← 返回首页 ❓ 面试题库
📑 本篇章节导航 (共5章,点击直达)
一、CPU问题排查(1-10)二、内存问题排查(11-20)三、数据库问题排查(21-30)四、综合实战场景题(31-50)附:速查表

Q90 - 线上故障排查与项目实战场景题

共50道题 | 难度分布:★★★★★平均 | 20K+ Java高级开发/SRE岗位必考

一、CPU问题排查(1-10)

线上CPU 100%如何排查?完整步骤?

★★★★★

1. top 找到CPU最高的Java进程PID。

2. top -Hp <PID> 找到CPU最高的线程TID。

3. printf '%x\n' <TID> 将TID转为十六进制(如0x1a2b)。

4. jstack <PID> > thread_dump.txt 导出线程栈。

5. 在dump中搜索nid=0x1a2b,定位线程代码。


  thread -n 3    # 显示CPU最高的3个线程
  thread <thread-id>  # 查看指定线程栈

频繁Full GC如何排查?

★★★★★

1. jstat -gcutil <PID> 1000 10:观察各代内存和GC频率。

2. jstat -gccause <PID>:查看GC原因。

3. jmap -histo:live <PID> | head -20:查看存活对象统计。

4. -XX:+PrintGCDetails -Xlog:gc*:file=gc.log:分析GC日志。

如何排查死循环?

★★★★☆

1. top -Hp找到高CPU线程。

2. jstack查看线程栈 → 定位到具体代码行。

3. 检查循环条件是否可能永远为true。

如何排查正则ReDoS?

★★★★☆

CPU上下文切换高如何排查?

★★★★☆

1. pidstat -w -p <PID> 1:查看进程级上下文切换。

2. pidstat -wt -p <PID> 1:查看线程级上下文切换。

3. 找到切换最高的线程→jstack定位。

如何排查线程死锁?

★★★★★

Arthas的核心命令?

★★★★★

Java Flight Recorder(JFR)的用法?

★★★★☆

如何排查应用启动慢?

★★★★☆

1. /actuator/startup(Spring Boot 2.6+):查看启动各阶段耗时。

2. ApplicationStartup自定义记录。

3. JFR录制启动过程。

如何排查请求延迟高?

★★★★★


二、内存问题排查(11-20)

OOM如何排查?完整流程?

★★★★★

1. 获取堆转储文件(自动生成或jmap -dump)。

2. MAT(Memory Analyzer Tool)分析。

3. 查看Leak Suspects(泄漏嫌疑)。

4. Dominator Tree查看占用最大的对象。

5. 查看GC Roots引用链,找到泄漏根因。

内存泄漏的常见场景?

★★★★★

如何排查Metaspace OOM?

★★★★☆

如何排查堆外内存泄漏?

★★★★☆

如何分析GC日志?

★★★★★


  [Pause Young (G1 Evacuation Pause), 0.0234567 secs]
  [Eden: 256.0M(256.0M)->0.0B(230.0M) Survivors: 0.0B->26.0M Heap: 256.0M(512.0M)->23.5M(512.0M)]
  [Times: user=0.08 sys=0.01, real=0.02 secs]

如何排查大对象(Big Object)问题?

★★★★☆

如何排查内存使用持续增长但无OOM?

★★★★☆

1. jstat -gcutil <PID> 5000:观察各代内存趋势。

2. 如果Old区持续增长→可能有内存泄漏。

3. jmap -histo:live <PID> 在两个时间点对比对象数变化。

4. 增长的对象类型→定位泄漏代码。

如何排查Young GC过于频繁?

★★★★☆

如何排查Full GC停顿时间长?

★★★★☆

如何排查容器中的内存问题?

★★★★★


三、数据库问题排查(21-30)

如何排查慢SQL?

★★★★★

如何排查MySQL死锁?

★★★★★

如何排查数据库连接池耗尽?

★★★★★

1. HikariCP:HikariPoolMXBean查看activeConnections/idleConnections。

2. SHOW PROCESSLIST:查看数据库当前连接。

3. SHOW STATUS LIKE 'Threads_connected':当前连接数。

如何排查MySQL主从延迟?

★★★★☆

如何设计分库分表方案?

★★★★★

1. 评估数据量:单表超过1000万行或单库超过500GB考虑分片。

2. 选择分片键:高频查询字段(user_id/order_id)。

3. 分片策略:Hash取模(均匀)/ 范围分片(时间)。

4. 分片数量:预估3-5年数据量 / 单表500万。

如何处理大事务问题?

★★★★☆

如何排查Redis慢查询?

★★★★☆

如何排查Redis连接数爆满?

★★★★☆

如何排查消息积压问题?

★★★★★

如何设计数据库的读写分离切换?

★★★★☆

1. 确认从库数据同步完成(Seconds_Behind_Master=0)。

2. 应用连接切到从库(修改配置中心数据源)。

3. 验证读请求正常。

4. 写请求切到新主库。

5. 全量验证。


四、综合实战场景题(31-50)

如何设计一个秒杀系统?

★★★★★

如何设计一个扫码登录系统?

★★★★★

1. 网页请求二维码→生成token→SSE长连接等待扫码结果。

2. 手机扫码→携带用户token→调用服务端确认。

3. 服务端关联网页token与用户token。

4. SSE推送登录成功→网页获得认证信息。

如何处理百万数据导出(防OOM)?

★★★★★


  @Select("SELECT * FROM big_table")
  @Options(fetchSize = Integer.MIN_VALUE) // MySQL流式查询
  Cursor<User> scan();

使用EasyExcel/SXSSFWorkbook(POI流式写入)。

如何设计一个延迟任务系统?

★★★★★


  // 下单时发延迟消息
  rocketMQTemplate.syncSend("order-timeout", message, 3000, 5); // 5级=30分钟
  // 消费者处理
  @Consumer(topic = "order-timeout")
  public void onTimeout(Message msg) {
      Order order = orderMapper.selectById(msg.getId());
      if (order.getStatus() == UNPAID) {
          order.setStatus(CANCELLED);
          orderMapper.updateById(order);
      }
  }

如何设计接口幂等性?

★★★★★

1. 客户端请求Token→服务端生成存Redis→返回。

2. 提交请求携带Token→服务端SETNX检查→存在则删除并处理。

如何设计一个单点登录(SSO)系统?

★★★★☆

1. 用户登录认证中心→生成JWT Token→存Redis(token:userId)→写Cookie(认证中心域)。

2. 子系统跳转认证中心检查Cookie→有效→生成子系统Token→重定向回子系统。

3. 子系统验证Token→获取用户信息。

如何排查分布式系统的链路问题?

★★★★★

1. 拿到TraceId。

2. 在链路追踪系统中查看完整调用链。

3. 找到耗时最长的Span。

4. 分析该Span对应的接口/SQL。

5. 定位根因(慢SQL/外部服务超时/GC停顿)。

如何实现接口的版本管理?

★★★★☆

如何设计一个文件上传/下载系统?

★★★★☆

如何设计一个对账系统?

★★★★☆

1. T+1下载渠道账单(定时任务)。

2. 按订单号匹配我方流水。

3. 比对金额、状态。

4. 输出差异报告(短款:渠道有我没有 / 长款:我有渠道没有)。

5. 差异处理(人工/自动补单/退款)。

如何排查线上接口突然变慢?

★★★★★

1. 确认是所有接口慢还是特定接口。

2. 检查监控:CPU/内存/GC/网络/磁盘。

3. APM链路追踪看哪个环节慢。

4. 数据库:慢查询日志、锁等待、连接池。

5. 外部依赖:第三方接口响应时间。

6. 近期变更:是否发布了新版本/改了配置。

如何设计一个高可用的配置中心?

★★★★☆

如何实现限流的动态调整?

★★★★☆

如何设计一个灰度发布系统?

★★★★★

1. 网关层:根据规则(用户ID/随机比例/Cookie)在Header添加灰度标签。

2. 服务层:自定义负载均衡(根据Header匹配实例metadata)。

3. 数据层:灰度用户使用灰度数据库(影子库)。

如何排查K8s中的Pod CrashLoopBackOff?

★★★★☆

1. kubectl describe pod <name>:查看Events(OOMKilled/Error等)。

2. kubectl logs <name> --previous:查看上一次容器的日志。

3. 常见原因:

如何设计一个统一的异常处理体系?

★★★★☆


  @RestControllerAdvice
  public class GlobalExceptionHandler {
      @ExceptionHandler(BizException.class)
      public Result handleBiz(BizException e) {
          log.warn("业务异常", e);
          return Result.fail(e.getCode(), e.getMessage());
      }
      @ExceptionHandler(Exception.class)
      public Result handleException(Exception e) {
          log.error("系统异常", e);
          return Result.fail(500, "系统繁忙");
      }
  }

如何实现分布式链路日志追踪?

★★★★★

1. Filter/Interceptor生成TraceId→放入MDC。

2. Logback配置%X{traceId}自动输出。

3. Feign/RestTemplate Interceptor透传TraceId Header。

4. MQ消息携带TraceId。

如何排查网络不通问题?

★★★★☆

1. ping:基础连通性。

2. telnet/nc -zv:端口是否可达。

3. curl -v:HTTP层是否响应。

4. traceroute/mtr:路由路径。

5. nslookup/dig:DNS解析。

6. iptables/firewall:防火墙规则。

7. 抓包:tcpdump -i eth0 port 8080 -w capture.pcap。

如何设计一个API限流降级体系?

★★★★★

面试综合:线上生产环境整体监控方案?

★★★★★


附:速查表

问题排查命令/工具
CPU 100%top -Hp → jstack → nid定位
频繁Full GCjstat -gcutil → jmap -histo → GC日志
OOMHeapDumpOnOutOfMemoryError → MAT分析
死锁jstack → "Found one Java-level deadlock"
慢SQLslow_query_log + EXPLAIN
连接池耗尽HikariPoolMXBean + SHOW PROCESSLIST
消息积压kafka-consumer-groups --describe → Lag
Pod崩溃kubectl describe pod + logs --previous
接口变慢APM链路追踪 → 分解延迟
网络不通ping→telnet→curl→tcpdump