昨天 10:30 西安石油大学后端发布于陕西

关注

2025 2 19 Java 面试题（美团快手）

在实习期间，我有幸参与到面试协助工作中，这使我得以近距离接触到丰富多样的面试场景，也深切体会到不同候选人在技术知识储备和思维方式上的差异。面试结束后，我意识到这些面试问题是宝贵的学习资源，它们不仅涵盖了编程语言基础、数据结构与算法、数据库、框架等多个关键领域，还涉及到实际项目开发中的各种场景。为了能更深入地理解这些问题，我前往牛客网，在众多资料中精心挑选了一系列完整且具有代表性的面试问题。在此，我要特别感谢那些在牛客网分享面经的同学，是你们的无私分享，让我有了更全面的素材进行学习，原面经出处我都已标清。之后，借助豆包强大的分析与解答能力，对这些问题进行了全面且深入的剖析，形成了这份面经答案思路汇总。这份汇总不仅是对面试问题的解答，更是我个人学习和成长的记录。我希望它能为正在求职的同学提供一些参考，帮助大家更好地应对面试挑战；也希望能与同行们分享交流，共同提升我们在技术领域的认知水平。

美团java后端日常实习一二面一面

项目相关的问题
什么是缓存雪崩、缓存穿透、缓存击穿
分布式限流（Redisson）、限流算法（固定窗口、滑动窗口、漏桶、令牌桶）
Redis为什么快（内存、io多路复用+事件驱动、数据结构简单，最后这个忘了）
Maven 解决版本冲突问题（我没了解过这个，面试官说DependencyManagement）
Mysql索引结构，为什么选择B+树而不是B树
Mysql默认隔离级别，怎么实现的可重复读（快照读-MVCC，当前读-锁）
Read View都有什么字段
sql查询优化
Bean生命周期

算法：lc19.删除链表的倒数第N个结点

====================================================

二面

项目相关的问题
了解过什么大模型，学习渠道
前端轮询和websocket区别，各自的优势
用户量特别大的情况下，轮询压力很大怎么优化
redis持久化，AOF和RDB对比
MySQL对比Redis优势
线程池机制、核心参数、拒绝策略
重载和重写区别
接口是什么，使用的场景，和抽象类区别
jvm内存区域，堆为什么要分成新生代和老年代
什么对象会从新生代晋升到老年代
用过什么linux指令
自己有什么优点和缺点

算法：lc102.二叉树的层序遍历

作者：Czzzzzzzz链接：https://www.nowcoder.com/feed/main/detail/d27704499b5c41e0bd0019a8d158a052来源：牛客网

一面回答思路

项目相关问题：

1. 缓存雪崩、缓存穿透、缓存击穿：

2. 分布式限流（Redisson）、限流算法：

3. Redis为什么快：

4. Maven解决版本冲突问题：

5. Mysql索引结构，为什么选择B+树而不是B树：

6. Mysql默认隔离级别，怎么实现的可重复读：

7. Read View都有什么字段：

8. sql查询优化：

9. Bean生命周期：

10. 算法：lc19.删除链表的倒数第N个结点：

- 先向面试官说明使用快慢指针的思路，这样能在一次遍历中找到目标节点，时间复杂度为O(n)。 - 具体实现步骤：定义两个指针，快指针先向前移动N步；然后快慢指针同时移动，直到快指针到达链表末尾；此时慢指针指向的就是倒数第N + 1个节点，删除其下一个节点即可。 - 注意处理边界情况，如链表为空、N为0、N大于链表长度等，确保代码的健壮性。

二面回答思路

1. 项目相关问题：

2. 了解过什么大模型，学习渠道：

3. 前端轮询和websocket区别，各自的优势：

4. 用户量特别大的情况下，轮询压力很大怎么优化：

5. redis持久化，AOF和RDB对比：

6. MySQL对比Redis优势：

7. 线程池机制、核心参数、拒绝策略：

8. 重载和重写区别：

9. 接口是什么，使用的场景，和抽象类区别：

10. jvm内存区域，堆为什么要分成新生代和老年代：

11. 什么对象会从新生代晋升到老年代：

12. 用过什么linux指令：

列举常用指令，如ls（列出目录内容）、cd（切换目录）、mkdir（创建目录）、rm（删除文件或目录）、cp（复制文件或目录）、mv（移动或重命名文件或目录）、grep（文本搜索）、top（查看系统资源使用情况）等，并简单说明每个指令的使用场景和基本参数。

13. 自己有什么优点和缺点：

14. 算法：lc102.二叉树的层序遍历：

- 向面试官说明使用队列实现层序遍历的思路，即借助队列先进先出特性，按层依次处理节点。 - 具体实现步骤：先将根节点入队；然后循环取出队列头部节点，将其值加入结果列表，并将其左右子节点（若存在）入队；持续循环直到队列为空，此时结果列表即为二叉树的层序遍历结果。 - 注意处理边界情况，如根节点为空时直接返回空列表，确保代码完整、正确。

快手Java日常实习一面

1、Redis有哪些客户端，有什么区别2、限流算法，漏桶和令牌桶使用场景3、为什么选择RabbitMQ，kafka了解过吗，使用场景4、如何避免消费端重复消费，什么情况下会出现重复收到消息5、粘包半包是什么，怎么在项目中解决的6、自定义的协议有哪些字段7、Springboot怎么做到导入就可以直接使用的8、mysql默认隔离级别，可重复读能够解决幻读问题吗9、举一个可重复读下出现幻读的例子10、mysql有哪些日志，都有什么作用11、插入一行数据，分别什么时候写入这三个日志12、线上项目，没有日志，没后台数据的情况下怎么找出问题算法：lc415字符串相加第一次面试，巨紧张，回答的都不是很好

作者：Czzzzzzzz链接：https://www.nowcoder.com/feed/main/detail/dd1f2a0a303644dab4b53c5be40caf9b?sourceSSR=users来源：牛客网

1. Redis有哪些客户端，有什么区别

回答思路
示例回答常见的Redis客户端有Jedis、Lettuce和Redisson。
Jedis：使用方式简单直接，其API与Redis命令一一对应，容易上手。但它是基于阻塞I/O的，在高并发场景下，线程会因为等待I/O操作而阻塞，导致性能下降。例如在一个小型电商系统的商品库存查询功能中，并发量不是特别大，使用Jedis可以快速实现功能。
Lettuce：基于Netty实现，采用异步非阻塞I/O，能更好地应对高并发场景。它支持响应式编程，性能表现出色。在大型互联网应用的缓存系统中，如微博的热点数据缓存，需要处理大量并发请求，Lettuce就比较合适。
Redisson：提供了丰富的分布式对象和服务，如分布式锁、分布式集合等。在分布式系统开发中，能极大简化开发过程。比如在一个分布式事务系统中，使用Redisson的分布式锁可以确保数据的一致性。

2. 限流算法，漏桶和令牌桶使用场景

回答思路
示例回答
漏桶算法原理：请求就像水一样流入漏桶，漏桶以固定的速率处理请求。如果请求的流入速度超过了漏桶的处理速度，多余的请求会被丢弃。
适用场景：适用于需要严格控制请求处理速度的场景，例如银行的转账接口，为了保证系统的稳定性和安全性，需要将请求以稳定的速率处理，避免系统因突发流量而崩溃。
令牌桶算法原理：系统以固定的速率生成令牌放入桶中，请求需要从桶中获取令牌才能被处理。只要桶中有令牌，请求就能立即得到处理。
适用场景：适合流量具有突发性，但又需要限制平均速率的场景。比如视频网站的视频播放接口，在用户集中点击播放视频时会有突发流量，令牌桶算法可以在保证平均流量不超限制的情况下，允许这些突发请求通过，保证用户体验。

3. 为什么选择RabbitMQ，kafka了解过吗，使用场景

回答思路
示例回答选择RabbitMQ主要有以下几个原因：
功能丰富：它支持多种交换器类型，如direct、topic、fanout等，可以根据不同的业务需求进行灵活的消息路由。
可靠性高：支持消息持久化、事务机制等，能够确保消息不丢失。
社区成熟：有丰富的插件和工具，便于与其他系统集成和扩展。

Kafka是一个高吞吐量的分布式消息系统，它的主要特点是高并发、高扩展性和容错性好。

RabbitMQ使用场景：适用于对消息可靠性和路由规则要求较高的场景，如金融系统中的资金变动通知，需要确保每一条消息都能准确无误地发送和处理。
Kafka使用场景：适合处理海量数据的实时处理场景，如大型互联网公司的日志收集与分析系统，Kafka可以高效地接收和存储大量的日志数据。

4. 如何避免消费端重复消费，什么情况下会出现重复收到消息

回答思路
示例回答
重复消费的原因
避免重复消费的方法

5. 粘包半包是什么，怎么在项目中解决的

回答思路
示例回答
概念解释：粘包是指多个数据包被合并成一个数据包发送，导致接收方无法正确区分每个数据包的边界。半包是指一个数据包被拆分成多个部分发送，接收方收到不完整的数据包。
产生原因：主要是由于TCP协议为了提高传输效率，会将小数据包合并成大数据包发送，或者将大数据包拆分成多个小数据包发送。
解决方法

6. 自定义的协议有哪些字段

回答思路
示例回答自定义协议通常包含以下几个部分的字段：
消息头字段
消息体字段：根据具体的业务需求定义，包含实际要传输的数据。例如在一个用户登录协议中，消息体可能包含用户名和密码。
校验字段：用于对消息进行校验，确保消息在传输过程中没有被篡改或损坏。常见的校验方式有CRC校验、MD5校验等。

7. Springboot怎么做到导入就可以直接使用的

回答思路
示例回答Spring Boot通过自动配置机制实现了导入依赖就可以直接使用的功能。其核心是@EnableAutoConfiguration注解，它会触发Spring Boot的自动配置流程。

Spring Boot会扫描classpath下的META - INF/spring.factories文件，该文件中定义了各种自动配置类。当我们在项目中引入某个依赖时，Spring Boot会根据依赖的信息，找到对应的自动配置类，并根据项目的配置属性进行自动配置。

例如，当我们引入spring - boot - starter - web依赖时，Spring Boot会自动配置Spring MVC相关的组件，如DispatcherServlet、视图解析器等，我们不需要手动进行大量的配置就可以直接使用Web开发的功能。

8. mysql默认隔离级别，可重复读能够解决幻读问题吗

回答思路
示例回答MySQL的默认隔离级别是可重复读（Repeatable Read）。

幻读是指在同一事务中，两次相同的查询返回了不同数量的行。

在可重复读隔离级别下，InnoDB存储引擎通过MVCC（多版本并发控制）和间隙锁机制，在很大程度上解决了幻读问题。MVCC保证了在同一事务内多次读取数据的一致性，间隙锁防止了其他事务在查询范围内插入新的数据。但严格来说，可重复读并没有完全解决幻读问题，对于一些特殊情况，如在事务中先插入一条数据，然后再进行相同条件的查询，还是可能出现幻读现象。

9. 举一个可重复读下出现幻读的例子

回答思路
示例回答假设我们有一个users表，包含id和age两个字段。

现在有两个并发事务：

事务T1：

START TRANSACTION;
SELECT * FROM users WHERE age > 18; -- 第一次查询，返回10条记录
-- 这里可能执行一些其他操作
SELECT * FROM users WHERE age > 18; -- 第二次查询
COMMIT;

事务T2：

START TRANSACTION;
INSERT INTO users (age) VALUES (20); -- 插入一条满足age > 18的记录
COMMIT;

在事务T1中，第一次查询返回了10条记录。在T1事务还未提交时，事务T2插入了一条新记录并提交。当T1进行第二次查询时，发现返回了11条记录，这就出现了幻读现象，因为在T1事务内，两次相同的查询返回了不同数量的行。

10. mysql有哪些日志，都有什么作用

回答思路
示例回答MySQL常见的日志有以下几种：
二进制日志（Binary Log）：记录了数据库的所有写操作，如INSERT、UPDATE、DELETE等。主要用于数据备份和恢复，以及主从复制。在主从复制中，主库将二进制日志发送给从库，从库通过重放这些日志来保持与主库的数据一致性。
事务日志（InnoDB Redo Log和InnoDB Undo Log）
错误日志（Error Log）：记录MySQL服务器在启动、运行过程中发生的错误信息，方便管理员排查问题。例如，数据库启动失败的原因、运行时的异常错误等都会记录在错误日志中。
查询日志（General Log）：记录了所有的SQL语句，包括查询、插入、更新等操作。主要用于调试和分析数据库的使用情况，但会对性能产生一定影响，一般在生产环境中不建议开启。
慢查询日志（Slow Query Log）：记录了执行时间超过指定阈值的SQL语句，帮助开发人员和管理员找出性能瓶颈，优化数据库查询。

11. 插入一行数据，分别什么时候写入这三个日志（二进制日志、事务日志、错误日志）

回答思路
示例回答
二进制日志：在事务提交时写入。因为二进制日志记录的是数据库的写操作，为了保证数据的一致性和完整性，只有在事务提交后，才将该事务的所有写操作记录到二进制日志中，用于主从复制和数据恢复。
事务日志
错误日志：只有在插入数据过程中发生错误时才会写入。例如，插入的数据违反了数据库的约束条件（如唯一约束、外键约束等），或者出现了数据库系统内部错误，这些错误信息会被记录到错误日志中，方便开发人员或运维人员排查问题。

12. 线上项目，没有日志，没后台数据的情况下怎么找出问题

回答思路
示例回答在没有日志和后台数据的情况下，可以从以下几个方面找出问题：
系统层面
代码层面
版本管理层面

算法：lc415字符串相加

回答思路
示例回答这道题可以使用模拟加法运算的方法来解决。具体步骤如下：

初始化两个指针i和j，分别指向两个字符串的末尾。
初始化一个进位变量carry，用于记录每一位相加的进位。
从后往前逐位相加，将对应位的字符转换为数字，并加上进位carry。
计算当前位的结果和新的进位，将当前位的结果添加到结果字符串中。
移动指针i和j，如果其中一个字符串已经遍历完，继续处理另一个字符串。
最后，如果还有进位，将进位添加到结果字符串中。
由于是从后往前构建结果字符串，最后需要将结果字符串反转。

以下是Python代码示例：

def addStrings(num1, num2):
    i, j = len(num1) - 1, len(num2) - 1
    carry = 0
    result = []
    while i >= 0 or j >= 0 or carry:
        n1 = int(num1[i]) if i >= 0 else 0
        n2 = int(num2[j]) if j >= 0 else 0
        total = n1 + n2 + carry

美团数据系统研发日常实习一面

timeline:2.14晚上莫名其妙给我发了个2.20的面试，没电话通知也，但本着经验+1的想法还是面了。

一、实习介绍：

1.介绍实习有含金量的点，实习的工作。（我介绍了实习的项目）

2.接口幂等性

3.慢SQL问题，怎么发现的，场景，怎么排查

4.Mysql索引相关，索引底层，联合索引

5.联合索引和单列索引的区别（单列索引给我挖坑呢，大家注意区分单列中有主键索引和非主键索引）

6.联合索引的使用，要注意什么（最左匹配，范围查询，sql语句上运算）

二、项目介绍：

1.介绍项目有含金量的点，项目的工作（魔改黑马头条）

2.Redis常见数据类型及其底层（重点说了zset）

3.kafka解决mysql和redis的数据一致性问题，其他还有什么方案

4.布隆过滤器是什么，解决什么问题，能消除误判率吗，误判率怎么设置的

5.bitmap的作用，及常见使用场景

6.kafka怎么保证数据不丢失，我做了什么工作吗

7.假如mysql和redis使用kafka解耦之后，有一部分失败导致数据不一致怎么办（引入对账任务）

三、八股：

1.线程池相关知识，常见线程池，线程池核心参数，常见拒绝策略，线程池怎么用

2.jvm相关知识：常见垃圾回收器，常见垃圾回收算法，对象晋升老年代的方法

lc：**************（难绷，手撕思路对了，没撕出来，有点不重视这个面试，算法好久没刷了）

总结：感觉问的很常规，没有什么场景题，有一些场景是我通过他的问题引申出来的。最后问了业务，感觉也不是很行，还是安心去滴滴吧，毁约实在不好。（再说了，手撕都没出来，人家给你二面吗hhhhh）

作者：给🐭🐭个面试机会吧链接：https://www.nowcoder.com/来源：牛客网

以下是针对校招水平的面试问题，提供一些常见的回答思路和答案。这些问题涵盖了技术基础、项目经验、算法能力以及软技能等多个方面。

一、自我介绍

问题：请做一下自我介绍。

回答思路：

简单介绍自己的基本信息（学校、专业、年级）。
强调实习经历或项目经验，突出技术能力和解决问题的能力。
表达对目标岗位的兴趣和热情。

示例回答：“大家好，我是XX大学计算机专业的应届毕业生。在校期间，我参与了多个项目，比如基于Spring Boot开发的在线商城系统，负责后端接口设计和数据库优化。此外，我还曾在某公司实习过三个月，主要负责高并发场景下的接口性能优化。我对分布式系统和微服务架构有浓厚兴趣，希望能在贵公司进一步提升自己的技术能力。”

二、技术基础知识

1. 接口幂等性

问题：什么是接口幂等性？如何保证接口的幂等性？

回答思路：

解释幂等性的定义。
提供几种实现方式，例如唯一标识符、数据库唯一约束、分布式锁等。

示例回答：“接口幂等性是指同一个请求多次执行产生的结果是一致的，不会因为重复调用而导致数据异常。常见的实现方式包括：

使用唯一标识符（如订单号），确保每次请求都对应唯一的业务操作；
在数据库中设置唯一约束，防止重复插入；
使用分布式锁，确保同一时间只有一个请求能够处理相同的数据。”

2. 慢SQL问题

问题：如何发现慢SQL？常见场景有哪些？如何排查？

回答思路：

说明慢查询日志的作用。
提到常用的排查工具和方法，如EXPLAIN分析执行计划。
结合实际场景举例。

示例回答：“可以通过MySQL的慢查询日志发现慢SQL，通常会设置一个阈值（如1秒）。排查时可以使用EXPLAIN命令查看执行计划，检查是否存在全表扫描、索引未命中等问题。常见场景包括：

复杂的连表查询导致性能下降；
缺少合适的索引；
数据量过大但查询条件不明确。解决方法是优化SQL语句，添加索引，或者调整查询逻辑。”

3. Mysql索引相关

问题：Mysql索引底层原理是什么？联合索引的作用是什么？

回答思路：

解释B+树结构。
说明联合索引的优势和使用注意事项。

示例回答：“MySQL的索引底层是基于B+树结构实现的。B+树的特点是所有数据存储在叶子节点上，便于范围查询和排序。联合索引的作用是可以通过组合多个字段来提高查询效率，减少索引占用的空间。使用时需要注意最左匹配原则，即查询条件必须从联合索引的第一个字段开始匹配，否则后续字段的索引将失效。”

4. Kafka相关

问题：Kafka如何保证数据不丢失？如果MySQL和Redis通过Kafka解耦后数据不一致怎么办？

回答思路：

阐述Kafka的可靠性机制。
提出数据一致性解决方案。

示例回答：“Kafka可以通过以下方式保证数据不丢失：

设置acks=all，确保消息被所有副本确认；
调整min.insync.replicas参数，确保写入至少N个副本；
开启WAL（Write-Ahead Log），记录每条消息的偏移量。如果MySQL和Redis通过Kafka解耦后出现数据不一致，可以通过引入对账任务定期校验数据一致性，并修复差异。”

三、项目经验相关

1. 项目介绍

问题：介绍一下你的项目经历。

回答思路：

描述项目的背景和目标。
重点强调自己负责的核心模块和技术难点。
提到解决的问题和取得的成果。

示例回答：“我参与了一个基于Spring Cloud的电商平台项目，主要负责用户登录模块和订单管理模块。在用户登录模块中，我实现了JWT令牌认证机制，确保用户的会话安全；在订单管理模块中，我优化了高并发场景下的库存扣减逻辑，避免了超卖问题。最终，我们的系统在双十一大促期间成功承载了超过10万QPS的流量。”

2. Redis常见数据类型

问题：Redis有哪些常见数据类型？它们的底层实现是什么？

回答思路：

列举Redis的主要数据类型。
简要说明每种类型的底层实现。

示例回答：“Redis的常见数据类型包括String、Hash、List、Set和ZSet。

String底层是一个简单的字符串；
Hash底层是哈希表；
List底层是双向链表；
Set底层是哈希表；
ZSet底层是跳跃表+哈希表，用于支持有序集合的操作。”

3. 布隆过滤器

问题：布隆过滤器是什么？能消除误判率吗？

回答思路：

定义布隆过滤器。
解释误判率的概念及降低方法。

示例回答：“布隆过滤器是一种空间高效的概率型数据结构，用于判断元素是否存在于集合中。它的特点是速度快、内存占用低，但可能会产生误判（即判断存在但实际上不存在）。误判率无法完全消除，但可以通过增加位数组大小或调整哈希函数数量来降低误判率。”

四、八股知识

1. 线程池相关

问题：线程池的核心参数有哪些？常见的拒绝策略有哪些？

回答思路：

列举核心参数及其作用。
说明常见的拒绝策略及其适用场景。

示例回答：“线程池的核心参数包括：

corePoolSize：核心线程数；
maximumPoolSize：最大线程数；
keepAliveTime：空闲线程存活时间；
workQueue：任务队列。常见的拒绝策略包括：
AbortPolicy：直接抛出异常；
CallerRunsPolicy：由调用线程执行任务；
DiscardPolicy：直接丢弃任务；
DiscardOldestPolicy：丢弃队列中最旧的任务。”

2. JVM相关

问题：JVM的垃圾回收器有哪些？对象晋升老年代的条件是什么？

回答思路：

列举常见的垃圾回收器。
说明对象晋升老年代的条件。

示例回答：“JVM的常见垃圾回收器包括Serial、Parallel、CMS、G1和ZGC等。对象晋升老年代的条件包括：

对象年龄达到阈值（默认为15）；
Survivor空间不足；
大对象直接进入老年代。”

五、算法题

1. 重排链表

问题：**************

回答思路：

找到链表中点。
反转后半部分链表。
合并前后两部分链表。

代码示例：

public void reorderList(ListNode head) {
    if (head == null || head.next == null) return;

    // Step 1: 找到链表中点
    ListNode slow = head, fast = head;
    while (fast != null && fast.next != null) {
        slow = slow.next;
        fast = fast.next.next;
    }

    // Step 2: 反转后半部分链表
    ListNode prev = null, curr = slow;
    while (curr != null) {
        ListNode nextTemp = curr.next;
        curr.next = prev;
        prev = curr;
        curr = nextTemp;
    }

    // Step 3: 合并前后两部分链表
    ListNode first = head, second = prev;
    while (second.next != null) {
        ListNode temp1 = first.next;
        ListNode temp2 = second.next;

        first.next = second;
        second.next = temp1;

        first = temp1;
        second = temp2;
    }
}