面试合集

多线程的陷阱 考虑以下代码片段，你能预测它的行为吗？ 在没有volatile的情况下，程序可能： 正常输出Number: 42 永远循环 输出Number: 0 这种不确定性源于内存可见性和指令

现象识别：死锁的典型特征 当线上服务出现以下症状时，需警惕死锁： 线程数异常飙升（监控图表陡增） 请求响应时间阶梯式上涨 日志中出现大量BLOCKED线程状态 CPU使用率骤降但请求堆积

在分布式系统中，跨服务或跨数据库的数据一致性是复杂且关键的技术挑战。订单支付、库存扣减、跨行转账等场景都需要确保多个独立操作的原子性。本文将通过核心原理剖析和Java代码示例，系统讲解分布式事务

在分布式系统中，Kafka作为高吞吐量的消息队列，常常需要处理来自不同主题（Topic）的异构数据。不同的业务场景可能要求对同一消费者组内的消息采用不同的反序列化策略。

在当今的互联网架构中，分布式系统已成为支撑海量数据和高并发请求的核心基础设施。无论是电商秒杀、社交网络，还是云计算平台，背后都离不开分布式技术的支持。但分布式系统设计也面临诸多挑战。

一、容器本质：一个“隔离的进程” 关键认知： Docker容器并不是一个完整的操作系统，而是一个被严格隔离的进程。这个进程拥有独立的文件系统、网络、进程视图等资源，但它直接运行在宿主机内核上（而虚拟机

在云原生和微服务架构盛行的今天，Docker 已成为后端开发的必备技能。本文从 面试高频考点 出发，系统梳理 Docker 镜像构建、容器运行的核心知识点，助你轻松应对 Docker 相关的技术

引言 在云原生技术席卷全球的今天，Kubernetes（简称k8s）已成为容器编排领域的事实标准。无论你是运维工程师、开发人员还是架构师，理解k8s的核心思想和组件都是迈向云原生的必经之路。本文将从基

秒杀系统是典型的高并发、短时流量洪峰场景。用户可能在1秒内涌入百万次请求，但库存可能只有100件商品。如何保证系统不崩溃、不超卖、不卡顿？本文将结合实战经验，梳理秒杀系统的核心设计原则和关键技术方案。

数据库是应用系统的核心，而MySQL作为最流行的关系型数据库之一，其性能直接影响用户体验。本文将系统梳理MySQL优化的核心手段，结合真实案例，助你快速定位瓶颈，构建高性能数据库体系。

在多线程编程中，锁机制是确保线程安全的核心工具之一。Java 提供了两种锁机制：隐式锁 synchronized 和显式锁 ReentrantLock。ReentrantLock 以其灵活性、高

在Java并发编程中，ReentrantLock、Semaphore、CountDownLatch等同步工具的高效实现，离不开一个核心框架——AQS（AbstractQueuedSynchron

问题列表 Java中如何实现一个工作流引擎？ Bean的作用域有哪些？ JVM中的锁机制是如何工作的？ 三个方法分别被 synchronized 锁住，方法 a 调用方法 b，b 能获取到 a 的锁吗

垃圾回收（Garbage Collection, GC）是Java生态的核心技术之一，其演进历程不仅反映了硬件性能的飞速发展，也映射了从桌面应用到云原生时代的场景变迁。本文将带你回顾JVM垃圾回收器的

引言 在多线程编程中，可见性和有序性是开发者必须直面的核心挑战。Java 提供了 volatile 关键字来解决这些问题，但它常被误解或误用。本文将深入剖析 volatile 的工作原理、典型场景和局

引言 在多线程并发编程中，保证数据操作的原子性是核心挑战之一。传统的锁机制（如synchronized）虽然能解决问题，但存在性能瓶颈和死锁风险。CAS（Compare And Swap）  作为一种

一、JVM内存模型概览 在深入调优前，我们先回顾JVM的核心内存区域及其作用： 内存区域 存储内容 线程共享 调优关注度 生命周期 堆(Heap) 对象实例、数组 共享 ★★★★★ 与JVM进程共存亡

Undo Log是事务回滚和MVCC的基石，保障原子性与隔离性。 Redo Log通过预写日志和崩溃恢复机制，实现持久性与原子性辅助。 Binlog以逻辑日志形式支持数据复制与一致性恢复。 三者通过两

在分布式系统中，缓存与数据库的双写一致性是开发者必须直面的核心挑战之一。尤其在电商、社交、金融等高并发场景中，Redis作为缓存层与MySQL作为持久化存储的组合被广泛使用，但如何保证两者的数据一致性

在高并发网络编程中，如何高效管理成千上万的连接请求是一个关键挑战。传统的多线程/进程模型虽然直观，但资源消耗大且难以扩展。而**IO多路复用（I/O Multiplexing）**技术，正是为解决这一