做了XX(技术方案+为什么这么选+解决了什么困难)。
Result(结果):量化成果——延迟降低XX%、成本节约XX%、QPS提升XX%。
面试要点:每个项目用2分钟讲完STAR,留时间给面试官追问。
AI项目的面试话术?
★★★★★
项目描述:"我负责一个基于RAG的智能客服系统,用户提问后先检索知识库(向量检索),再将检索结果和问题一起发给LLM生成回答。"
技术选型:"选择Spring AI 1.0因为团队是Java技术栈,ChatClient的Advisor机制方便做Token统计和限流。"
难点:"主要难点是召回率——初期只有60%,通过混合检索(向量+关键词)+查询改写提升到85%。"
成果:"上线后客服人工介入率从40%降低到15%,平均响应时间从5分钟降到3秒。"
面试中被问到不会的题怎么办?
★★★★
诚实回答:"这个点我了解不深,但我知道它跟XX相关..."。
展示思路:"如果是我的话,我会从XX角度去分析..."。
关联已知:"这个跟XX(你擅长的)有点类似,可以类比理解..."。
错误回答:"这不重要" / "这个项目用不到" / 沉默。
反问面试官什么问题?
★★★★
团队相关:"团队目前的技术栈和项目方向?"
AI落地:"公司目前在AI落地方面有哪些探索?我加入后可能负责什么?"
成长空间:"新人入职后的培养计划和成长路径?"
避免问:薪资(HR面再谈)、加班(暗示你不想加班)、公司负面信息。
如何准备系统设计面试?
★★★★
四步法:(1) 需求澄清——问清楚功能需求+非功能需求(QPS/数据量/延迟);(2) 高层设计——画架构图(2-3个核心组件);(3) 深入设计——讨论关键组件的细节(存储/缓存/MQ);(4) 权衡分析——讨论trade-off(一致性 vs 可用性、成本 vs 性能)。
准备清单:秒杀、短链、Feed流、消息推送、搜索引擎、排行榜、限流器、分布式锁。
编码面试怎么准备?
★★★★
LeetCode高频:Top 100 Liked + Top Interview 150。
分类刷题:数组/链表/树/图/动态规划/二分查找/回溯/滑动窗口。
Java特有:手写HashMap、手写LRU Cache、手写线程安全的单例、手写生产者消费者。
时间分配:每周10题,每题30分钟,先思路后编码。
面试中的白板编程技巧?
★★★★
先说思路:不要上来就写,先跟面试官确认理解题意,说出解法。
边写边说:解释你为什么这么写,展示思维过程。
处理边界:空输入、单元素、重复值、溢出。
复杂度分析:主动说出时间和空间复杂度。
如何包装项目经验?
★★★★
量化指标:用数字说话(日活10万→100万、延迟200ms→50ms、机器20台→8台)。
技术深度:不说"我用了Redis",而说"我用Redis Sorted Set实现实时排行榜,支持百万级QPS"。
决策过程:说"为什么选择A而不是B"比"我用了A"更有价值。
避免造假:面试官会深挖,不熟悉的不要写进简历。
如何应对压力面试?
★★★★
保持冷静:面试官质疑的不是你,而是在测试你的抗压能力。
不要争辩:承认不足,展示改进思路。
回到事实:用具体数据和案例支撑你的观点。
表现积极:"我会在入职后深入学习这块"。
HR面怎么准备?
★★★★
自我介绍:1-2分钟,突出核心竞争力和AI方向。
为什么离职:积极原因(追求更大发展、对AI方向感兴趣)。
职业规划:3年内成为AI应用架构师,能独立设计AI落地方案。
期望薪资:提前调研市场价(深圳20K→25K),给出合理区间。
技术博客/GitHub如何给面试加分?
★★★★
技术博客:写AI落地实践、性能调优、源码分析等深度文章。面试时附链接。
GitHub:有Star的开源项目贡献或自己写的Demo项目。
简历体现:在项目经历中引用博客文章,展示技术深度。
面试话术:"我在博客中详细写过这个问题的排查过程,面试官可以参考"。
2026年Java+AI面试的核心竞争力?
★★★★★
Java基础扎实:并发/JVM/集合/Spring原理——这是门槛。
AI落地能力:Spring AI + RAG + Agent + MCP——这是差异点。
系统设计:能设计高并发/分布式/AI应用系统——这是高级岗要求。
云原生实践:Docker + K8s + CI/CD + 可观测性——这是加分项。
实战经验:有真实项目(不是Demo)——这是决定性因素。
面试话术:"我是一个有Java基础+AI落地能力的工程师,能独立完成从需求到上线的AI应用开发"。
← 返回首页
↑