面试专题

Thread.sleep(0) 的核心意义是主动触发线程重新调度，而非休眠。它是一种“温和”的线程资源让渡方式，虽非必需，但在特定场景（如避免 CPU 独占、调试调度问题）下有实际价值。

电商订单号的设计，核心是在唯一性基础上，平衡「业务实用性」「系统性能」和「安全合规」，既要满足用户识别、内部运营需求，也要适配技术架构（如分布式系统），同时规避泄露敏感信息的风险。

1.优先选Dubbo：纯Java技术栈、高并发（TPS超1万）、追求低延迟（如核心交易链路）； 2.优先选OpenFeign：多语言混合、用Spring Cloud生态、对性能要求不高

在 E 级别（通常指 10^18 量级，实际工程中多为 PB 级数据量）数据库中快速查询 UID=4 的数据，核心是通过“数据分片+索引优化”减少查询扫描范围，需结合数据库架构设计和底层优化

在 Java 中，ThreadLocal 默认仅在当前线程内共享变量，父子线程无法直接共享（子线程会创建独立的 ThreadLocalMap）。实现父子线程共享变量，核心是让子线程能访问到父线程变量

MySQL 的 MVCC（多版本并发控制）并未完全解决幻读问题，仅在特定隔离级别（Repeatable Read，可重复读）下缓解了部分幻读场景，无法处理“当前读”引发的幻读。

MySQL 中，自适应哈希索引（Adaptive Hash Index，AHI） 是 InnoDB 存储引擎的一项内存级优化功能，核心是自动将热数据的索引页（B+树索引）缓存为哈希表，以加速等值查询

首先明确二者定位：Buffer Pool（缓冲池） 是 InnoDB 核心内存区域，缓存高频访问的「数据页/索引页」；Change Buffer（写缓冲） 是 Buffer Pool 的特殊分区

数据库死锁排查的核心是“定位死锁SQL + 分析锁竞争逻辑”，需结合数据库自带工具和日志快速定位，不同数据库（以MySQL、Oracle为例）排查流程如下,通用排查逻辑：先“抓现场”，再“溯根源".

大批量删除线上数据的核心是“最小影响+可回滚”，需按流程拆解风险点，确保每一步可验证、可终止，具体操作如下： 一、删除前：核心是“确认范围+留好后路” 1.精准圈定删除范围，拒绝“全量模糊删”

Redis 凭借其高性能、多数据结构支持的特性，除缓存外还广泛应用于以下核心场景，核心逻辑是利用其 内存级速度 和 原生数据结构优势 解决特定业务问题：

分析角度 查询语句本身： 检查是否使用合适的查询类型：例如，本可以用 JOIN 优化的多表查询却使用了多个单表查询然后在应用层处理数据。查看是否能通过改写为 JOIN 语句减少数据传输和处理量。

补偿性事务是一种基于“事后修正”逻辑的分布式事务方案，核心目标是在不依赖数据库强一致性协议（如XA）的前提下，通过执行“反向操作”来修正已完成的局部事务，最终保障分布式场景下的数据最终一致性

transient 是 Java 关键字，核心作用是排除成员变量参与“Java 原生序列化”，但需结合使用场景理解其具体行为，并非对所有序列化场景都生效：

容器化技术的核心逻辑是：基于操作系统内核能力，通过“隔离环境、限制资源、分层镜像”，将应用打包成标准化单元，解决环境不一致、资源浪费、运维低效问题，最终实现“一次打包，到处运行”和“高效弹性扩展”。

ArrayList 中 elementData（存储元素的底层数组）被 transient 修饰，核心原因是优化序列化效率，避免序列化“无效空间”，同时通过重写序列化/反序列化方法精准控制数据传输

HashMap 中存储键值对的底层数组 table（哈希桶数组）被 transient 修饰，核心目的与 ArrayList 的 elementData 类似——优化序列化效率、屏蔽底层实现细节

在 Spring MVC 中，DTO 对象被 transient 修饰的字段默认无法被序列化，核心取决于 Spring MVC 底层使用的序列化机制（如 Jackson、FastJSON 等）

Seata 的 AT 模式（Auto Transaction，自动事务模式）是 Seata 框架的默认分布式事务模式，核心设计目标是“让分布式事务像本地事务一样简单”.

Seata 的 XA 模式是基于 X/Open XA 规范 实现的分布式事务方案，核心目标是保证分布式事务的 强一致性。