高频web后端工程师面试题及答案

高频web后端工程师面试题及答案Java中如何解决循环依赖？Spring通过三级缓存机制处理循环依赖。一级缓存singletonObjects存储已完成初始化的Bean实例；二级缓存earlySingletonObjects存储提前暴露的未初始化Bean（用于解决AOP代理问题）；三级缓存singletonFactories存储ObjectFactory工厂，用于提供早期Bean引用。当A依赖B、B依赖A时，创建A的流程为：实例化A→将A的ObjectFactory存入三级缓存→执行属性注入时发现需要B→触发B的创建流程→B实例化后存入三级缓存→B属性注入时需要A→从A的三级缓存获取ObjectFactory提供早期A实例（可能是代理对象）→将早期A存入二级缓存并移除三级缓存→B完成初始化后存入一级缓存→回到A的属性注入，从一级缓存获取B→A完成初始化后存入一级缓存，同时移除二级缓存中的早期引用。需注意构造器注入无法解决循环依赖，因为构造器调用发生在实例化阶段，此时三级缓存尚未提供；而@Lazy注解通过延迟加载将依赖包装为代理对象，可绕过实例化阶段的直接依赖。MySQL中覆盖索引和回表的区别是什么？覆盖索引指查询所需的所有字段都包含在索引中，无需回表查询主键对应的行数据。例如，若有联合索引（name,age），执行selectname,agefromuserwherename='张三'时，索引本身已包含name和age，直接通过索引获取数据。回表则是查询字段不在索引中，需先通过索引找到主键，再根据主键到聚簇索引（主键索引）中查找完整行数据。例如，索引（name）查询selectfromuserwherename='张三'，需先通过name索引找到主键id，再用id到聚簇索引获取其他字段。覆盖索引能显著减少I/O消耗，优化查询性能，设计索引时应尽量让常用查询字段包含在索引中。Redis分布式锁的实现需要注意哪些问题？核心要点包括：1.锁的原子性：加锁需使用setkeyvalueNXPXmilliseconds原子操作，避免setnx和expire分开执行导致锁无法释放；2.锁的过期时间：需根据业务执行时间设置合理过期时间，过短可能导致业务未完成锁已释放，过长可能导致死锁；3.锁的续期：若业务执行时间超过过期时间，需通过看门狗（如Redisson的自动续期机制）在锁过期前自动延长有效期；4.锁的释放：释放时需验证锁的持有者（通过唯一value标识），避免误删其他客户端的锁，可使用Lua脚本保证原子性（ifredis.call('get',KEYS[1])==ARGV[1]thenreturnredis.call('del',KEYS[1])end）；5.可重入性：支持同一线程多次加锁，需记录加锁次数（如Redisson的可重入锁通过hash结构存储锁计数）；6.集群环境下的一致性：使用Redlock算法（向多个独立Redis实例加锁，多数成功则认为加锁成功）可提升集群环境的可靠性，但需权衡性能和一致性。Kafka如何保证消息不丢失？需从生产者、Broker、消费者三端处理。生产者端：设置acks=all（所有ISR副本确认），开启重试（retries>0），使用幂等性（enable.idempotence=true）避免重复发送；Broker端：设置min.insync.replicas≥2（至少2个同步副本），确保消息写入多数副本后才确认；保留消息（log.retention.hours足够大），避免日志过早删除；消费者端：关闭自动提交（mit=false），手动提交offset需在消息处理完成后执行，避免处理未完成时提交offset导致消息丢失；处理消息时做好异常捕获，确保失败时能重试或记录到死信队列。分布式事务的TCC模式具体如何实现？TCC（Try-Confirm-Cancel）分为三个阶段：1.Try阶段：预留资源，检查业务参数合法性，冻结相关资源（如订单服务预扣库存、支付服务预占额度）；2.Confirm阶段：正式提交资源，将Try阶段预留的资源确认使用（如库存扣减、额度扣除）；3.Cancel阶段：回滚资源，释放Try阶段预留的资源（如库存解冻、额度恢复）。实现时需注意：Try需幂等（多次调用结果一致），Confirm/Cancel需可重试（网络波动可能导致重复调用），且需记录事务日志（用于故障时的事务恢复）。例如，电商下单场景：订单服务Try预提供订单（状态为“待确认”），库存服务Try预扣库存（标记为“已锁定”），支付服务Try预占账户余额（标记为“已冻结”）；所有Try成功后执行Confirm，订单状态改为“已支付”，库存正式扣减，余额正式扣除；若任一Try失败，则执行Cancel，订单取消，库存解锁，余额解冻。JVM内存模型中各区域的作用及常见异常有哪些？JVM内存分为五部分：1.程序计数器：记录当前线程执行的字节码行号，线程私有，无内存溢出问题；2.虚拟机栈：存储方法调用的栈帧（局部变量表、操作数栈、动态链接、返回地址），线程私有，若线程请求的栈深度超过限制会抛出StackOverflowError；若栈扩展失败（动态扩展场景）会抛出OutOfMemoryError；3.本地方法栈：与虚拟机栈类似，用于本地方法调用，异常类型相同；4.堆：存储对象实例和数组，线程共享，是GC的主要区域，若对象过多无法分配内存会抛出OutOfMemoryError:Javaheapspace；5.方法区（元空间，JDK8后）：存储类信息、常量、静态变量、即时编译代码等，线程共享，若类信息过多（如动态提供大量Class）会抛出OutOfMemoryError:Metaspace。MySQL的间隙锁（GapLock）在什么场景下会触发？如何避免？间隙锁是InnoDB在可重复读隔离级别下为解决幻读问题引入的锁，锁定索引记录之间的间隙（包括索引前、后间隙），防止其他事务插入新记录。触发场景：当使用范围查询（如whereidbetween10and20）且查询字段是索引字段时，若记录不存在或存在但需锁定范围，InnoDB会对该范围内的间隙加锁。例如，表中有id=5、id=25的记录，执行updateusersetstatus=1whereidbetween10and20，会锁定(5,25)的间隙，阻止其他事务插入id=15的记录。间隙锁可能导致死锁（如两个事务同时锁定同一间隙并尝试插入），可通过以下方式避免：1.将隔离级别改为读提交（RC），InnoDB在RC下仅使用记录锁（RowLock）；2.优化查询条件，避免范围锁（如明确查询存在的记录）；3.使用覆盖索引，减少锁的范围；4.对业务允许的场景，添加字段让范围查询变为等值查询（如增加状态字段限制）。Redis的持久化机制RDB和AOF的区别及选择策略？RDB（快照持久化）通过定时（如save9001）或手动（save/bgsave）提供二进制快照文件（dump.rdb），记录某一时刻的内存数据。优点：文件紧凑，恢复速度快；缺点：可能丢失最后一次快照后的所有数据（取决于快照间隔）。AOF（日志持久化）记录所有写操作命令（appendonly.aof），通过重写（bgrewriteaof）压缩日志。优点：数据丢失少（可配置每秒同步、每次写同步）；缺点：文件较大，恢复速度慢。选择策略：1.对数据一致性要求不高的场景（如缓存），可仅用RDB；2.对数据一致性要求高的场景（如会话存储），建议RDB+AOF结合（AOF保证实时性，RDB加速恢复）；3.AOF配置推荐appendfsync=everysec（每秒同步，兼顾性能和安全），RDB配置save6010000（减少快照频率，降低CPU消耗）。微服务中如何实现服务限流？常见限流算法有令牌桶、漏桶、滑动窗口。1.令牌桶：以固定速率向桶中添加令牌（如100个/秒），请求需获取令牌才能通过，支持突发流量（桶容量限制最大突发量）；2.漏桶：请求进入漏桶后以固定速率流出（如100个/秒），超过容量的请求被拒绝，适合平滑流量；3.滑动窗口：将时间划分为多个窗口（如1分钟划分为6个10秒窗口），统计窗口内的请求数，超过阈值则拒绝，精度高于固定窗口。实现工具：Sentinel（支持QPS、线程数限流，提供热点参数限流）、GuavaRateLimiter（令牌桶实现）、Nginx（通过limit_req模块实现漏桶限流）。例如，电商大促时对商品详情接口设置QPS=5000，使用Sentinel的@SentinelResource注解标记接口，配置限流规则，超出部分返回“系统繁忙”提示。HTTP2相比HTTP1.1有哪些改进？1.二进制分帧：HTTP1.1基于文本，HTTP2将消息拆分为二进制帧（HeaderFrame、DataFrame），更高效解析；2.多路复用：通过流（Stream）标识（31位整数）在一个TCP连接上并发处理多个请求/响应，解决HTTP1.1的队头阻塞问题（一个请求阻塞不影响其他请求）；3.头部压缩：使用HPACK算法压缩请求头，减少重复字段（如Cookie）的传输体积；4.服务器推送：服务器可主动向客户端推送关联资源（如HTML请求时推送CSS、JS），减少客户端请求次数；5.流量控制：每个流可设置发送窗口大小，防止接收方处理能力不足导致的阻塞。例如，访问一个包含10张图片的页面，HTTP1.1需建立多个TCP连接或顺序加载（受限于keep-alive的并发数），而HTTP2通过一个连接并行传输所有图片的DataFrame，显著提升加载速度。MyBatis的一级缓存和二级缓存有何区别？如何配置？一级缓存（本地缓存）是SqlSession级别的缓存，同一SqlSession内执行相同查询会直接从缓存获取，无需访问数据库。失效场景：SqlSession关闭、执行增删改操作、手动调用clearCache()。二级缓存（全局缓存）是Mapper级别的缓存，多个SqlSession共享（需配置），基于namespace隔离。开启二级缓存需：1.在mybatis-config.xml中设置<settingname="cacheEnabled"value="true"/>；2.在Mapper接口或XML中添加@CacheNamespace注解（注解方式）或<cache/>标签（XML方式）；3.实体类需实现Serializable接口。注意：二级缓存默认存储查询结果，若表数据频繁更新，需设置缓存刷新策略（如flushInterval）或关闭二级缓存，避免脏读。如何设计高并发场景下的接口幂等性？幂等性指多次调用同一接口产生的效果与一次调用相同。实现方案：1.全局唯一ID：请求时提供唯一ID（如UUID、雪花ID），服务端通过数据库唯一索引或Redis记录已处理的ID，重复请求直接返回结果；2.状态机：通过状态字段控制操作（如订单状态“未支付→支付中→已支付”，重复支付请求检查状态为“已支付”则直接返回）；3.token机制：客户端先获取token（如调用/genToken接口），请求时携带token，服务端验证token有效性并删除（防止重复使用），可通过Redis存储token（设置过期时间）；4.数据库乐观锁：通过版本号（version）或时间戳（update_time）实现，更新时检查版本号是否匹配（updatetablesetcount=count-1,version=version+1whereid=1andversion=oldVersion）；5.防重表：请求前插入防重表（唯一索引为请求ID），插入成功则处理业务，失败则认为重复请求。例如，支付接口使用全局唯一ID+Redis记录，服务端接收到请求后检查ID是否存在，存在则返回已处理结果，不存在则处理并记录ID。ZooKeeper在分布式系统中的常见应用场景有哪些？1.服务注册与发现：服务启动时在ZooKeeper的/services节点下创建临时子节点（如/provider/:8080），注册中心监听该节点获取可用服务列表；服务下线时临时节点自动删除，实现动态发现；2.分布式锁：通过创建临时顺序节点（/lock/seq-），获取最小节点的客户端获得锁，其他客户端监听前一节点的删除事件实现公平锁；3.配置中心：将配置存储在ZooKeeper的/conf节点，客户端监听节点变化，配置更新时自动拉取；4.集群管理：通过监听子节点变化（如/servers）感知集群节点上下线，实现负载均衡；5.分布式协调：解决脑裂问题（如双主系统中通过ZooKeeper选举主节点，只有主节点可写）。需注意ZooKeeper的CP特性（强一致性，分区时可能不可用），适合对一致性要求高的场景。如何优化慢SQL？步骤如下：1.定位慢SQL：通过MySQL的慢查询日志（slow_query_log）或监控工具（如PerconaToolkit的pt-query-digest）获取执行时间长的SQL；2.分析执行计划：使用explain命令查看SQL的执行计划，关注type（最好为const，最差为ALL）、key（使用的索引）、rows（扫描的行数）、Extra（是否Usingfilesort/Usingtemporary）；3.优化索引：添加缺失的索引（如对where/orderby/groupby字段创建索引），避免索引失效（如避免在索引字段使用函数、类型转换）；4.优化查询逻辑：减少select（使用覆盖索引），拆分复杂查询（如将多表join拆分为单表查询+内存组装），避免子查询（改用join或临时表）；5.分页优化：大数据量分页（如limit100000,10）时，使用覆盖索引+子查询（selectfromuserwhereid>(selectidfromuserlimit99990,1)limit10）避免全表扫描；6.数据库层面优化：调整innodb_buffer_pool_size（增大缓存池），启用查询缓存（MySQL8.0已废弃），升级硬件（如SSD提升I/O速度）。Java线程池的核心参数有哪些？如何合理配置？核心参数：1.corePoolSize：核心线程数，线程池长期保留的线程数；2.maximumPoolSize：最大线程数，线程池允许的最大线程数；3.keepAliveTime：非核心线程的空闲存活时间；4.unit：时间单位；5.workQueue：任务队列（ArrayBlockingQueue、LinkedBlockingQueue、SynchronousQueue等）；6.threadFactory：线程工厂（用于设置线程名称、优先级）；7.handler：拒绝策略（AbortPolicy、CallerRunsPolicy、DiscardPolicy、DiscardOldestPolicy）。配置策略：1.CPU密集型任务（如计算、加密）：corePoolSize=CPU核心数+1（避免线程切换开销）；2.I/O密集型任务（如数据库查询、网络请求）：corePoolSize=CPU核心数×2（I/O等待时线程空闲，需更多线程利用CPU）；3.任务队列：短耗时任务用SynchronousQueue（无缓冲，直接提交给线程），长耗时任务用LinkedBlockingQueue（避免任务堆积）；4.拒绝策略：关键业务用AbortPolicy（抛出异常提醒），非关键业务用DiscardOldestPolicy（丢弃旧任务）。例如，处理用户订单的线程池，corePoolSize=8（4核CPU×2），maximumPoolSize=16，workQueue=LinkedBlockingQueue(1000)，handler=CallerRunsPolicy（让调用线程处理，降低提交速度）。Redis的过期键删除策略和内存淘汰机制有何区别？过期键删除策略处理已过期的键，内存淘汰机制处理内存不足时的键删除。1.过期键删除策略：定时删除：设置定时器在键过期时立即删除（CPU消耗大）；惰性删除：访问键时检查是否过期，过期则删除（内存占用高）；定期删除：每隔一段时间扫描部分键，删除过期键（Redis采用惰性删除+定期删除结合）。2.内存淘汰机制：当内存达到maxmemory时，按策略删除键，Redis支持的策略有：noeviction（拒绝写操作）；allkeys-lru（删除最近最少使用的键）；allkeys-random（随机删除键）；volatile-lru（仅删除设置过期时间的最近最少使用键）；volatile-random（仅删除设置过期时间的随机键）；volatile-ttl（仅删除设置过期时间且剩余时间最短的键）。生产环境推荐allkeys-lru（适用于缓存场景）或volatile-lru（适用于混合存储场景）。如何设计一个高可用的分布式系统？关键措施包括：1.冗余部署：核心服务多实例部署（如Nginx负载均衡、K8s的ReplicaSet），避免单点故障；2.故障检测：通过心跳机制（如ZooKeeper的临时节点、Eureka的心跳续约）或健康检查（如SpringBootActuator的/health接口）检测节点状态，自动隔离故障节点；3.自动恢复：使用K8s的自愈机制（Pod失败时自动重启）、Hystrix的熔断（服务不可用时快速失败，一段时间后尝试恢复）；4.数据一致性：通过分布式事务（TCC、事务补偿）、最终一致性（消息队列异步同步）保证数据一致；5.流量治理：通过限流（Sentinel）、降级（关闭非核心功能）、负载均衡（Nginx、LVS）应对流量突增；6.异地多活：关键服务部署在多个机房（如阿里云的多可用区），通过DNS解析或GSLB（全局负载均衡）将流量导向健康机房，避免区域性故障。SpringAOP的实现原理是什么？如何处理循环依赖中的AOP代理？SpringAOP基于动态代理实现，有两种方式：1.JDK动态代理：为实现接口的类提供代理（Proxy.newProxyInstance），通过InvocationHandler拦截方法调用；2.CGLIB代理：为未实现接口的类提供代理（通过ASM修改字节码），通过MethodInterceptor拦截方法调用。AOP处理循环依赖时，三级缓存中的ObjectFactory会提前提供代理对象（若需要AOP），并存入二级缓存earlySingletonObjects。例如，A依赖B，A需要被代理，创建A时实例化后提供ObjectFactory（返回A的代理），B创建时获取A的代理（从三级缓存的工厂提供），A初始化完成后，最终的代理对象会替换二级缓存中的早期代理（实际为同一对象，因代理是单例），避免循环依赖导致的代理不一致问题。MySQL的主从复制是如何实现的？常见的复制延迟问题如何解决？主从复制通过二进制日志（Binlog）实现，步骤：1.主库将写操作记录到Binlog（开启binlog，binlog_format=ROW/STATEMENT/MIXED）；2.从库的I/O线程连接主库，请求Binlog更新，主库的BinlogDump线程发送Binlog事件；3.从库将接收的Binlog事件写入中继日志（RelayLog）；4.从库的SQL线程读取RelayLog，执行其中的事件，同步主库数据。复制延迟常见原因：主库写压力大（Binlog提供快于从库执行）、从库硬件性能差（CPU/磁盘慢）、大事务（从库需执行长时间的事务）。解决方法：1.优化主库SQL（减少大事务，拆分复杂操作）；2.升级从库硬件（使用SSD、增加CPU核心）；3.并行复制（MySQL5.7+的writeset并行复制，按库/表/行并行执行RelayLog事件）；4.读写分离时，对实时性要求高的读操作直接访问主库；5.调整从库参数（如innodb_flush_log_at_trx_commit=2，减少磁盘I/O）。如何实现接口的熔断和降级？熔断（CircuitBreaker）指当服务失败率超过阈值时，自动拒绝后续请求，一段时间后尝试恢复；降级（Degradation）指在系统压力大时，关闭非核心功能，保证核心功能可用。实现工具：Hystrix（已停止维护）、Sentinel、Resilience4J。以Sentinel为例：1.