博客记录-day119-Java集合，Kafka面试题

一、语雀-Java集合面试题

1、为什么在JDK8中HashMap要转成红黑树

✅为什么在JDK8中HashMap要转成红黑树

1. 为什么是链表长度8时候转

2. 双向链表是怎么回事

2、HashMap的hash方法是如何实现的？

✅HashMap的hash方法是如何实现的？

1. 扰动计算

3、同步容器（如Vector）的所有操作一定是线程安全的吗？

✅同步容器（如Vector）的所有操作一定是线程安全的吗？

1. 同步容器问题

2. 并发容器

4、ConcurrentHashMap是如何保证线程安全的？

✅ConcurrentHashMap是如何保证线程安全的？

5、ConcurrentHashMap在哪些地方做了并发控制

✅ConcurrentHashMap在哪些地方做了并发控制

1. 初始化桶阶段

2. put元素阶段

3. 扩容阶段

6、ConcurrentHashMap是如何保证fail-safe的？

✅ConcurrentHashMap是如何保证fail-safe的？

7、HashMap用在并发场景中有什么问题？

✅HashMap用在并发场景中有什么问题？

1. 扩容过程

8、什么是COW，如何保证的线程安全？

✅什么是COW，如何保证的线程安全？

9、Java 8中的Stream用过吗？都能干什么？

10、ConcurrentHashMap为什么在JDK 1.8中废弃分段锁？

✅ConcurrentHashMap为什么在JDK 1.8中废弃分段锁？

二、语雀-Kafka面试题

1、为什么要使用消息队列？

✅为什么要使用消息队列？

2、Kafka、ActiveMQ、RabbitMQ和RocketMQ都有哪些区别？

✅Kafka、ActiveMQ、RabbitMQ和RocketMQ都有哪些区别？

3、Kafka的架构是怎么样的？

✅Kafka的架构是怎么样的？

4、Kafka如何保证消息不丢失？

✅Kafka如何保证消息不丢失？

1. 生产者端

2. kafka集群

3. 消费者端

5、Kafka如何实现顺序消费？

✅Kafka如何实现顺序消费？

Kafka中，Topic 是数据的逻辑容器，用于分类存储消息（如order_events、user_logs），而Partition 是 Topic 的物理分片，每个 Partition 是一个独立、有序的消息队列。同一 Partition 内消息按生产者写入顺序严格递增，保证局部顺序性；但跨 Partition 或跨 Topic的消息可能乱序。通过多 Partition 设计，Kafka 实现了并行处理（消费者组内每个成员消费不同 Partition）、横向扩展和负载均衡，同时利用副本机制（Leader-Follower）保障高可用性。开发者需权衡顺序性与性能：单 Partition 适合强顺序场景，多 Partition（结合轮询或 key-based 分区）可提升吞吐量，但可能引入乱序。

6、Kafka 几种选举过程简单介绍一下？

✅Kafka 几种选举过程简单介绍一下？

1. Partition Leader 选举

2. Controller 选举