Java后端开发面试知识点复习（三）

m0_74740246

353人浏览 · 2026-04-08 13:56:36

m0_74740246 · 2026-04-08 13:56:36 发布

偏需求分析，一面

1.自我介绍（学校专业+实习经历+个人优势/与职位匹配度）

2.介绍实习工作，每一个从业务+技术去介绍

3.实习中最有挑战的工作/投入最大的工作，怎么解决难点，

对加盟商相关的多张业务表进行垂直分表。因为要在不影响原有功能的前提下，将一张包含基本信息，微信配置，商户端/司机端个性化配置，订单设置等多种杂糅信息的超大表，按功能职责拆分成多个独立的子表。

具体步骤：

（1）分析现状，确定拆分依据：梳理原表字段，识别出哪些字段属于“基本信息”、“微信配置”、“商户端个性化”、“司机端个性化”、“订单设置”这五类。拆分原则是：让每个表都有清晰的单一职责。

（2）设计新表结构：创建五张新表，确保主键与原表一致（如加盟商ID）。

（3）实现代码兼容（最关键）：

数据库层：采用双写策略。先给原表增加一个“版本标记”或“迁移状态”字段。新数据写入时，同时写入原表和新表；老数据通过后台任务异步迁移。
应用层：先让读流量指向原表，验证新表数据无误后，逐步将读流量切换到新表。使用适配器模式或数据访问代理层，封装数据来源（原表还是新表），上层业务代码无感知。
灰度发布：按加盟商ID或百分比切量，逐步切换，发现问题立即回滚。

（4）清理与验证：全量切换成功后，编写数据一致性校验工具，对比原表和新表数据。最后下线原表的冗余字段或归档原表。

为什么要拆分这些表，有什么好处？

解决宽表问题：避免单表字段过多，导致行溢出或IO性能下降。
提升缓存效率：热数据（如基本信息）和冷数据（如历史配置）分离，缓存命中率更高。
便于扩展：微信配置表增加字段，不影响读取基本信息的查询。
权限与安全：敏感字段（如支付配置）可以单独授权管理。

根据什么去拆分？

业务职责单一性：一起变化的放一起，独立变化的拆开。
访问频率/热度：高频字段（昵称、头像）与低频字段（详细协议、签名）分开。
字段长度：大字段（TEXT、BLOB）单独拆出。
变更频率：稳定字段（创建时间）与频繁更新字段（最后登录IP）分开。

表拆分，代码层如何修改？

Repository模式：创建 FranchiseeRepository，内部组合 BasicInfoRepo、WechatConfigRepo 等。上层服务只调用 FranchiseeRepository。
数据组装层：使用 Composite 或 Assembler 模式，将多表查询结果组装成完整的领域对象。
事务管理：跨表写操作需要使用分布式事务或最终一致性方案（如本地消息表+定时任务），放弃强一致性以换取高可用。

4.给定一个场景，输入一个文件，给定一些我感兴趣的关键词或者提示，把文件里相关的内容输出，最终形成数据库进行数据交互，你准备怎么做？

输入pdf文件，原件保存到数据库，引入ocr识别全部内容，同时保存到数据库。引入AI去根据关键词提取内容中相关的内容，输出并保存。

我会设计一个“智能文档处理流水线”，核心模块包括：

（1）文件上传与预处理：接收PDF，校验大小/格式，生成唯一ID。将原始PDF保存到对象存储（如OSS），元信息存入数据库（如文件名、上传时间、存储路径）。

（2）内容提取层：如果是文字型PDF（可复制文字），使用 PyPDF2 / pdfplumber 直接提取文字。如果是扫描型PDF（图片），调用 OCR服务（如Tesseract、百度OCR、AWS Textract） 识别文字。同时保存每页的OCR原始结果和坐标信息。

（3）智能解析层：不直接让大模型处理整个PDF（成本高、慢）。采用两阶段法：阶段一（召回）：用关键词匹配或轻量级NLP（如TF-IDF、BM25） 快速筛选出包含感兴趣内容的段落/页面。阶段二（精排/提取）：将筛选出的片段 + 用户关键词 + 提示词，发送给大模型（如GPT、Claude）。让模型返回结构化的JSON，例如：{“关键词”：“合同金额”，“相关内容”：“100万元”，“上下文”：“...“}。

（4）存储与交互：将提取的结构化数据存入关系型数据库（便于精确查询）和全文检索引擎（如Elasticsearch）。用户搜索时，先走ES做全文检索，再按需回查原始PDF。

从用户的视角去思考一下，针对这样一个系统，你要建哪些核心的模块或功能？

我答：登录，用户输入，结果展示，历史数据查询。

提示：公共模块和不同用户使用的模块

核心模块设计（分层视角）

（1）公共模块：

认证授权：登录/注册、JWT鉴权、RBAC权限控制。
文件管理：上传、下载、预览、删除。
任务队列：异步处理大PDF，避免阻塞（用Redis/RabbitMQ + Worker）。
日志与监控：操作审计、处理耗时追踪。

（2）面向普通用户模块：

智能提取工作台：上传文件 → 填写关键词（支持短语、正则、排除词） → 提交任务 → 实时查看进度。
结果展示：高亮关键词，点击跳转到PDF原文位置，支持导出CSV/Excel。
历史记录：按时间、文件、提取结果搜索，支持重新运行或修改关键词再运行。

（3）面向管理员模块：

模板管理：预设行业关键词包（如“合同类：甲方、乙方、金额、有效期”）。
模型配置：调整OCR引擎、大模型API Key、提示词模板。
数据审计：查看所有提取结果，标记错误样本用于模型微调。

扩展：

如何提升准确率：对于固定格式的PDF（如发票、报表），优先用规则引擎+正则；对于非固定格式，再用大模型。可以加入人工标注反馈闭环，持续优化模型。
成本与性能优化：大PDF切分处理（按页或按章节），只把相关片段送大模型。缓存常见PDF的提取结果。
数据交互设计：数据库设计至少包括：files 表（文件元信息）、extraction_tasks 表（任务状态、关键词）、extraction_results 表（结果JSON、置信度、位置索引）。

5.冒泡排序，时间复杂度和空间复杂度

冒泡排序通过两两比较，每次将最大或者最小的元素移动到整个序列的一端。

public static void bubbleSort(int[] array){
    int temp = 0;
    for(int i=0;i<array.length-1;i++){
        for(int j =0;j<array.length-1-i;j++){
            if(array[j]>array[j+1]){
                //交换两个数组元素的值
                temp = array[j];
                array[j] = array[j+1];
                array[j+1] = temp;
            }
        }
    }
    //遍历输出数组元素
    for(int value : array){
        System.out.print(value + ",");
    }
}

// 时间复杂度O(n的平方)，空间复杂度O(1)

其他排序复习：面试中常用排序算法实现（Java）-腾讯云开发者社区-腾讯云https://cloud.tencent.com/developer/article/1013629

6.反问：

技术团队规模，所做业务大小

建议——基础知识不扎实，多刷题，对于一个产品解决问题的思维，对于简历每一个项目的功能的深挖（从需求分析，为什么要这么做——到可行性分析，要怎么做——到代码实现，用了什么技术做——到功能展现，实现了什么功能，有什么提升）

偏内部系统开发，制造业

1.自我介绍，毕设做的咋样，为什么实习辞职

2.数据治理有没有经验

数据标准化：统一不同来源的字段命名、类型、单位（如日期统一为 yyyy-MM-dd，金额统一为“元”），确保用户看到的是正确易懂的数据。

数据质量检查：编写脚本定期扫描空值、重复值、异常值，并生成质量报告，查看商品市场价格爬取是否正常。

3.给定一个pdf文件，要把对应部分的数据录入到系统中，同时要根据一定规则输出我们的产品的一个文件，你会怎么做？

（1）解析与提取：识别PDF类型：文字型用 pdfplumber / Apache PDFBox；扫描型用OCR（Tesseract / 百度OCR）。提取原始文本或结构化表格。

（2）目标数据录入：规则配置化：定义JSON格式的提取规则（如关键词定位、正则、XPath-like路径）。智能匹配：对于非固定格式，使用命名实体识别或小模型（如LayoutLM）抽取特定字段（如合同编号、日期、金额）。人工校验兜底：低置信度数据推送到待审核队列，支持前端修正后入库。

（3）数据录入：设计中间表 pdf_extract_tasks（状态、原始文本、提取结果JSON）和业务表。

（4）按规则输出产品文件：将录入的数据和用户上传的要求结合，用模板引擎（Velocity / Apache POI）动态生成最终产品文件，提供下载或推送接口。

扩展：

Velocity是一个填空引擎，需要用户编写特定语法的文本模版（如Hello,$username!），然后将Java对象里的数据填入模版。模版是文本文件，可以是Word，HTML网页，Java代码，XML配置文件，SQL脚本等。专注于填充任务，但较难控制格式。

Apache POI是一个操作Microsoft Office格式文件的工具包，直接通过Java代码在内存中创建、读取和修改Excel/Word/PPT文件，开发者可以像操作数据库一样操作文件的单元格、段落等元素。开发者编写代码去读取一个.docx或.xlsx文件，找到要填充数据的位置。功能强大，能实现任何Office文件的程序化操作。

4.有没有用数据化手段去优化某一个流程，你是怎么发现这个痛点并且落地的？

我通过搭建智能数据分析平台，将业务人员“提需求→等开发写SQL→手动做图表”的传统流程，优化为“上传Excel + 自然语言描述需求 → AI自动生成ECharts代码和分析结论”的自助式流程，将单次分析需求时间缩短，同时释放了开发资源。

5.员工填写数据时，缺乏专业性的认知，比如文件命名就很主观，不是标准格式，怎么完善这个规范的录入？

默认规则库：在系统设置中预设不同业务场景的命名规则（如合同文件：客户名称_合同号_签署日期）。
输入辅助：使用下拉选择 + 日期选择器 + 自动填充前缀，减少手动输入。例如选择“项目A”后自动生成 ProjectA_20260408_，用户只需补充序号。
上传组件前端校验：当员工上传文件时，前端根据正则校验文件名格式（如 项目名_日期_版本号.pdf），不符合时弹窗提示并阻止上传。

6.实习时，怎么去熟悉原有系统和开发流程的，有没有流程或开发逻辑的一套手册，代码有没有什么规范？

（1）阅读系统文档，了解已有系统的功能和公司业务。

（2）安装软件和配置环境，运行示例项目，学习项目的基础功能和代码。针对老代码，可以从接口出发，从Controller层，打断点调试追踪一次完整请求。

（3）做一个小功能，比如加一个字段，经历完整的一次开发：需求—设计—编码—测试—上线。

（4）协作开发一个独立功能，理解模块间的依赖和约定。

（5）独立负责子模块。需求分析，技术方案确定，代码开发，功能测试上线。

开发是自己从头到尾做，还是会根据领导指示来，开发一个功能，时间分配是怎样？

需求与方案：领导分配任务后，我先写需求理解文档和技术方案设计（包括数据库变更、接口定义、异常处理），提交Leader评审。
开发规范：
- 代码规范：遵循阿里巴巴Java开发手册（配套P3C插件即阿里巴巴Java开发规约插件，可直接集成到IDEA等开发工具，实时监测代码是否符合规范），使用Lombok简化POJO（编译器自动生成getter、setter、构造方法、toString、equals等，基于注解和编译器字节码增强），Checkstyle自动检查（开源的Java代码静态分析工具，通过分析源代码文件，识别并报告违反编码标准的问题，如命名规范、代码结构、注释质量等）。
- Git规范：feat，fix，comment等提交注释。
- 每周代码审查会和技术分享会：组内轮流review，重点关注可读性、边界条件、性能。
时间分配：需求理解+方案设计占40%，编码50%，测试10%。难点功能会先做demo验证（POC），拉长设计阶段。

Lombok 常用核心注解

注解	作用	典型使用场景
`@Getter` / `@Setter`	为字段生成get/set方法	仅需部分字段的get/set时
`@Data`	一站式聚合：`@Getter`+`@Setter`+`@ToString`+`@EqualsAndHashCode`+`@RequiredArgsConstructor`	日常POJO开发最常用
`@NoArgsConstructor`	生成无参构造器	Spring MVC参数接收、MyBatis反射实例化（`@Data`不生成，必须手动补充）
`@AllArgsConstructor`	生成全参构造器	需要一次性初始化所有字段时
`@Builder`	生成建造者模式的链式调用	复杂对象构建，一行代码替代多行set
`@Slf4j`	自动注入log日志对象	省去`private static final Logger log = ...`的重复声明
`@ToString`	自定义toString方法	配合`exclude`排除密码等敏感字段
`@EqualsAndHashCode`	自定义equals和hashCode	ORM场景可指定仅基于主键id生成

7.你的智能数据分析平台，怎么实现降本增效的？

自动化数据清洗：原来需要手工Excel整理（去重、缺失值填充、异常过滤），通过平台内置的规则引擎+轻量ETL自动完成。配置数据处理的逻辑（什么要，什么不要这样的），可自行修改的，根据这个去转换数据。
弹性计算资源：使用线程池 + Redisson 实现分布式任务调度。分析高峰期自动扩容线程数，闲时缩容，避免固定大集群浪费。