Java高级高频面试题及详细真实答案（实战向）

Java高级高频面试题及详细真实答案（实战向）一、JVM核心面试题1.说一下JVM的内存区域划分，以及各区域的作用、是否线程安全、OOM场景JVM运行时数据区分为线程私有和线程共享两大块，是工作中排查内存问题的核心基础，具体划分和细节如下：1）线程私有区域（随线程创建销毁，线程安全）程序计数器：记录当前线程执行的字节码行号，用于线程切换后恢复执行。是唯一没有OOM的内存区域，无内存溢出风险。虚拟机栈：存储方法栈帧，包含局部变量表、操作数栈、动态链接、方法出口等。每个方法执行对应一个栈帧入栈，方法结束栈帧出栈。

OOM/异常场景：栈深度超过虚拟机限制抛出StackOverflowError；线程栈内存分配不足抛出OutOfMemoryError。本地方法栈：作用和虚拟机栈类似，专门用于执行native本地方法。同样会出现栈溢出和内存溢出问题。2）线程共享区域（全局共享，线程不安全）堆内存：所有对象实例、数组的唯一存储区域，是GC回收的核心区域，分为新生代、老年代。

OOM场景：大量创建对象、内存泄漏、堆内存参数设置过小，触发Javaheapspace溢出。方法区（元空间）：JDK8之前是永久代，JDK8及之后改为元空间，存储类信息、常量、静态变量、即时编译代码。

OOM场景：动态生成大量类、频繁热部署、加载过多第三方类，触发元空间溢出。2.详细说说CMS和G1垃圾收集器的区别，生产环境如何选择CMS和G1是生产中最常用的两款垃圾收集器，核心差异在设计思路、停顿时间、适用场景，没有绝对优劣，看业务需求选择：CMS（并发标记清除收集器）设计目标：追求低延迟，减少老年代GC停顿时间执行流程：初始标记（STW）→并发标记→预清理→最终标记（STW）→并发清除→并发重置缺点：采用标记清除算法，会产生大量内存碎片；并发阶段占用CPU资源；无法处理浮动垃圾，可能出现ConcurrentModeFailure导致退化为FullGC适用场景：JDK8及之前、堆内存不大（8G以内）、对停顿时间敏感的业务G1（分区收集器）设计目标：兼顾低延迟和高吞吐量，可控的GC停顿时间核心特点：将整个堆划分为多个大小相等的Region分区，可单独回收新生代、老年代分区，支持混合GC执行流程：初始标记→并发标记→最终标记→筛选回收（STW）优势：内存碎片少、停顿时间可控、超大堆适配性好；缺点：内存占用和CPU开销略高于CMS适用场景：JDK9+默认收集器、堆内存8G以上、需要严格控制GC停顿时间的中大型项目生产选择原则：小堆、老业务JDK8选CMS；大堆、新业务、对延迟要求极高选G1；JDK17+直接使用ZGC，性能远超G1。3.什么是内存泄漏？常见的Java内存泄漏场景及排查思路内存泄漏定义：程序中已经不再使用的对象，因为存在引用链路无法被GC回收，持续占用堆内存，最终导致内存溢出。常见泄漏场景静态集合类：static修饰的List、Map全局存储对象，对象生命周期和项目一致，无法释放未关闭资源：IO流、数据库连接、Redis连接、线程连接池未正常关闭匿名内部类/线程：内部类持有外部类引用，异步线程长期运行持有对象引用缓存滥用：本地缓存无过期策略、无淘汰机制，数据无限堆积ThreadLocal使用不当：使用后未remove，线程复用导致对象残留排查流程：线上告警发现OOM→导出heapdump快照→使用MAT、JProfiler分析大对象、泄漏对象→定位引用链路→查看代码引用逻辑→修复代码并压测验证。二、Java并发编程核心面试题1.Synchronized和Lock的区别？底层原理是什么？这是并发高频核心题，二者都是解决线程安全的锁机制，底层实现和使用场景差异很大：1）核心区别实现方式：synchronized是JVM底层原生锁，基于字节码monitor实现；Lock是Java代码层面的锁，基于AQS队列实现锁特性：synchronized是隐式锁，自动加锁释放锁；Lock是显式锁，需要手动lock()、unlock()灵活性：Lock支持可中断锁、超时锁、读写锁、公平/非公平锁；synchronized仅支持非公平锁，功能单一性能：JDK1.6之后synchronized做了偏向锁、轻量级锁优化，性能和Lock基本持平，低并发下更优2）底层原理synchronized：基于对象头的MarkWord和Monitor监视器，无竞争时偏向锁，轻微竞争轻量级锁（CAS），激烈竞争升级为重量级锁（阻塞等待）Lock（ReentrantLock）：基于AQS抽象队列同步器，通过volatile修饰的state变量记录锁状态，CAS抢占锁，失败则进入双向阻塞队列排队，唤醒后重试抢占使用场景：简单同步场景优先用synchronized；需要读写分离、锁超时、可中断场景用ReentrantLock。2.什么是AQS？核心原理和组成是什么？AQS是Java并发包的核心基础框架，全称抽象队列同步器，JUC下所有锁和同步工具（ReentrantLock、CountDownLatch、Semaphore）底层都依赖AQS实现。核心组成state状态变量：volatile修饰的int变量，核心标识，不同场景含义不同。ReentrantLock中代表锁重入次数，CountDownLatch中代表剩余计数双向阻塞队列：存储抢占锁失败的线程，线程入队后阻塞，等待前驱节点释放锁后唤醒模板方法：提供tryAcquire、tryRelease、tryAcquireShared等可重写方法，子类根据需求实现独占/共享锁逻辑核心流程：线程尝试通过CAS修改state抢占锁→成功则直接执行→失败则封装为Node节点加入队列→自旋阻塞等待→前驱节点释放锁后唤醒当前线程→再次尝试抢占锁。3.线程池核心参数、工作原理，为什么不推荐使用Executors创建线程池1）线程池七大核心参数corePoolSize：核心线程数，线程池常驻线程，空闲不回收maximumPoolSize：最大线程数，任务过多时扩容的上限keepAliveTime：非核心线程空闲超时时间，超时自动回收unit：超时时间单位workQueue：任务阻塞队列，存储等待执行的任务threadFactory：线程工厂，创建线程，可自定义线程名、优先级handler：拒绝策略，任务队列和线程数都满时触发2）工作原理提交任务后，优先创建核心线程执行→核心线程满则任务进入队列→队列满则创建非核心线程→线程数达到最大值且队列已满，触发拒绝策略。3）不推荐Executors的原因Executors创建的线程池参数默认，存在线上风险：newFixedThreadPool、newSingleThreadExecutor使用无界队列，任务堆积会导致OOM；newCachedThreadPool最大线程数无限制，高并发下会创建大量线程，导致CPU打满、系统卡死。生产必须手动通过ThreadPoolExecutor创建线程池。三、Java集合核心面试题1.HashMap底层原理？JDK1.7和JDK1.8的区别？为什么线程不安全底层核心原理：HashMap基于数组+链表+红黑树实现，通过hash算法计算key的索引位置存储数据，默认初始容量16，负载因子0.75，容量达到阈值触发扩容。JDK1.7与1.8核心区别数据结构：1.7是数组+单向链表；1.8新增红黑树，链表长度≥8且数组容量≥64时树化，链表长度≤6退化为链表hash算法：1.8优化hash扰动算法，减少哈希冲突扩容机制：1.7扩容会重新计算所有索引，存在链表头尾倒置、循环链表问题；1.8通过高位低位拆分链表，保留原有顺序，无循环问题插入方式：1.7头插法；1.8尾插法线程不安全原因：多线程同时put数据会导致数据覆盖；JDK1.7多线程扩容会形成循环链表，触发死循环CPU飙高；多线程并发扩容、修改，无法保证数据一致性。并发场景推荐使用ConcurrentHashMap。2.ConcurrentHashMap底层原理，如何保证线程安全JDK1.8ConcurrentHashMap核心原理：采用数组+链表+红黑树，摒弃1.7的分段锁，使用CAS+synchronized保证并发安全，锁粒度细化到数组单个节点，并发性能大幅提升。线程安全保障机制空桶位置：通过CAS无锁插入数据，不阻塞线程已有数据节点：对当前数组头节点加synchronized锁，只锁定当前哈希槽，不影响其他槽位并发操作volatile修饰数组和节点value：保证多线程间内存可见性，禁止指令重排扩容、树化、迁移逻辑均加锁控制，避免并发冲突同时不支持key、value为null，避免空指针歧义，相比HashMap更严谨适配并发场景。四、Spring核心面试题1.SpringIOC原理、Bean的生命周期IOC核心思想：控制反转，将对象的创建、依赖注入、生命周期管理交给Spring容器管理，摆脱代码硬编码依赖，实现解耦，配合DI依赖注入完成对象装配。完整Bean生命周期资源加载、扫描配置类/注解，解析Bean定义信息Bean实例化：通过反射创建Bean对象属性填充：完成依赖注入（@Autowired、set方法、构造器注入）前置处理：执行BeanPostProcessor前置初始化方法初始化：执行InitializingBean、@PostConstruct自定义初始化方法后置处理：执行BeanPostProcessor后置初始化方法Bean完成初始化，放入单例池，供业务调用容器关闭时，执行DisposableBean、@PreDestroy销毁方法2.SpringAOP原理、常用通知类型、应用场景AOP核心原理：面向切面编程，基于动态代理机制，在不修改原有业务代码的前提下，对方法进行增强，实现日志、事务、权限等通用功能的解耦。SpringAOP默认优先使用JDK动态代理（接口代理），无接口则使用CGLIB字节码代理。常用通知类型前置通知@Before：方法执行前触发后置通知@After：方法执行完毕（无论是否异常）触发返回通知@AfterReturning：方法正常返回后触发异常通知@AfterThrowing：方法抛出异常后触发环绕通知@Around：包裹方法执行，可自定义前后逻辑、控制方法执行应用场景：统一日志记录、接口耗时统计、权限校验、事务控制、限流熔断、参数校验。3.Spring事务传播机制、隔离级别，事务失效场景1）七大事务传播机制（核心常用）REQUIRED（默认）：有事务则加入，无事务新建事务SUPPORTS：有事务则加入，无事务非事务运行MANDATORY：必须在事务内运行，无事务直接报错REQUIRES_NEW：新建独立事务，挂起当前已有事务NESTED：嵌套事务，依赖父事务，父事务回转子事务全部回滚2）四大隔离级别READ_UNCOMMITTED：读未提交，存在脏读、不可重复读、幻读READ_COMMITTED（默认）：读已提交，解决脏读，存在不可重复读、幻读REPEATABLE_READ：可重复读，解决脏读、不可重复读，存在幻读SERIALIZABLE：串行化，解决所有并发问题，性能最低3）常见事务失效场景方法非public修饰，Spring无法生成代理同类中方法内部调用（this调用），绕过代理对象，事务不生效异常类型错误：默认只捕获RuntimeException，普通Exception不会回滚手动捕获异常未抛出，事务无法感知异常数据库引擎不支持事务（MyISAM）五、MySQL高级面试题1.InnoDB索引原理，B+树为什么比B树、哈希索引适合MySQLInnoDB默认使用B+树作为索引结构，是适配磁盘存储和查询场景的最优结构：B+树优势对比对比B树：B+树所有数据都在叶子节点，非叶子节点只存索引键，层级更少、磁盘IO次数更少；叶子节点双向链表串联，支持范围查询、排序、分页，B树仅支持精准查询对比哈希索引：哈希索引不支持范围查询、排序、模糊查询，存在哈希冲突；B+树查询稳定、支持所有查询场景，适配MySQL绝大多数业务InnoDB索引特点：聚簇索引为主键索引，叶子节点存储整行数据；二级索引叶子节点存储主键值，查询需要回表。2.慢SQL优化思路，索引失效场景有哪些完整慢SQL优化流程开启慢日志→抓取慢SQL→explain分析执行计划→定位索引、关联、分页问题→优化SQL、调整索引→压测验证效果。常见索引失效场景索引列使用函数、运算、类型转换（如date()、+、字符串数字混用）like前置模糊查询（%xxx），后置模糊（xxx%）不失效or连接无索引字段，导致整体索引失效违反最左匹配原则（联合索引）null值判断、notin、notexists大概率失效索引MySQL优化器判断全表扫描比索引查询更快，自动放弃索引3.MySQL事务四大特性、MVCC原理事务四大ACID特性原子性：事务要么全部成功，要么全部回滚一致性：事务前后数据完整性一致隔离性：多事务并发执行互不干扰持久性：事务提交后数据永久落地，宕机不丢失MVCC多版本并发控制原理MVCC是InnoDB实现读写不加锁、提升并发性能的核心，通过数据多版本解决读写冲突，支撑可重复读隔离级别。核心依赖：隐藏字段（事务ID、回滚指针）、undolog日志、readview读视图。执行流程：读数据时生成readview，通过比对数据版本的事务ID，判断数据是否可见，不可见则通过回滚指针从undolog读取历史版本数据，实现无锁读。六、Redis高级面试题1.Redis缓存穿透、击穿、雪崩解决方案1）缓存穿透：查询数据库和缓存都不存在的数据，大量请求直接打穿数据库解决方案：缓存空值、布隆过滤器拦截非法key、接口层参数校验、限流拦截。2）缓存击穿：热点key过期瞬间，大量并发请求直接访问数据库解决方案：热点key永不过期、分布式锁（Redisson）、互斥锁重建缓存。3）缓存雪崩：大量key同时过期/Redis宕机，所有请求直达数据库，导致数据库压力雪崩解决方案：过期时间加随机值打散过期时间、搭建Redis集群高可用、多级缓存、服务熔断降级、限流。2.Redis持久化机制RDB和AOF区别，生产如何选择RDB（快照持久化）：定时将内存全量数据快照写入磁盘，二进制文件，体积小、恢复快。优点：性能高、文件小、恢复速度快；缺点：会丢失最后一次快照后的增量数据，数据完整性差。AOF（日志持久化）：记录每一条写操作命令，追加到日志文件，文本格式。优点：数据几乎不丢失、安全性极高；缺点：文件体积大、恢复速度慢、性能略低。生产选择：数据不敏感、追求性能用纯RDB；数据绝对不能丢失用纯AOF；主流生产环境开启RDB+AOF混合持久化，兼顾性能和数据安全。3.分布式锁实现原理，Redisson可重入锁原理Redis分布式锁核心原理：通过setkeyvalue