Java核心知识体系

JVM内存模型
集合框架
IO与NIO

JVM内存结构与垃圾回收

JVM（Java虚拟机）是Java跨平台的核心。理解其内存模型对于排查OOM（OutOfMemoryError）和CPU飙高问题至关重要。

  • 堆内存（Heap）： 存储对象实例，是GC的主要区域。分为新生代（Eden, Survivor）和老年代。
  • 栈内存（Stack）： 存储局部变量、操作数栈、方法出口等。每个线程私有。
  • 方法区（Method Area）： 存储类信息、常量、静态变量。在Java 8之后被元空间（Metaspace）取代。
  • 直接内存（Direct Memory）： 不属于JVM运行时数据区，但可能被OOM。常用于NIO操作。
// 常见的JVM参数配置示例
-Xms2g -Xmx2g          // 初始堆和最大堆内存
-XX:+UseG1GC           // 使用G1垃圾收集器
-XX:MaxGCPauseMillis=200 // 最大GC停顿时间

常用集合类底层原理

集合框架是Java开发中最常用的组件之一。面试官常问HashMap、ArrayList、ConcurrentHashMap的实现细节。

集合类 底层结构 特点 线程安全
ArrayList 动态数组 查询快，增删慢，支持随机访问 否
LinkedList 双向链表 增删快，查询慢，适合频繁插入删除 否
HashMap 数组+链表/红黑树 键值对存储，O(1)查询，允许null键 否
ConcurrentHashMap 数组+链表/红黑树+CAS+synchronized 高并发下性能优于Hashtable和Collections.synchronizedMap 是

IO模型与NIO

Java IO经历了从BIO（阻塞IO）到NIO（非阻塞IO）再到AIO（异步IO）的演变。Netty等高性能框架基于NIO构建。

BIO： 每个连接创建一个线程，适合连接数少且固定的场景。

NIO： 支持多路复用器Selector，一个线程可以处理多个连接，适合高并发场景。

AIO： 异步非阻塞，操作系统完成后回调通知，使用场景相对较少。

MySQL与Redis深度解析

考点一：索引优化
B+树索引结构详解

MySQL InnoDB引擎默认使用B+树作为索引结构。与B树相比，B+树所有数据都存储在叶子节点，非叶子节点只存储键值，这使得B+树的高度更低，查询效率更稳定。且叶子节点之间通过双向链表连接，非常适合范围查询。

聚簇索引与非聚簇索引： 聚簇索引的叶子节点存储完整行数据，通常为主键索引；非聚簇索引（二级索引）叶子节点存储主键ID。回表查询需要通过二级索引找到主键，再回聚簇索引查数据，可通过覆盖索引优化。

考点二：事务隔离
MVCC与事务隔离级别

MySQL通过MVCC（多版本并发控制）实现非锁定读，提高了并发性能。结合Read View（读视图）判断数据的可见性。

  • 读未提交（Read Uncommitted）： 可以看到其他事务未提交的数据。
  • 读已提交（Read Committed）： Oracle默认，每次查询生成新的Read View，避免脏读，但可能出现不可重复读。
  • 可重复读（Repeatable Read）： MySQL默认，事务开始时生成Read View，保证同一事务内多次读取结果一致，解决不可重复读。
  • 串行化（Serializable）： 最高隔离级别，通过锁实现，性能最差。
考点三：Redis持久化
RDB与AOF对比

RDB（Redis Database）是快照形式，定期将内存数据写入磁盘，恢复速度快但可能丢失最后一次快照后的数据。AOF（Append Only File）记录每条写命令，数据安全性高但文件体积大，恢复速度慢。生产环境通常两者结合使用。

分布式架构与中间件

在微服务架构下，分布式一致性、服务治理和消息队列是后端开发的难点。以下是核心知识点的梳理。

分布式锁实现

基于Redis的Redlock算法或Zookeeper的临时顺序节点均可实现分布式锁。关键在于锁的过期时间、看门狗机制（自动续期）以及原子性（SETNX + EXPIRE）。

消息队列积压处理

Kafka/RocketMQ积压时，紧急方案包括：增加Topic分区、临时扩容消费者实例、编写快速消费程序（丢弃部分非核心逻辑）。

CAP理论与BASE

CAP指一致性（Consistency）、可用性（Availability）、分区容错性（Partition Tolerance）。分布式系统无法同时满足三者，通常牺牲一致性换取可用性（AP）或牺牲可用性换取一致性（CP）。

系统设计案例

如何设计一个短链接生成系统？

短链接系统是后端面试中的经典系统设计题，考察点包括哈希算法、数据库存储、重定向逻辑等。

  1. 短码生成策略：
    • 哈希截断： 对URL进行MD5或SHA1哈希，取前几位作为短码。缺点是有冲突，需要处理碰撞。
    • 自增ID转62进制： 使用数据库自增ID，转换为62进制（0-9, a-z, A-Z）字符串。优点是无冲突，缺点是ID泄露可推测流量。
    • 分布式ID： 使用Snowflake算法生成全局唯一ID，再转62进制。适合高并发场景。
  2. 存储设计：
    • 短码作为主键，长URL作为值。
    • 可使用MySQL存储，初期数据量不大时性能足够。后期可分库分表或使用Redis缓存热点短链。
  3. 重定向逻辑：
    • 收到短链接请求，解析短码，查询数据库或缓存获取长URL。
    • 返回301（永久重定向）或302（临时重定向）。301有利于SEO，302更灵活。
  4. 高可用与缓存：
    • 热点短链接优先从Redis读取，减轻数据库压力。
    • 设置合理的过期时间，定期清理无效短链。