面试专题

Spring 实例化 Bean 主要有三种核心方式：构造器实例化、静态工厂方法实例化和实例工厂方法实例化，其中构造器实例化是最常用的方式。

CAS（Compare and Swap，比较并交换） 是一种无锁的原子操作机制，它通过硬件指令（如 x86 的 cmpxchg）实现，核心是在不使用锁的情况下，保证多线程环境下对共享变量操作的原子性

LBCC和MVCC的区别 LBCC（Lock-Based Concurrency Control，基于锁的并发控制）和MVCC（Multi-Version Concurrency Control）

什么是 CAP 定理？ CAP 定理是分布式系统设计中的核心理论，由 Eric Brewer 提出，它指出一个分布式系统无法同时满足 一致性、可用性，分区容错性

Synchronized 锁升级是 JVM 为优化性能，根据竞争激烈程度将锁从低开销状态逐步升级到高开销状态的过程，核心是从偏向锁→轻量级锁→重量级锁，且升级过程不可逆。

Redis 实现分布式锁的核心是利用 SET NX EX 命令（原子性地实现“不存在则设置+过期时间”），确保同一时刻只有一个客户端获得锁，再配合 Lua 脚本保证释放锁的原子性。

ReentrantLock（公平锁与非公平锁）的底层核心是基于 AQS（AbstractQueuedSynchronizer，抽象队列同步器） 实现，通过 AQS 的“状态管理”和“同步队列”两大核心

灰度发布、蓝绿发布、滚动发布的核心区别在于流量切换方式和版本部署策略，目的均为降低新版本上线风险，但适用场景不同。

Session、Cookie 和 Token 的核心区别在于存储位置和认证机制，Session 存储在服务端，Cookie 存储在客户端，Token 则是无状态的客户端认证凭证。 1. 核心定义与存储

Session 和 Cookie 的工作原理核心是**“服务端存储+客户端标识”** 与 “客户端存储” 的差异

Raft 和 ZAB 是分布式系统中两种主流的“共识算法”，核心目标均为解决“分布式节点数据一致性”和“高可用”问题，但设计细节和适用场景存在差异

寻找两个链表交点的核心是“消除两链表长度差”，常见方法分为空间复杂度O(1) 和空间复杂度O(n) 两类，以下是具体实现： 节点 代码实现： 一、双指针法

哈希表法 算法思路：遍历链表，使用一个哈希表来记录已经访问过的节点。对于链表中的每个节点，检查该节点是否已经在哈希表中。如果在哈希表中，说明链表存在环；

卷映射（Volume）更适合持久化存储数据，核心原因在于其在数据安全性、管理便捷性和环境兼容性上的显著优势

一、 红黑树 红黑树是一种自平衡的二叉搜索树，通过给每个节点分配“红色”或“黑色”的颜色属性，并遵循特定规则，确保树的高度始终维持在O(log n)级别，避免二叉搜索树退化为链表。

常见的索引结构有： B-树索引：这是一种多路平衡查找树。 在数据库中，B-树的每个节点可以存储多个键值对以及指向子节点的指针。其特点是能够保证数据在树中是有序存储的，查询时可以通过比较键值

Spring 仅能解决 “单例 Bean + setter 注入/字段注入” 场景的循环依赖，核心方案是通过 “三级缓存机制” 提前暴露“半成品 Bean”，打破依赖循环

1.语法简洁性： synchronized是Java语言内置的关键字，使用起来语法简洁。比如在方法上直接添加synchronized关键字就能实现对该方法的同步控制

一、多级缓存协同工作逻辑 多级缓存（本地缓存+分布式缓存）通过“层层拦截请求”降低分布式缓存压力，核心流程如下： 1.优先查本地缓存：应用进程优先读取本地缓存

你可能想问的是 Spring Bean 的生命周期回调方法。Spring Bean 生命周期回调是指 Bean 在初始化完成后、销毁前由 Spring 容器自动调用的方法，用于执行自定义逻辑