你好，我是Guide。最近，圈子里一個(gè)詞的討論度很高——大廠“內(nèi)包”。

像螞蟻的“數(shù)字馬力”、騰訊的“騰訊云智”，這些由大廠100%控股的子公司，就是典型的例子。它們是大型企業(yè)為了解決傳統(tǒng)外包帶來的數(shù)據(jù)安全、協(xié)同管理和成本問題，而催生出的新用工形態(tài)。

雖說名為“內(nèi)包”，但它們的整體待遇通常優(yōu)于大部分中小廠，且面試難度往往不低。

下面是一位球友分享的數(shù)字馬力面經(jīng)，這是他面試了很多家公司拿到的唯一 offer。他直言，身心俱疲，再也不想經(jīng)歷面試了。

為了方便大家學(xué)習(xí)參考，我為其中的面試題補(bǔ)充了詳盡的參考答案。

概覽：

image.png

自我介紹

面試時(shí)的自我介紹，其實(shí)是你給面試官的“第一印象濃縮版”。它不需要面面俱到，但要精準(zhǔn)、自信地展現(xiàn)你的核心價(jià)值和與崗位的匹配度。通?？刂圃?1-2 分鐘內(nèi)比較合適。一個(gè)好的自我介紹應(yīng)該包含這幾點(diǎn)要素：

1. 用簡單的話說清楚自己主要的技術(shù)棧于擅長的領(lǐng)域，例如 Java 后端開發(fā)、分布式系統(tǒng)開發(fā)；
2. 把重點(diǎn)放在自己的優(yōu)勢上，重點(diǎn)突出自己的能力，最好能用一個(gè)簡短的例子支撐，例如：我比較擅長定位和解決復(fù)雜問題。在[某項(xiàng)目/實(shí)習(xí)]中，我曾通過[簡述方法，如日志分析、源碼追蹤、壓力測試]成功解決了[某個(gè)具體問題，如一個(gè)棘手的性能瓶頸/一個(gè)偶現(xiàn)的 Bug]，將[某個(gè)指標(biāo)]提升了[百分比/具體數(shù)值]。
3. 簡要提及 1-2 個(gè)最能體現(xiàn)你能力和與崗位要求匹配的項(xiàng)目經(jīng)歷、實(shí)習(xí)經(jīng)歷或競賽成績。不需要展開細(xì)節(jié)，目的是引出面試官后續(xù)的提問。
4. 如果時(shí)間允許，可以非常簡短地表達(dá)對所申請崗位的興趣和對公司的向往，表明你是有備而來。

介紹項(xiàng)目的亮點(diǎn)

當(dāng)你需要向別人（尤其是面試官）介紹項(xiàng)目中的亮點(diǎn)時(shí)，我強(qiáng)烈推薦你使用 B-T-A-R 模型來組織思路和語言。

這個(gè)模型能幫你把一個(gè)技術(shù)故事講得既清晰又有條理，還能突出你的能力和貢獻(xiàn)。它包含四個(gè)關(guān)鍵部分：

• B - Background (項(xiàng)目背景):
  • 做什么： 用一兩句話概括這個(gè)項(xiàng)目是干什么的，它解決了什么業(yè)務(wù)問題，或者滿足了什么用戶需求。
  • 為什么重要： 簡單說明當(dāng)時(shí)的業(yè)務(wù)場景或技術(shù)上下文，讓聽眾明白你接下來要講的亮點(diǎn)是在什么樣的大環(huán)境下產(chǎn)生的。
• T - Task/Challenge (任務(wù)/挑戰(zhàn)):
  • 遇到什么坎： 具體描述在這個(gè)項(xiàng)目中，你或團(tuán)隊(duì)面臨的最棘手的技術(shù)難題或業(yè)務(wù)挑戰(zhàn)是什么。
  • 鉤子在這里： 這個(gè)問題越具體、越有挑戰(zhàn)性，就越能吸引聽眾的注意力，為后續(xù)你的解決方案做鋪墊。避免泛泛而談，比如“性能優(yōu)化”，要具體到“某個(gè)核心接口在高并發(fā)下響應(yīng)時(shí)間超過 2 秒，無法滿足 SLA 要求”。
• A - Action (行動(dòng)/方案):
  • 問題分析： 你是如何定位問題根源的？用了什么工具或方法？
  • 方案思考與選擇： 你考慮過哪些備選方案？為什么最終選擇了當(dāng)前這個(gè)方案？（這里可以體現(xiàn)你的技術(shù)視野和權(quán)衡能力）
  • 具體實(shí)施： 你的方案是如何設(shè)計(jì)的？涉及哪些關(guān)鍵技術(shù)點(diǎn)或架構(gòu)調(diào)整？
  • 克服困難： 在實(shí)施過程中遇到了哪些新的問題？你是如何克服的？
  • 你是怎么干的： 這是展示你技術(shù)深度和解決問題能力的核心部分。詳細(xì)說明：
• R - Result (結(jié)果/成果):
  • 帶來了什么價(jià)值： 用具體、可量化的數(shù)據(jù)來展示你的解決方案所帶來的積極成果。
  • 用數(shù)據(jù)說話： 這是最有說服力的部分。比如：“接口響應(yīng)時(shí)間從平均 2 秒降低到 200 毫秒”、“系統(tǒng)吞吐量提升了 3 倍”、“錯(cuò)誤率降低了 80%”、“為公司節(jié)省了 XX%的服務(wù)器成本”等。
  • 其他影響： 也可以提及一些非量化的積極影響，如“提升了用戶體驗(yàn)”、“增強(qiáng)了系統(tǒng)穩(wěn)定性”、“為后續(xù)業(yè)務(wù)擴(kuò)展打下了基礎(chǔ)”等。

抽象類和接口有什么區(qū)別

• 設(shè)計(jì)目的：接口主要用于對類的行為進(jìn)行約束，你實(shí)現(xiàn)了某個(gè)接口就具有了對應(yīng)的行為。抽象類主要用于代碼復(fù)用，強(qiáng)調(diào)的是所屬關(guān)系。
• 繼承和實(shí)現(xiàn)：一個(gè)類只能繼承一個(gè)類（包括抽象類），因?yàn)?Java 不支持多繼承。但一個(gè)類可以實(shí)現(xiàn)多個(gè)接口，一個(gè)接口也可以繼承多個(gè)其他接口。
• 成員變量：接口中的成員變量只能是 public static final 類型的，不能被修改且必須有初始值。抽象類的成員變量可以有任何修飾符（private, protected, public），可以在子類中被重新定義或賦值。
• 方法：
  • Java 8 之前，接口中的方法默認(rèn)是 public abstract ，也就是只能有方法聲明。自 Java 8 起，可以在接口中定義 default（默認(rèn)） 方法和 static （靜態(tài)）方法。 自 Java 9 起，接口可以包含 private 方法。
  • 抽象類可以包含抽象方法和非抽象方法。抽象方法沒有方法體，必須在子類中實(shí)現(xiàn)。非抽象方法有具體實(shí)現(xiàn)，可以直接在抽象類中使用或在子類中重寫。

在 Java 8 及以上版本中，接口引入了新的方法類型：default 方法、static 方法和 private 方法。這些方法讓接口的使用更加靈活。

Java 8 引入的default 方法用于提供接口方法的默認(rèn)實(shí)現(xiàn)，可以在實(shí)現(xiàn)類中被覆蓋。這樣就可以在不修改實(shí)現(xiàn)類的情況下向現(xiàn)有接口添加新功能，從而增強(qiáng)接口的擴(kuò)展性和向后兼容性。

1.png

Java 8 引入的static 方法無法在實(shí)現(xiàn)類中被覆蓋，只能通過接口名直接調(diào)用（ MyInterface.staticMethod()），類似于類中的靜態(tài)方法。static 方法通常用于定義一些通用的、與接口相關(guān)的工具方法，一般很少用。

2.png

Java 9 允許在接口中使用 private 方法。private方法可以用于在接口內(nèi)部共享代碼，不對外暴露。

3.png

Java 可變長參數(shù)有什么用？

從 Java5 開始，Java 支持定義可變長參數(shù)，所謂可變長參數(shù)就是允許在調(diào)用方法時(shí)傳入不定長度的參數(shù)。就比如下面這個(gè)方法就可以接受 0 個(gè)或者多個(gè)參數(shù)。

4.png

另外，可變參數(shù)只能作為函數(shù)的最后一個(gè)參數(shù)，但其前面可以有也可以沒有任何其他參數(shù)。

5.png

可變長參數(shù)的核心價(jià)值在于用一種優(yōu)雅的方式替代了繁瑣的方法重載和不便的數(shù)組傳參，讓代碼更加靈活、簡潔和易讀。它的本質(zhì)是編譯器的語法糖，可變長參數(shù)在編譯后，會(huì)被編譯器自動(dòng)轉(zhuǎn)換成一個(gè)數(shù)組。

Java 基礎(chǔ)面試題匯總可參考筆者寫的這幾篇文章：

• Java 基礎(chǔ)常見面試題總結(jié)(上)（Java 語言的基本概念、語法、數(shù)據(jù)類型、變量、方法等）
• Java 基礎(chǔ)常見面試題總結(jié)(中)（面向?qū)ο蠡A(chǔ)、字符串、對象的比較與拷貝等）
• Java 基礎(chǔ)常見面試題總結(jié)（下）（異常、泛型、反射、SPI、序列化、注解等）

索引的優(yōu)缺點(diǎn)

索引的優(yōu)點(diǎn)：

1. 查詢速度起飛 (主要目的)：通過索引，數(shù)據(jù)庫可以大幅減少需要掃描的數(shù)據(jù)量，直接定位到符合條件的記錄，從而顯著加快數(shù)據(jù)檢索速度，減少磁盤 I/O 次數(shù)。
2. 保證數(shù)據(jù)唯一性：通過創(chuàng)建唯一索引 (Unique Index)，可以確保表中的某一列（或幾列組合）的值是獨(dú)一無二的，比如用戶 ID、郵箱等。主鍵本身就是一種唯一索引。
3. 加速排序和分組：如果查詢中的 ORDER BY 或 GROUP BY 子句涉及的列建有索引，數(shù)據(jù)庫往往可以直接利用索引已經(jīng)排好序的特性，避免額外的排序操作，從而提升性能。

索引的缺點(diǎn)：

1. 創(chuàng)建和維護(hù)耗時(shí)：創(chuàng)建索引本身需要時(shí)間，特別是對大表操作時(shí)。更重要的是，當(dāng)對表中的數(shù)據(jù)進(jìn)行增、刪、改 (DML 操作) 時(shí)，不僅要操作數(shù)據(jù)本身，相關(guān)的索引也必須動(dòng)態(tài)更新和維護(hù)，這會(huì)降低這些 DML 操作的執(zhí)行效率。
2. 占用存儲(chǔ)空間：索引本質(zhì)上也是一種數(shù)據(jù)結(jié)構(gòu)，需要以物理文件（或內(nèi)存結(jié)構(gòu)）的形式存儲(chǔ)，因此會(huì)額外占用一定的磁盤空間。索引越多、越大，占用的空間也就越多。
3. 可能被誤用或失效：如果索引設(shè)計(jì)不當(dāng)，或者查詢語句寫得不好，數(shù)據(jù)庫優(yōu)化器可能不會(huì)選擇使用索引（或者選錯(cuò)索引），反而導(dǎo)致性能下降。

那么，用了索引就一定能提高查詢性能嗎？

不一定。 大多數(shù)情況下，合理使用索引確實(shí)比全表掃描快得多。但也有例外：

• 數(shù)據(jù)量太小：如果表里的數(shù)據(jù)非常少（比如就幾百條），全表掃描可能比通過索引查找更快，因?yàn)樽咚饕旧硪灿虚_銷。
• 查詢結(jié)果集占比過大：如果要查詢的數(shù)據(jù)占了整張表的大部分（比如超過 20%-30%），優(yōu)化器可能會(huì)認(rèn)為全表掃描更劃算，因?yàn)橥ㄟ^索引多次回表（隨機(jī) I/O）的成本可能高于一次順序的全表掃描。
• 索引維護(hù)不當(dāng)或統(tǒng)計(jì)信息過時(shí)：導(dǎo)致優(yōu)化器做出錯(cuò)誤判斷。

數(shù)據(jù)庫中哪些字段適合索引優(yōu)化？

• 被頻繁查詢的字段(WHERE 子句) ：我們創(chuàng)建索引的字段應(yīng)該是查詢操作非常頻繁的字段。高選擇性的列效果更好：也就是說，列中不重復(fù)的值越多（比如用戶 ID、訂單號(hào)），通過索引篩選出的數(shù)據(jù)就越少，索引效率越高。像性別這種選擇性很低的列，單獨(dú)建索引效果通常不佳，但可以作為組合索引的一部分。
• 頻繁需要排序的字段 (ORDER BY 子句) ：索引已經(jīng)排序，這樣查詢可以利用索引的排序，加快排序查詢時(shí)間。
• 被經(jīng)常頻繁用于連接的字段(JOIN ON 子句) ：經(jīng)常用于連接的字段可能是一些外鍵列，對于外鍵列并不一定要建立外鍵，只是說該列涉及到表與表的關(guān)系。對于頻繁被連接查詢的字段，可以考慮建立索引，提高多表連接查詢的效率。
• 盡量選擇非 NULL 且短小的字段：
  • 關(guān)于 NULL 值：雖然現(xiàn)代數(shù)據(jù)庫對 NULL 值的索引處理有所改進(jìn)，但索引列中包含大量 NULL 值有時(shí)會(huì)影響優(yōu)化器的效率和索引占用的空間（不同數(shù)據(jù)庫處理方式有差異）。如果業(yè)務(wù)允許，并且字段經(jīng)常被查詢，可以考慮用一個(gè)有明確業(yè)務(wù)含義的默認(rèn)值（如 0, 'N/A'）代替 NULL。但這不是絕對的，具體情況需具體分析。
  • 短小字段：索引列的值越短，索引本身占用的空間就越小，一次 I/O 能加載的索引項(xiàng)就越多，查詢效率相對更高。例如，用 INT 類型存儲(chǔ)年齡比用 VARCHAR(100) 好。

Redis 如何同時(shí)執(zhí)行多條命令？

當(dāng)我們需要向 Redis 發(fā)送多條命令時(shí)，如果一條一條地發(fā)送，每次命令都會(huì)產(chǎn)生一次網(wǎng)絡(luò)往返 (RTT)，這在命令數(shù)量很多時(shí)會(huì)非常低效。為了解決這個(gè)問題，Redis 提供了幾種批量執(zhí)行命令的方式，主要是 Pipeline (流水線) 和 Lua 腳本。

Pipeline 允許客戶端將一批 Redis 命令打包起來，一次性發(fā)送給 Redis 服務(wù)器。服務(wù)器收到這些命令后，會(huì)按順序執(zhí)行它們，然后將所有命令的執(zhí)行結(jié)果一次性返回給客戶端。本來 N 條命令需要 N 次網(wǎng)絡(luò)往返，用了 Pipeline 后，理想情況下只需要 1 次（發(fā)送批命令）+ 1 次（接收批結(jié)果）。不過，Pipeline 中的命令是按順序執(zhí)行，但它們不是原子操作。如果在執(zhí)行過程中，有其他客戶端的命令插入進(jìn)來，是可能發(fā)生的（雖然 Redis 單線程模型保證了單個(gè)命令的原子性，但 Pipeline 整體不是）。

6.png

Lua 腳本同樣支持批量操作多條命令。一段 Lua 腳本可以視作一條命令執(zhí)行，可以看作是 原子操作。也就是說，一段 Lua 腳本執(zhí)行過程中不會(huì)有其他腳本或 Redis 命令同時(shí)執(zhí)行，保證了操作不會(huì)被其他指令插入或打擾，這是 pipeline 所不具備的。并且，Lua 腳本中支持一些簡單的邏輯處理比如使用命令讀取值并在 Lua 腳本中進(jìn)行處理，這同樣是 pipeline 所不具備的。

總結(jié)對比：

緩存擊穿問題注意過嗎？

緩存擊穿中，請求的 key 對應(yīng)的是 熱點(diǎn)數(shù)據(jù)，該數(shù)據(jù) 存在于數(shù)據(jù)庫中，但不存在于緩存中（通常是因?yàn)榫彺嬷械哪欠輸?shù)據(jù)已經(jīng)過期）。這就可能會(huì)導(dǎo)致瞬時(shí)大量的請求直接打到了數(shù)據(jù)庫上，對數(shù)據(jù)庫造成了巨大的壓力，可能直接就被這么多請求弄宕機(jī)了。

8.png

緩存擊穿

舉個(gè)例子：秒殺進(jìn)行過程中，緩存中的某個(gè)秒殺商品的數(shù)據(jù)突然過期，這就導(dǎo)致瞬時(shí)大量對該商品的請求直接落到數(shù)據(jù)庫上，對數(shù)據(jù)庫造成了巨大的壓力。

有哪些解決辦法？

1. 永不過期（不推薦）：設(shè)置熱點(diǎn)數(shù)據(jù)永不過期或者過期時(shí)間比較長。
2. 提前預(yù)熱（推薦）：針對熱點(diǎn)數(shù)據(jù)提前預(yù)熱，將其存入緩存中并設(shè)置合理的過期時(shí)間比如秒殺場景下的數(shù)據(jù)在秒殺結(jié)束之前不過期。
3. 加鎖（看情況）：在緩存失效后，通過設(shè)置互斥鎖確保只有一個(gè)請求去查詢數(shù)據(jù)庫并更新緩存。

數(shù)據(jù)庫和緩存面試題匯總可參考筆者寫的這幾篇文章：

• MySQL 常見面試題總結(jié)（MySQL 基礎(chǔ)、存儲(chǔ)引擎、事務(wù)、索引、鎖、性能優(yōu)化等）
• Redis 常見面試題總結(jié)（上）（Redis 基礎(chǔ)、應(yīng)用、數(shù)據(jù)類型、持久化機(jī)制、線程模型等）
• Redis 常見面試題總結(jié)(下)（Redis 事務(wù)、性能優(yōu)化、生產(chǎn)問題、集群、使用規(guī)范等）

分布式下 Session 一致性如何保證

將 Session 數(shù)據(jù)集中存儲(chǔ)在像 Redis 或 Memcached 這樣的分布式緩存系統(tǒng)中。所有服務(wù)器都通過訪問這個(gè)共享緩存來獲取和更新 Session。

這是目前最廣泛使用的方案。

• 優(yōu)點(diǎn)：
  • 高性能：緩存系統(tǒng)基于內(nèi)存操作，讀寫速度非?？?，能輕松應(yīng)對高并發(fā)的 Session 訪問。
  • 易于水平擴(kuò)展：緩存集群（如 Redis Cluster）可以方便地?cái)U(kuò)展以支持更大的數(shù)據(jù)量和并發(fā)。
  • 相對簡單：很多框架（如 Spring Session）都對這種方式提供了很好的支持，集成方便。
• 缺點(diǎn)：
  • 數(shù)據(jù)可能丟失：如果緩存服務(wù)（如 Redis）宕機(jī)且沒有配置好持久化或高可用方案（如哨兵、集群），可能會(huì)丟失部分 Session 數(shù)據(jù)，導(dǎo)致用戶需要重新登錄。不過，通過合理的持久化和集群配置可以大大降低風(fēng)險(xiǎn)。
  • 引入額外依賴：需要維護(hù)一套獨(dú)立的緩存系統(tǒng)。

大量 Excel 導(dǎo)出時(shí)出現(xiàn) OOM 問題，如何解決？

Excel 導(dǎo)出時(shí)發(fā)生 OOM (Out Of Memory) 是個(gè)常見問題，尤其當(dāng)數(shù)據(jù)量非常大的時(shí)候。根本原因在于，很多傳統(tǒng)的 Excel 操作庫會(huì)嘗試 一次性把所有數(shù)據(jù)加載到內(nèi)存中 來構(gòu)建 Excel 文件，數(shù)據(jù)一大，內(nèi)存自然就爆了。

解決這個(gè)問題的核心思路是避免全量數(shù)據(jù)駐留內(nèi)存，采用流式處理或者分批處理的方式。

EasyExcel 是阿里巴巴開源的一個(gè)優(yōu)秀 Java Excel 處理框架，它的核心設(shè)計(jì)理念就是為了解決 OOM 問題。它采用 “邊讀邊寫”的流式處理機(jī)制 ，逐行讀取數(shù)據(jù)并寫入到輸出流，內(nèi)存占用極低，非常適合大數(shù)據(jù)量的導(dǎo)出。FastExcel 可以看作是 EasyExcel 的升級(jí)版或增強(qiáng)版，由原作者在 EasyExcel 停止積極維護(hù)后推出，繼承了其優(yōu)點(diǎn)并在性能和功能上有所提升。

如果你因?yàn)闅v史項(xiàng)目原因或者其他特定需求必須使用 Apache POI，那么一定要用它提供的 SXSSFWorkbook (Streaming Usermodel API) 。SXSSFWorkbook 允許你定義一個(gè)“內(nèi)存窗口大小”（比如，只在內(nèi)存中保留最近的 100 行數(shù)據(jù)）。當(dāng)寫入的行數(shù)超過這個(gè)窗口時(shí)，最早的行數(shù)據(jù)會(huì)被自動(dòng)刷新（flush）到磁盤上的一個(gè)臨時(shí)文件中，從而釋放內(nèi)存。最后，這些臨時(shí)文件會(huì)被整合成最終的 Excel 文件。

其他建議：

• 分頁查詢導(dǎo)出：不要一次性從數(shù)據(jù)庫查詢所有數(shù)據(jù)。可以分頁查詢，每次處理一小批數(shù)據(jù)，然后通過流式庫寫入 Excel。這可以顯著降低數(shù)據(jù)庫壓力和應(yīng)用服務(wù)器的瞬時(shí)內(nèi)存占用。
• 按需導(dǎo)出字段：只導(dǎo)出用戶真正需要的列，避免導(dǎo)出不必要的寬表數(shù)據(jù)，減少數(shù)據(jù)量。
• 異步導(dǎo)出與任務(wù)隊(duì)列：對于非常大的數(shù)據(jù)導(dǎo)出，可以將其設(shè)計(jì)成一個(gè)異步任務(wù)。用戶提交導(dǎo)出請求后，后端將任務(wù)放入消息隊(duì)列（如 Kafka, RabbitMQ），由專門的 worker 服務(wù)異步處理導(dǎo)出，完成后再通知用戶下載。這樣可以避免長時(shí)間占用 HTTP 連接，提升用戶體驗(yàn)，并且更利于資源控制。

作者：JavaGuide
來源：稀土掘金