Java 后端开发者复习 & 面试核心知识点大纲

Lambda 表达式：
- 函数式接口（@FunctionalInterface）规范；
- 方法引用 / 构造器引用的使用。
Stream API：
- 中间操作（无状态 / 有状态）、终止操作（短路 / 非短路）分类；
- 并行流的线程安全、性能瓶颈及适用场景。
CompletableFuture：
- 异步任务编排（thenApply/thenCombine/allOf/anyOf）；
- 异常处理（exceptionally/handle/whenComplete）；
- 线程池指定（避免默认 ForkJoinPool）。
Optional：
- NPE 规避最佳实践（拒绝isPresent()+get()滥用）；
- 与 Stream 结合使用技巧。
枚举与序列化：
- 枚举的线程安全特性、枚举实现单例的优势；
- Serializable 接口作用、serialVersionUID 防序列化异常；
- 深 / 浅拷贝的实现（Cloneable 接口、序列化、BeanUtils）及场景选择。

2. 集合框架

核心容器：

ArrayList/LinkedList：
- 底层结构（数组 / 双向链表）；
- 扩容机制、随机访问 / 增删性能对比及适用场景。
HashMap：
- 哈希算法、扩容机制（JDK1.7 vs 1.8）；
- 哈希冲突解决（链表→红黑树阈值）；
- JDK1.8 红黑树优化原理；
- HashTable/TreeMap/LinkedHashMap 特性及区别。
ConcurrentHashMap：
- JDK1.7 分段锁（Segment）实现原理；
- JDK1.8 CAS+synchronized+Node 数组的实现演进；
- 高并发场景下的使用注意事项。

故障机制：

快速失败（fail-fast）：
- 触发条件、底层原理（modCount 校验）；
- 常见出现的容器场景。
安全失败（fail-safe）：
- 实现原理（迭代集合副本）；
- 性能损耗、适用的并发容器。

工具类实战：

Guava 集合工具：Immutable 不可变集合、Multimap、BiMap；
Guava 缓存构建器（CacheBuilder）的使用；
Apache Commons Collections：CollectionUtils/MapUtils 核心方法实战。

3. I/O 与网络

I/O 模型：

BIO（阻塞 IO）：核心特点、适用场景（连接少且短连接）；
NIO（非阻塞 IO）：核心特点、适用场景（高并发短连接）；
AIO（异步 IO）：核心特点、适用场景（大文件传输 / 长连接）；
三种模型的核心底层区别对比。

NIO 核心组件：

Selector（多路复用器）：事件监听（OP_READ/OP_WRITE）、工作机制；
Channel（通道）：FileChannel/SocketChannel/ServerSocketChannel 核心用法；
ByteBuffer（缓冲区）：核心方法（flip/clear/compact）、直接内存 vs 堆内存区别；
三者协同工作的完整流程。

零拷贝：

Linux 下零拷贝的两种实现（mmap+write/transferTo）；
FileChannel.transferTo 方法的实际应用；
零拷贝在文件传输、消息队列中的性能提升原理。

网络编程：

Socket/TCP 通信完整流程；
TCP 粘包 / 拆包问题产生原因；
解决方案（定长包、分隔符、消息头 + 消息体）。

二、并发编程

并发编程-JUC工具类相关面试题-CSDN博客

并发编程-锁相关知识点-CSDN博客

1. 基础概念

线程基础：

线程四种创建方式及优缺点对比；
线程六大状态（NEW/RUNNABLE/BLOCKED/WAITING/TIMED_WAITING/TERMINATED）；
状态之间的转换条件及触发场景；
线程优先级、守护线程的特性与使用。

线程安全：

synchronized：
- 底层实现（对象监视器 Monitor）；
- 锁升级流程（无锁→偏向锁→轻量级锁→重量级锁）；
- 锁消除、锁粗化的 JVM 优化。
volatile：
- 内存可见性、禁止指令重排的底层原理（内存屏障）；
- 与 happens-before 原则的关联；
- 无法保证原子性的原因及解决办法。

死锁：

死锁产生的四大必要条件（互斥 / 占有且等待 / 不可剥夺 / 循环等待）；
使用 jstack 命令排查死锁的实操步骤；
死锁的避免策略（破坏必要条件）。

线程通信：

Object 类 wait/notify/notifyAll 的使用及注意事项；
Condition（Lock 配套）的使用场景及与 wait/notify 的区别；
生产者 - 消费者模式的两种实现方案（wait/notify vs BlockingQueue）。

2. JUC 工具类

锁与同步器：

ReentrantLock：
- 可重入性实现原理；
- 公平锁 / 非公平锁的底层区别及选型；
- 与 synchronized 的性能对比及适用场景。
AQS（抽象队列同步器）：
- 核心原理（CLH 队列、状态位 state）；
- 独占锁 / 共享锁的实现区别。
常用同步器：
- CountDownLatch：使用场景、底层 AQS 实现；
- Semaphore：信号量原理、限流场景实战；
- CyclicBarrier：与 CountDownLatch 的区别、使用场景；
- Exchanger：线程间数据交换的使用场景。

线程池：

ThreadPoolExecutor：
- 七大核心参数的含义及配置原则；
- 核心工作流程（核心线程→队列→非核心线程→拒绝）。
拒绝策略：
- 四种默认策略（AbortPolicy/CallerRunsPolicy/DiscardPolicy/DiscardOldestPolicy）的适用场景；
- 自定义拒绝策略的实现。
线程池调优：
- CPU 密集型、IO 密集型场景的参数配置公式；
- 常见的线程池创建方式（Executors）及弊端；
- 线程池的监控（任务数、完成数、异常数）。

3. 进阶主题

并发容器：

ConcurrentSkipListMap：跳表结构、有序性特性、适用场景；
CopyOnWriteArrayList/CopyOnWriteArraySet：写时复制原理、读多写少场景适配；
BlockingQueue：ArrayBlockingQueue/LinkedBlockingQueue/DelayQueue 核心特性及使用场景；
各并发容器的线程安全实现原理对比。

原子类与 CAS：

CAS 原理：
- 乐观锁机制、CPU 底层指令（cmpxchg）支持；
- CAS 的三大问题（ABA、循环时间长、只能保证单个变量原子性）。
ABA 问题：产生原因、解决方案（AtomicStampedReference/AtomicMarkableReference）；
原子类体系：
- 基本类型（AtomicInteger）、数组类型（AtomicIntegerArray）；
- 引用类型（AtomicReference）、字段更新器（AtomicIntegerFieldUpdater）；
- 原子累加器（LongAdder）与 AtomicLong 的性能对比及适用场景。

其他核心点：

ThreadLocal：
- 实现原理（ThreadLocalMap、弱引用）；
- 内存泄漏的原因及解决办法（手动 remove）；
- 在框架中的使用场景（Spring 事务、MyBatis 分页）。
读写锁：
- ReentrantReadWriteLock：读写分离原理、锁降级特性；
- StampedLock：乐观读特性、与 ReentrantReadWriteLock 的性能对比。

三、JVM 与性能调优

JVM 垃圾回收器核心知识点-CSDN博客

并发垃圾回收器-三色标记法实现原理-CSDN博客

1. 内存管理

运行时数据区：

堆：
- 新生代（Eden/S0/S1）、老年代的划分及比例；
- 对象创建的完整流程（分配内存→初始化→引用赋值）；
- 对象的内存布局（对象头、实例数据、对齐填充）。
虚拟机栈 / 本地方法栈：
- 栈帧结构（局部变量表 / 操作数栈 / 动态链接 / 返回地址）；
- 栈溢出（StackOverflowError）、栈内存配置；
方法区 / 元空间：
- JDK8 元空间替代永久代的原因；
- 元空间的内存来源（本地内存）、配置参数；
- 元空间溢出的场景及解决。
程序计数器：核心作用、唯一不会出现 OOM 的区域。

垃圾回收：

垃圾判定算法：
- 引用计数法的弊端（循环引用）；
- 可达性分析算法的核心（GC Roots、引用链）。
引用类型：强引用、软引用、弱引用、虚引用的特性及使用场景；
垃圾回收算法：
- 标记 - 清除：原理、优缺点（内存碎片）；
- 标记 - 整理：原理、优缺点（无碎片，耗时）；
- 复制算法：原理、优缺点（高效，内存损耗）；
- 各算法的适用内存区域。
垃圾收集器：
- 新生代收集器：Serial/Parallel/ParNew 的特性及对比；
- 老年代收集器：SerialOld/CMS/ParallelOld 的特性及对比；
- 混合收集器：G1 的 Region 分区模型、Mixed GC 概念；
- 低延迟收集器：ZGC/Shenandoah 的核心特性、适用场景；
GC 触发条件：
- Minor GC：触发条件、执行过程；
- Full GC：触发条件（老年代满、元空间满、GC 失败等）、对应用的影响；
- Mixed GC：G1 专属，触发条件及执行过程。

类加载机制：

类加载的完整流程（加载→链接→初始化）；
链接阶段：验证、准备、解析的核心工作；
初始化阶段的触发条件（主动使用 / 被动使用）；
类加载器：
- 启动类加载器、扩展类加载器、应用程序类加载器的作用；
- 自定义类加载器的实现步骤；
双亲委派模型：
- 工作原理、设计优势；
- 打破双亲委派的场景（JDBC/OSGi/Spring）及实现方式。

JMM（Java 内存模型）：

核心规范：主内存与工作内存的划分；
八大原子操作：内存间数据交互的规则；
happens-before 规则：核心规则及实际应用；
指令重排与数据可见性问题的解决。

2. 常用工具

命令行工具：

jstack：排查死锁、线程阻塞、线程状态的实操命令；
jmap：生成堆转储快照、查看内存使用、查询大对象的命令；
jstat：实时监控 GC 指标（垃圾回收次数、耗时、内存占用）的命令；
jcmd：综合命令，替代 jps、实现 GC 触发、查看 JVM 参数；
jinfo：查看 / 修改 JVM 运行时参数的实操。

实战分析工具：

Arthas：
- 线上问题诊断核心命令（jad 反编译、watch 监控方法、trace 追踪调用链）；
- stack 查看方法调用栈、tt 记录方法执行快照；
MAT（Memory Analyzer Tool）：
- 堆快照的导入与分析；
- 内存泄漏定位、大对象分析、支配树 / 直方图的使用；
VisualVM：JVM 监控、线程分析、GC 日志分析、插件扩展。

3. 调优实战

GC 日志分析：

GC 日志的开启参数（-XX:+PrintGCDetails/-XX:+PrintGCTimeStamps/-Xloggc）；
Minor GC/Full GC/G1 GC 日志的关键指标解读（停顿时间、回收前后内存、GC 原因）；
日志分析的核心关注点（停顿时间、GC 频率、内存占用趋势）。

JVM 调优参数：

堆内存配置：-Xms（初始堆）、-Xmx（最大堆）、-Xmn（新生代）；
新生代比例：-XX:NewRatio、-XX:SurvivorRatio；
GC 收集器指定：-XX:+UseG1GC、-XX:+UseCMSGC 等；
元空间配置：-XX:MetaspaceSize、-XX:MaxMetaspaceSize；
其他核心参数：-XX:+HeapDumpOnOutOfMemoryError（OOM 时生成堆快照）。

问题排查与调优：

OOM 异常排查：
- 堆溢出、栈溢出、元空间溢出、直接内存溢出的场景；
- 完整排查流程（日志分析→工具定位→代码优化）；
内存泄漏：
- 常见原因（静态集合、未关闭资源、ThreadLocal 未 remove）；
- 定位方法（MAT 分析 + Arthas 监控）；
GC 调优思路：
- GC 频繁、停顿时间长的常见原因；
- 调优目标（低停顿 / 高吞吐）与收集器选型；
- 调优步骤（监控→分析→参数调整→验证）。

四、数据库

Mysql索引底层数据结构与算法-CSDN博客

MySql优化——Explain详解-CSDN博客

Mysql的MVCC底层原理-CSDN博客

Redis 相关知识点整理-CSDN博客

1. MySQL

索引与优化：

索引原理：
- B + 树索引结构（有序、叶子节点链表、磁盘 IO 优化）；
- 哈希索引、全文索引、空间索引的特性及适用场景；
- 聚簇索引 / 非聚簇索引的区别（InnoDB vs MyISAM）。
索引设计与优化：
- 最左前缀匹配原则、索引失效的常见场景（like % xxx、函数操作字段）；
- 回表、覆盖索引、索引下推的原理及优化应用；
- 联合索引的设计原则（区分度高的字段在前）。
SQL 优化：
- EXPLAIN 命令解读（id/select_type/table/type/key/rows/Extra 字段）；
- 慢查询日志的开启、分析与优化；
- JOIN 优化（小表驱动大表）、子查询优化、分页查询优化。

事务与锁：

事务特性：ACID 的底层实现原理；
事务隔离级别：
- 四大隔离级别（读未提交 / 读已提交 / 可重复读 / 串行化）的定义；
- 脏读、不可重复读、幻读的产生及解决；
- InnoDB 默认隔离级别（可重复读）的实现；
MVCC（多版本并发控制）：
- 核心原理（undo log / 版本链 / Read View）；
- InnoDB 实现可重复读的底层逻辑；
锁机制：
- 行锁、表锁的特性及适用场景；
- 意向锁（意向共享锁 / 意向排他锁）的作用；
- 间隙锁、Next-Key Lock 的产生原因及解决幻读的原理；
- 死锁的排查（information_schema.innodb_locks）与避免。

进阶机制：

存储引擎：
- InnoDB 与 MyISAM 的核心区别（事务、锁、索引、崩溃恢复）；
- InnoDB 的核心组件（缓冲池、redo log/undo log、自适应哈希索引）；
主从复制：
- binlog 日志格式（STATEMENT/ROW/MIXED）及优缺点；
- 主从复制的完整流程（主库 binlog→从库 IO 线程→中继日志→SQL 线程）；
- 复制延迟的原因与优化方案；
分库分表：
- 垂直分表、水平分表的适用场景；
- 分库分表带来的问题（分布式 ID、分布式事务、跨库 JOIN）；
- Sharding-JDBC 的核心使用（分片策略、读写分离）；
其他：分区表的使用、表碎片的整理、大表优化策略。

2. Redis

数据类型与使用：

基础数据类型：
- String：动态字符串底层、常用命令、适用场景（缓存、计数器）；
- Hash：哈希表底层、常用命令、适用场景（存储对象）；
- List：双向链表底层、常用命令、适用场景（消息队列、排行榜）；
- Set：哈希表底层、常用命令、适用场景（去重、交集并集）；
- Zset：跳表 + 哈希表底层、常用命令、适用场景（有序排行榜）；
高级数据类型：
- BitMap：位图原理、适用场景（签到、统计）；
- HyperLogLog：基数统计原理、适用场景（UV 统计）；
- Geo：地理位置原理、适用场景（附近的人）；
各数据类型的时间复杂度、常用命令优化。

持久化与高可用：

持久化机制：
- RDB（快照）：触发机制（手动 / 自动）、原理、优缺点；
- AOF（追加日志）：触发机制、重写机制、原理、优缺点；
- 混合持久化的配置与优势；
- 持久化方案的选型建议；
主从复制：
- 全量复制、增量复制的触发条件及流程；
- 主从复制的原理、数据同步保障；
哨兵模式（Sentinel）：
- 核心功能（故障检测、自动故障转移、主从切换）；
- 哨兵集群的工作原理；
集群模式（Cluster）：
- Slot 槽分片原理（16384 个槽）；
- 主从复制、节点间通信、重定向机制；
- 集群的扩容与缩容。

缓存问题与优化：

经典缓存问题：
- 缓存穿透：产生原因、解决方案（布隆过滤器、空值缓存）；
- 缓存击穿：产生原因、解决方案（互斥锁、热点数据永不过期）；
- 缓存雪崩：产生原因、解决方案（随机过期时间、集群部署、熔断降级）；
缓存策略：
- 缓存更新策略（Cache Aside/Write Through/Write Back）及选型；
- 缓存一致性的保障（最终一致性、双删策略）；
- 缓存预热、缓存降级的实现方案；
性能优化：
- Redis 序列化方案（StringRedisSerializer vs Jackson2JsonRedisSerializer）；
- 大 key、热 key 的识别与解决办法；
- Redis 连接池的配置优化（Jedis/Lettuce）；
其他：Redis 的单线程模型、IO 多路复用原理、并发能力保障。

五、开发框架

1. Spring 核心

IoC/DI（控制反转 / 依赖注入）：

IoC 与 DI 的本质含义、Spring IoC 容器的核心作用；
BeanDefinition 的加载与解析流程；
Bean 的生命周期：实例化→属性填充→初始化→销毁；
- 初始化阶段：@PostConstruct、InitializingBean、自定义 init-method；
- 销毁阶段：@PreDestroy、DisposableBean、自定义 destroy-method；
循环依赖：
- 产生原因、Spring 的解决办法（三级缓存）；
- 构造器注入循环依赖的解决；
Bean 的作用域：singleton/prototype/request/session 的特性及使用；
依赖注入的方式：构造器注入、setter 注入、字段注入的优缺点及选型。

AOP（面向切面编程）：

AOP 核心概念：切面（Aspect）、切点（Pointcut）、通知（Advice）、连接点、织入；
AOP 的实现方式：JDK 动态代理（基于接口）vs CGLIB 代理（基于子类）；
Spring AOP 的核心执行流程；
@Aspect 注解的使用：
- @Pointcut 切点表达式（execution/within/annotation 等）；
- 通知类型（@Before/@After/@AfterReturning/@AfterThrowing/@Around）；
Spring AOP 与 AspectJ 的区别及整合使用。

事务管理：

事务的核心接口：PlatformTransactionManager、TransactionDefinition、TransactionStatus；
声明式事务：
- @Transactional 注解的原理（AOP 动态代理）；
- 事务传播行为（PROPAGATION_REQUIRED/PROPAGATION_REQUIRES_NEW 等 7 种）的使用场景；
- 事务隔离级别、超时时间、只读属性的配置；
编程式事务：TransactionTemplate 的使用场景；
事务失效的常见场景：
- 非 public 方法、异常被捕获、多线程调用；
- 数据源未配置事务管理器、传播行为配置错误；
分布式事务：Spring 对分布式事务的初步支持（JTA）。

2. Spring Boot

核心原理：

@SpringBootApplication 注解：
- 三大核心注解（@SpringBootConfiguration/@EnableAutoConfiguration/@ComponentScan）的作用；
- 扫描包的规则及自定义扫描范围；
自动配置：
- @EnableAutoConfiguration 的核心原理（META-INF/spring.factories）；
- 自动配置类的条件注解（@ConditionalOnClass/@ConditionalOnMissingBean/@ConditionalOnProperty）；
- 禁用指定自动配置类的方法；
起步依赖（Starter）：核心原理、依赖传递与版本管理。

实战进阶：

自定义 Starter：
- 命名规范、开发完整流程；
- 自动配置类的编写、spring.factories 配置；
Spring Boot 配置：
- 配置文件类型（properties/yml/yaml）、配置优先级；
- 自定义配置绑定（@ConfigurationProperties/@Value）；
- 多环境配置（profile）、配置外部化；
监控与管理：
- Spring Boot Actuator 的使用（健康检查、指标收集、接口暴露）；
- 自定义健康检查指标；
其他：Spring Boot 的启动流程、内嵌容器（Tomcat/Jetty/Undertow）的配置与切换。

3. ORM 框架（MyBatis）

核心配置与组件：

MyBatis 核心配置文件：configuration、environment、mapper、settings 等标签；
核心组件及作用：
- SqlSessionFactory：创建 SqlSession 的工厂，单例设计；
- SqlSession：与数据库的会话，非线程安全；
- MapperProxy：动态代理实现 Mapper 接口的核心；
- Executor：执行器（Simple/Reuse/Batch）的作用；
#{} 与 ${} 的区别：预编译防 SQL 注入、字符串替换的使用场景；
别名配置、类型别名处理器的使用。

映射与 SQL 编写：

实体与表的映射：@Mapper 注解、xml 映射文件的编写；
结果映射：resultMap 的核心使用（解决字段名与属性名不一致、关联查询）；
关联查询：
- 一对一关联（association）、一对多关联（collection）；
- 懒加载的配置与实现原理；
动态 SQL：if/choose/when/otherwise/foreach/trim/where/set 标签的编写；
分页查询：RowBounds、PageHelper 分页插件的原理与使用。

缓存机制：

一级缓存：SqlSession 级别，默认开启，缓存失效场景；
二级缓存：Mapper 级别，手动开启（@CacheNamespace），缓存实现；
二级缓存的使用注意事项（序列化、关联查询缓存）；
MyBatis 与第三方缓存（Redis）的整合；

进阶使用：

自定义 TypeHandler：类型处理器的实现与配置；
插件开发（Interceptor）：核心原理（四大核心对象拦截）、分页插件自定义实现；
批量操作：BatchExecutor、foreach 批量插入 / 更新的优化；
MyBatis-Plus：核心功能（CRUD 封装、分页、条件构造器）、与原生 MyBatis 的整合。

六、分布式基础

1. 微服务核心

服务注册与发现：

Eureka：
- 核心原理（AP 原则、服务注册 / 发现 / 续约）；
- 自我保护机制的触发与作用；
- Eureka 集群的搭建；
Nacos：
- CP+AP 模式的切换、与 Eureka 的区别；
- 服务注册 / 发现、心跳检测的原理；
服务发现的两种模式：客户端发现、服务端发现。

配置中心：

配置中心的核心功能：动态配置、配置灰度发布、配置加密；
Apollo：核心架构（配置服务、管理服务、客户端）、配置加载与热更新；
Nacos 配置中心：配置发布、监听、持久化的原理；
配置中心的使用场景：多环境配置、动态开关、服务配置统一管理。

服务网关：

Spring Cloud Gateway：
- 核心架构（路由定位、过滤器链）；
- 路由配置（静态路由、动态路由）、断言（Predicate）的使用；
- 过滤器（GatewayFilter/GlobalFilter）的编写与使用；
Zuul 1.x/2.x：核心原理、与 Gateway 的区别；
网关的核心功能：鉴权、限流、日志记录、跨域处理、路由转发；
限流实现：令牌桶 / 漏桶算法、Redis+Lua 实现网关限流。

服务治理：

负载均衡：
- 核心原理、常见策略（轮询、随机、权重、最少活跃数）；
- Ribbon、Nacos LoadBalancer 的使用与自定义策略；
熔断与降级：
- 熔断的核心原理（打开 / 半开 / 关闭状态）；
- Resilience4j、Sentinel 的核心功能与使用；
- 降级的场景（服务不可用、流量高峰、依赖服务故障）；
服务调用：
- Feign：声明式远程调用，核心原理（动态代理）、自定义配置；
- OpenFeign：与 Feign 的区别、核心功能扩展；
链路追踪：Sleuth+Zipkin/SkyWalking 的核心原理、分布式链路追踪的实现。

2. 消息队列

Kafka相关知识整理-CSDN博客

RabbitMQ相关知识整理-CSDN博客

Kafka：

核心架构与概念：Producer、Consumer、Broker、Topic、Partition、Replica；
高吞吐的核心原因：
- 顺序读写、页缓存、零拷贝、批量发送；
- 分区机制、数据压缩；
生产者（Producer）：
- 消息发送流程（同步 / 异步）、分区策略（自定义 / 默认）；
- 生产者确认（acks 参数）、消息重试机制；
消费者（Consumer）：
- 消费者组（Consumer Group）的原理、Rebalance 机制（触发条件、过程）；
- offset 的提交方式（自动 / 手动）、offset 的持久化；
- 消息的消费模式（点对点、发布订阅）；
高可用与可靠性：
- ISR 机制（同步副本）、Leader 选举；
- 消息丢失、重复消费的解决办法；
其他：Topic 的分区与副本配置、日志清理策略（删除 / 压缩）。

RabbitMQ：

核心架构与概念：Producer、Consumer、Broker、Exchange、Queue、Binding；
交换机类型及路由模式：
- Direct Exchange：直连路由，点对点场景；
- Topic Exchange：通配符路由，发布订阅场景；
- Fanout Exchange：广播路由，多队列同步场景；
- Headers Exchange：头部匹配，小众场景；
消息投递与消费：
- 消息的投递流程（生产者→交换机→队列→消费者）；
- 消费者的消息确认机制（手动 ACK/AUTOACK）；
可靠性保障：
- 生产者确认（Confirm 模式）、返回模式（Return）；
- 消息持久化（Exchange/Queue/Message）；
- 消费者手动 ACK、死信队列（DLQ）的使用；
高级特性：
- 延迟队列的实现（死信队列 + TTL）；
- 消息限流、消息优先级；
- 集群模式（普通集群、镜像集群）的搭建与原理；
消息丢失、重复消费、消息堆积的解决办法。

3. 分布式理论与实践

分布式理论：

CAP 理论：一致性（C）、可用性（A）、分区容错性（P）的定义；
- 三者不可兼得，分布式场景下的取舍原则（保证 P，权衡 C/A）；
BASE 理论：基本可用、软状态、最终一致性，CAP 理论的延伸；
分布式事务：
- 分布式事务的产生原因（跨库 / 跨服务）；
- 常见解决方案：2PC（两阶段提交）、TCC（补偿事务）、SAGA（长事务）、本地消息表、可靠消息最终一致性；
- 各方案的优缺点及适用场景；

分布式实战方案：

分布式 ID：
- 常见生成方案：UUID、数据库自增、雪花算法、Redis 自增、美团 Leaf；
- 各方案的优缺点（唯一性、有序性、性能、分布式）及选型；
- 雪花算法的核心（时间戳 + 机器 ID + 序列号）、时钟回拨问题的解决；
分布式锁：
- 核心要求：互斥、超时释放、可重入、高可用；
- Redis 实现：setnx+expire、Redlock 算法、Lua 脚本保证原子性；
- ZooKeeper 实现：临时顺序节点、Watcher 机制；
- 两种实现的优缺点及选型；
分布式限流：
- 限流的核心指标（QPS、并发数）；
- 常见算法：令牌桶、漏桶、计数器；
- 实现层面：网关层限流、应用层限流（Redis+Lua）；
分布式会话：
- 会话共享的问题、常见解决方案（Redis/Token/JWT）；
- JWT 的原理、优缺点、使用场景；
- Redis 实现分布式会话的核心步骤。

七、系统设计与工程能力

1. 设计原则与模式

SOLID 设计原则：

单一职责原则：类 / 方法的职责单一，避免职责耦合；
开闭原则：对扩展开放，对修改关闭；
里氏替换原则：子类可替换父类，不改变原有逻辑；
接口隔离原则：细化接口，避免实现类依赖无用方法；
依赖倒置原则：依赖抽象，不依赖具体实现；
各原则的落地实践与在框架中的应用。

设计模式：

创建型模式

单例模式：
- 饿汉式、懒汉式（双重检查锁 + volatile）、静态内部类、枚举；
- 各实现的线程安全性、优缺点及选型；
工厂模式：
- 简单工厂模式：核心实现、适用场景；
- 工厂方法模式：接口 + 实现，解耦产品与创建；
- 抽象工厂模式：多产品族、多产品等级，适用场景；
建造者模式：核心实现、与工厂模式的区别、适用场景（复杂对象创建）；

结构型模式

代理模式：静态代理、动态代理（JDK/CGLIB）、在 Spring AOP 中的应用；
装饰器模式：核心实现、与代理模式的区别、在 IO 流中的应用；
适配器模式：类适配器、对象适配器、接口适配器，适用场景（接口兼容）；
享元模式：核心实现、池化思想（连接池、线程池）的应用；
组合模式：核心实现、适用场景（树形结构）；

行为型模式

观察者模式：核心实现、发布 - 订阅模型、在 Spring 事件监听中的应用；
策略模式：核心实现、与简单工厂的结合、适用场景（算法动态切换）；
模板方法模式：核心实现、钩子方法、在框架中的应用（Spring JdbcTemplate）；
责任链模式：核心实现、在网关过滤器、拦截器中的应用；
迭代器模式：核心实现、在集合框架中的应用；
命令模式：核心实现、适用场景（请求封装、撤销 / 重做）；

2. 高并发系统设计

核心设计策略：

缓存优化：多级缓存（本地缓存 + Caffeine+Redis）、缓存穿透 / 击穿 / 雪崩解决；
异步化：消息队列、线程池、CompletableFuture 实现异步处理；
读写分离：主库写、从库读、中间件（Sharding-JDBC）实现；
分库分表：水平分表 / 垂直分表、分片策略、分布式 ID；
负载均衡：Nginx/LVS、服务端负载均衡、客户端负载均衡；
限流降级：网关限流、应用层限流、熔断降级、服务隔离；
队列削峰：消息队列（Kafka/RabbitMQ）实现流量削峰；

经典系统设计场景：

短链系统：
- 核心需求：长链转短链、短链跳转、高可用、高并发；
- 核心设计：发号器策略（数据库自增 / 雪花算法）、哈希算法（避免冲突）、短链映射存储（Redis/MySQL）；
- 优化点：缓存预热、短链过期、分布式部署；
秒杀系统：
- 核心痛点：高并发、超卖、流量高峰、接口防刷；
- 核心设计：流量削峰（网关限流 / 消息队列）、库存扣减（Redis 预扣 + 数据库最终一致性）、热点数据隔离；
- 优化点：防重复提交（分布式锁 / 令牌）、静态资源 CDN、服务降级；
订单系统：
- 核心需求：订单创建、库存扣减、支付回调、订单超时关闭；
- 核心设计：幂等性设计（唯一订单号 / 令牌）、分布式事务（TCC / 本地消息表）、延迟队列（订单超时）；
限流系统：
- 核心需求：按 IP / 接口限流、高可用、低延迟；
- 核心设计：令牌桶 / 漏桶算法、Redis+Lua 实现、网关层集成；

3. 工程能力与运维

开发工具与协作：

Git：
- 核心命令（clone/commit/push/pull/branch/merge/rebase）；
- Git Flow 工作流（master/develop/feature/hotfix/release 分支）；
- 冲突解决、cherry-pick 的使用、标签管理；
构建工具：
- Maven：依赖传递规则、依赖冲突解决（exclusions/force）；
- Maven 生命周期、插件配置、私服（Nexus）的使用；
- Gradle：核心特点、与 Maven 的区别（可选）；
Linux 基础：
- 核心命令：grep/awk/sed（日志查询）、ps/top/jps（进程查询）；
- netstat/ss（网络查询）、df/du（磁盘查询）、kill（进程杀死）；
- shell 脚本编写：批量启停服务、日志切割、定时任务（crontab）；

代码质量保障：

单元测试：JUnit5、Mockito 模拟测试、单元测试覆盖率；
集成测试 / 接口测试：PostMan、Swagger/SpringDoc、JMeter；
代码规范：Alibaba Java 开发手册、代码注释规范；
静态代码检查：SonarQube、IDEA 代码检查插件；
代码重构：提取方法、封装字段、消除重复代码、简化条件表达式；

监控与部署：

应用监控：
- APM 工具：SkyWalking/Pinpoint/Prometheus 的核心功能；
- 链路追踪、性能指标监控（QPS、响应时间、错误率）；
日志收集：ELK 栈（Elasticsearch+Logstash+Kibana）、日志规范、日志分级；
容器化与编排：
- Docker：镜像构建、容器创建、Dockerfile 编写、镜像仓库；
- Kubernetes（K8s）：核心概念（Pod/Service/Deployment）、简单部署（可选）；
持续集成 / 持续部署（CI/CD）：
- Jenkins 的核心使用、流水线（Pipeline）编写；
- 自动化构建、测试、部署；
发布策略：蓝绿发布、灰度发布（金丝雀发布）、滚动发布的原理及适用场景；

八、面试专项准备

1. 项目阐述

STAR 法则落地：

Situation：清晰描述项目背景、业务场景、项目规模（用户量、QPS、数据量）；
Task：明确自己在项目中的核心职责、承担的任务、面临的挑战；
Action：详细说明解决问题的具体行动、技术选型的原因、核心实现步骤；
Result：量化项目成果（性能提升 XX%、QPS 从 XX 提升至 XX、故障率下降 XX%）；

重点准备方向：

项目的核心架构设计：画出架构图，说明各组件的作用、技术选型的考量；
项目中的技术难点：如高并发、数据一致性、性能瓶颈等；
问题排查与解决：完整描述问题现象→分析原因→制定方案→落地实现→复盘优化的过程；
技术优化点：如 SQL 优化、JVM 调优、缓存优化、接口性能优化等，说明优化前后的对比；
分布式场景处理：分布式 ID、分布式锁、分布式事务的实现与选型；

2. 算法与数据结构

基础数据结构：

数组：核心特性、增删改查的时间复杂度、双指针 / 滑动窗口技巧；
链表：单链表 / 双向链表 / 循环链表、反转 / 环检测 / 合并等核心操作；
栈 / 队列：核心特性、栈的括号匹配 / 单调栈、队列的生产者消费者；
哈希表：核心原理、哈希冲突解决、常见使用场景；
树 / 二叉树：二叉树的遍历（前序 / 中序 / 后序 / 层序，递归 / 迭代）；
- 二叉搜索树、平衡二叉树、红黑树的核心特性；
- 堆（大顶堆 / 小顶堆）、堆排序、TopK 问题解决；
图：邻接矩阵 / 邻接表、深度优先 / 广度优先遍历（可选）；

基础算法：

排序算法：
- 基础排序：冒泡 / 选择 / 插入排序（时间复杂度 O (n²)）；
- 高级排序：快速排序 / 归并排序 / 堆排序（时间复杂度 O (nlogn)）；
- 各排序的原理、稳定性、时间 / 空间复杂度、手写实现；
查找算法：顺序查找、二分查找（递归 / 迭代）、二分查找的变种；
递归与回溯：核心思想、适用场景（排列 / 组合 / 子集）；
动态规划：核心思想（状态定义、状态转移方程、初始条件）；
- 常见题型：背包问题、最长递增子序列、最大子数组和、爬楼梯；
贪心算法：核心思想、与动态规划的区别、常见题型（活动选择、零钱兑换）；
分治算法：核心思想、与递归的结合、常见题型（归并排序、快速排序）；

刷题策略：