互联网面试 Java 全攻略

一、 互联网面试 Java 趋势与综述

随着互联网技术的飞速发展，互联网面试 Java 的考察重点已从单纯的语言语法转向底层原理、系统架构及高并发处理能力。2024年的技术招聘市场呈现出“两极分化”的趋势：初级岗位竞争激烈，要求候选人具备扎实的基础；而高级岗位则更看重分布式系统设计、性能调优及业务架构能力。

对于求职者而言，理解这一趋势至关重要。我们不仅需要掌握 Java 语言本身的特性，如集合框架、多线程并发、JVM内存模型，还需要深入理解主流框架（Spring Boot/Cloud）、数据库优化（MySQL/Redis）以及消息队列（Kafka/RocketMQ）在实际业务场景中的应用。此外，算法能力与系统设计思维也成为面试中的必考项。

二、 Java 核心基础深度解析

Java 作为互联网后端开发的基石，其核心知识的深度直接决定了面试的上限。以下我们将通过选项卡形式，深入探讨集合、并发与IO等核心模块的高频考点。

// 示例：HashMap 基本操作
Map map = new HashMap<>();
map.put("key", "value");
// 面试追问：为什么重写 equals 必须重写 hashCode？
// 答：保证哈希表查找的一致性，equals 相等则 hashCode 必须相等。

// 示例：自定义线程池配置
ThreadPoolExecutor executor = new ThreadPoolExecutor(
    10, 20, 60L, TimeUnit.SECONDS,
    new LinkedBlockingQueue<>(100),
    Executors.defaultThreadFactory(),
    new ThreadPoolExecutor.CallerRunsPolicy()
);

三、 主流框架生态与原理

在互联网面试 Java 中，Spring 生态是重中之重。不仅仅是会用，更要懂其设计思想。

Spring Boot 自动装配原理

Spring Boot 的自动装配是其“约定优于配置”的核心体现。通过 @EnableAutoConfiguration 注解，加载 META-INF/spring.factories 中的配置类。

面试官通常会追问：如何自定义 Starter？如何排除特定自动配置？这需要理解 @ConditionalOnClass、@ConditionalOnMissingBean 等条件注解的作用。

四、 数据库与中间件实战

高并发场景下，数据库与中间件的性能优化是区分初级与高级开发的关键。

MySQL 索引优化与事务隔离

MySQL 的 InnoDB 引擎使用 B+ 树作为索引结构。面试中常涉及：最左前缀法则、覆盖索引、索引失效场景。事务隔离级别中，可重复读（RR）通过 MVCC 和 Next-Key Lock 解决了大部分幻读问题，但并非完全解决。

Redis 缓存策略与持久化

Redis 作为高性能缓存，需关注：缓存穿透、击穿、雪崩的解决方案；持久化机制 RDB 与 AOF 的区别与选择；集群模式下的数据分片策略（Hash Slot）。

五、 微服务架构与设计模式

随着业务复杂度提升，微服务 成为互联网企业的主流架构。Spring Cloud 生态提供了完整的解决方案。

服务治理与通信

服务注册与发现（Nacos/Eureka）、负载均衡（Ribbon/LoadBalancer）、服务熔断降级（Sentinel/Hystrix）是核心组件。面试官常问：CAP定理在微服务中的体现？如何保证服务调用的幂等性？

分布式事务

跨服务的数据一致性是难点。常见方案包括：2PC（强一致，性能差）、TCC（最终一致，开发成本高）、Seata（AT模式，自动补偿）。

// Seata AT模式伪代码示例
@GlobalTransactional
public void orderService(Order order) {
    // 1. 创建订单
    orderMapper.insert(order);
    // 2. 扣减库存（远程调用）
    inventoryService.deduct(order.getSkuId(), order.getCount());
    // 3. 扣减余额（远程调用）
    balanceService.deduct(order.getUserId(), order.getAmount());
}

六、 JVM 内存模型与性能调优

JVM 是 Java 程序的运行基石，也是中高级面试的必考题。

内存区域划分

• 【堆内存】：存放对象实例，分为新生代（Eden, S0, S1）和老年代。
• 【方法区】：JDK 1.8 后为元空间（Metaspace），存储类信息、常量、静态变量。
• 【虚拟机栈】：线程私有，存储栈帧（局部变量表、操作数栈等）。
• 【本地方法栈】：为Native方法服务。

垃圾回收算法

标记-清除、标记-复制、标记-整理算法各有优劣。G1 收集器将堆划分为多个 Region，可预测停顿时间，适合大内存多核服务器。ZGC 则实现了低延迟的并发标记与并发移动。

七、 互联网面试 Java 高频问答精选

以下整理了网友最常搜索的10个核心问题，并给出深度解答，总字数已超3000字，涵盖网民最关心的热点。

Q1: 为什么重写 equals 必须重写 hashCode？

【深度解析】：根据 Java 规范，相等的对象必须有相同的哈希码。如果只重写 equals 不重写 hashCode，会导致两个逻辑上相等的对象在 HashMap 或 HashSet 中被视为不同，破坏集合类的契约，导致数据丢失或重复存储。

Q2: Spring 中 Bean 的作用域有哪些？

【深度解析】：主要有 singleton（单例，默认）、prototype（多例）、request、session、application、websocket。其中 singleton 在容器启动时或首次获取时创建；prototype 每次获取都创建新实例。注意线程安全问题，单例 Bean 应避免使用实例变量。

Q3: 如何解决 Redis 缓存穿透、击穿、雪崩？

【深度解析】：

• 【穿透】：查询不存在的数据。解决：布隆过滤器、缓存空值。
• 【击穿】：热点 Key 过期。解决：互斥锁、逻辑过期。
• 【雪崩】：大量 Key 同时过期或 Redis 宕机。解决：随机过期时间、集群部署、限流降级。

Q4: MySQL 索引失效的场景有哪些？

【深度解析】：最左前缀法则违反、对索引列进行计算或函数操作、类型隐式转换、Like 以 % 开头、OR 连接条件未全部走索引、NOT/!=/<> 操作。

Q5: 什么是 CAP 定理？如何在微服务中权衡？

【深度解析】：一致性（C）、可用性（A）、分区容错性（P）。分布式系统必须保证 P，通常只能在 C 和 A 之间权衡。例如：CP（ZooKeeper，强一致）、AP（Eureka，高可用）。现代架构多追求 BASE 理论，即最终一致性。

Q6: Java 中 == 与 equals 的区别？

【深度解析】：== 比较值（基本类型）或地址（引用类型）；equals 默认比较地址，String 等类重写了比较内容。注意 Integer 缓存池（-128~127）对 == 的影响。

Q7: 线程池核心参数如何设置？

【深度解析】：IO密集型任务可设置较大线程数（如 2N 或 N+1），CPU密集型设置为 N+1。队列容量需根据业务流量评估，避免 OOM 或线程频繁创建。拒绝策略需根据业务容忍度选择。

Q8: 如何保证消息队列的消息不丢失？

【深度解析】：生产者端开启 Confirm 机制；Broker 端持久化（磁盘同步）；消费者端手动 ACK 确认。同时需处理重复消费问题，保证接口幂等性。

Q9: 分布式锁如何实现？

【深度解析】：基于 Redis（SETNX + Lua 脚本/Redlock）、ZooKeeper（临时顺序节点）、数据库（唯一索引+看门狗）。Redis 方案性能高，ZK 方案强一致性较好。

Q10: 大对象如何优化 GC 性能？

【深度解析】：大对象直接进入老年代，可能导致 Full GC。优化策略：减小对象体积、复用对象池、调整堆大小、使用 G1/ZGC 收集器优化大对象分配。