Java核心基础高频考点

集合框架深度解析

在Java EE面试题中，集合框架是必问环节。面试官常追问HashMap的底层实现原理，特别是在JDK 1.8之后引入了红黑树以解决哈希冲突导致的性能下降问题。需要掌握HashMap与HashTable的区别，前者线程不安全但效率高，支持null键值；后者线程安全但性能较低。此外，ConcurrentHashMap在并发环境下的分段锁（JDK 1.7）和CAS+synchronized（JDK 1.8）机制也是考察重点。

多线程与并发编程

并发编程是区分初级与高级Java开发者的关键。核心考点包括ThreadLocal的内存泄漏问题及其使用场景，ThreadPoolExecutor的7大参数配置及拒绝策略，以及volatile关键字的可见性与禁止指令重排序特性。理解AQS（AbstractQueuedSynchronizer）底层原理，如ReentrantLock和CountDownLatch的实现机制，能显著提升面试竞争力。

反射、注解与动态代理

Spring框架的底层 heavily 依赖反射和动态代理。面试中常要求手写一个简单的DI容器或AOP实现。需掌握类加载机制（双亲委派模型），以及如何通过java.lang.reflect包获取类信息。动态代理分为JDK动态代理（基于接口）和CGLIB（基于继承），理解其在Spring AOP中的应用场景至关重要。

主流框架Spring Boot核心机制

Spring Bean生命周期
自动装配原理
MyBatis缓存机制

Spring Bean的生命周期详解

Spring Bean的生命周期是面试中的经典问题。整个过程可以概括为以下几个阶段：

  1. 实例化（Instantiation）：Spring容器通过构造器或工厂方法创建Bean实例。
  2. 属性赋值（Populate）：注入Bean依赖的属性，处理@Value和@Autowired注解。
  3. 初始化（Initialization）：
    • 如果Bean实现了BeanNameAware，调用setBeanName()。
    • 如果Bean实现了BeanFactoryAware，调用setBeanFactory()。
    • 执行BeanPostProcessor.postProcessBeforeInitialization()。
    • 如果Bean实现了InitializingBean，调用afterPropertiesSet()。
    • 执行自定义的init-method。
    • 执行BeanPostProcessor.postProcessAfterInitialization()（AOP代理通常在此步生成）。
  4. 销毁（Destruction）：容器关闭时，如果Bean实现了DisposableBean，调用destroy()，或执行自定义destroy-method。

Spring Boot自动装配原理

Spring Boot的核心在于“约定优于配置”。其自动装配主要通过@SpringBootApplication注解实现，该注解包含了@EnableAutoConfiguration。启动时，Spring Boot会扫描META-INF/spring.factories（或新版的org.springframework.boot.autoconfigure.AutoConfiguration.imports）文件，加载所有候选的自动配置类。通过@ConditionalOnClass、@ConditionalOnMissingBean等条件注解，判断是否满足配置条件，从而决定是否将Bean注册到IOC容器中。例如，当classpath下存在DataSource类且用户未手动配置时，自动配置类会自动创建嵌入式数据库连接池。

MyBatis一级与二级缓存

MyBatis提供了一级缓存和二级缓存。一级缓存是SqlSession级别的，默认开启，基于PerpetualCache的HashMap本地缓存，其作用域是SqlSession。当执行update、delete、insert操作时，会清空缓存。二级缓存是Mapper（Namespace）级别的，需要手动开启，基于Cache接口实现，默认使用PerpetualCache。二级缓存需要实体类实现Serializable接口。在实际企业级开发中，通常禁用MyBatis二级缓存，转而使用Redis等分布式缓存，以保证数据一致性。

JVM内存模型与调优实战

内存区域划分

JVM内存主要分为堆（Heap）和非堆（Non-Heap）。堆是GC的主要区域，分为新生代（Young Gen）和老年代（Old Gen）。新生代又分为Eden区和两个Survivor区（S0, S1）。非堆区包括方法区（Method Area，JDK8后为元空间Metaspace）和直接内存（Direct Memory）。

垃圾回收算法

常见的GC算法有标记-清除（Mark-Sweep）、标记-复制（Mark-Copy）和标记-整理（Mark-Compact）。新生代通常使用标记-复制算法，老年代使用标记-整理或标记-清除。G1 GC和ZGC是较新的收集器，旨在提供低延迟的垃圾回收体验。

常见OOM问题排查

OutOfMemoryError（OOM）常见原因包括：内存泄漏、堆空间不足、元空间不足、直接内存溢出。排查工具包括jmap（dump内存）、jstat（监控GC状态）、VisualVM（图形化分析）以及MAT（Memory Analyzer Tool）分析Dump文件，定位大对象和引用链。

MySQL数据库优化与Redis缓存

优化维度 关键策略 详细说明
索引优化 最左前缀法则 联合索引中，查询条件必须从索引的最左列开始，否则索引失效。
SQL语句 避免SELECT 只查询需要的字段，减少网络传输和内存消耗，利于覆盖索引。
分页查询 延迟关联 对于深分页（LIMIT 1000000, 10），先通过子查询获取ID，再关联查询详情，减少回表操作。
Redis缓存 缓存穿透/击穿/雪崩 穿透：查询不存在的数据，使用布隆过滤器或缓存空值；击穿：热点Key过期，使用互斥锁；雪崩：大量Key同时过期，设置随机过期时间。
Redis数据结构 适用场景 String（计数器）、List（消息队列）、Set（交集/并集）、ZSet（排行榜）、Hash（对象存储）。

微服务架构与分布式事务

Spring Cloud组件生态

微服务架构中，服务注册与发现通常使用Nacos或Eureka（已停更）。服务间调用使用OpenFeign，负载均衡使用Ribbon或LoadBalancer。网关层使用Spring Cloud Gateway进行路由转发和权限校验。配置中心使用Nacos Config或Spring Cloud Config实现配置动态刷新。

分布式事务解决方案

在微服务环境下，保证数据一致性是难点。常见方案有：
1. 2PC（两阶段提交）：强一致性，但性能差，阻塞性强。
2. TCC（Try-Confirm-Cancel）：应用层补偿，性能好，但代码侵入性强。
3. 本地消息表/MQ事务消息：最终一致性，基于消息队列实现，解耦性好，推荐使用RocketMQ的事务消息。
4. Seata：阿里开源的分布式事务框架，支持AT、TCC、Saga等模式。

服务熔断与限流

为了防止雪崩效应，需要使用熔断降级机制。Hystrix和Sentinel是主流组件。当服务提供者响应超时或异常比例超过阈值时，熔断器打开，快速失败。限流算法包括计数器、令牌桶和漏桶算法。Sentinel支持基于QPS、线程数的限流，以及热点参数限流。

实战代码：单例模式的双重检查锁

在Java EE面试题中，单例模式的线程安全实现是高频考点。以下是标准的DCL（Double-Checked Locking）实现：

public class Singleton {
    // volatile保证可见性，禁止指令重排序
    private static volatile Singleton instance;
    private Singleton() {
        // 私有构造器，防止外部实例化
    }
    public static Singleton getInstance() {
        // 第一次检查，避免不必要的同步
        if (instance == null) {
            synchronized (Singleton.class) {
                // 第二次检查，确保线程安全
                if (instance == null) {
                    instance = new Singleton();
                }
            }
        }
        return instance;
    }
}

解析：关键字volatile在这里至关重要。因为new Singleton()不是原子操作，它包括分配内存、初始化对象、设置引用指向内存地址三个步骤。如果没有volatile，可能发生指令重排序，导致其他线程获取到未完全初始化的对象，引发空指针异常或数据不一致。