互联网大厂Java面试：核心知识大考验
在一间明亮却透着紧张氛围的面试房间里，一场决定求职者命运的Java面试正在进行。面试官表情严肃，而求职者王铁牛表面镇定，内心实则忐忑不安。
面试官：“第一轮开始，先问几个基础问题。第一个，Java中ArrayList和HashMap的底层数据结构分别是什么？” 王铁牛：“ArrayList底层是数组，HashMap底层是数组加链表，JDK1.8之后引入了红黑树。” 面试官：“回答不错。第二个问题，HashMap在什么情况下会发生扩容？” 王铁牛：“当HashMap中的元素个数达到负载因子（默认0.75）乘以当前容量的时候，就会发生扩容。” 面试官：“很好。那Spring框架中IOC和AOP分别是什么？” 王铁牛：“IOC是控制反转，把对象创建和对象之间的依赖关系交给Spring容器管理。AOP是面向切面编程，在不修改原有代码的基础上，对方法进行增强。” 面试官：“第一轮回答得很不错，基础还是比较扎实的。接下来第二轮。多线程中线程池的核心参数有哪些，分别有什么作用？” 王铁牛：“有核心线程数、最大线程数、存活时间、时间单位，还有任务队列。核心线程数就是一直存活的线程数，最大线程数是线程池能容纳的最大线程数，存活时间是多余线程在空闲时的存活时长，时间单位就是存活时间的单位，任务队列就是存放任务的地方。” 面试官：“还行。那JVM的垃圾回收算法有哪些？” 王铁牛：“嗯……有标记 - 清除算法，标记存活对象，然后清除未标记的。还有复制算法，把内存分成两块，每次只用一块，用完了把存活对象复制到另一块。还有标记 - 整理算法，标记存活对象，然后把存活对象往一端移动，清除边界外的内存。” 面试官：“勉强可以。那Spring Boot自动配置原理是什么？” 王铁牛：“就是它会根据类路径下的依赖，自动配置一些Bean，好像是通过一些配置类和条件注解实现的。” 面试官：“回答得不太清晰。进入第三轮。Dubbo的服务调用流程是怎样的？” 王铁牛：“嗯……就是服务提供者把服务注册到注册中心，服务消费者从注册中心获取服务列表，然后调用服务，大概是这样。” 面试官：“那RabbitMQ的消息确认机制是怎么回事？” 王铁牛：“就是消息发送出去后，会有确认，确保消息被正确接收，好像有生产者确认和消费者确认。” 面试官：“最后一个问题，xxl - job的调度原理是什么？” 王铁牛：“这个……它好像是有个调度中心，然后去调度任务，具体不太清楚。” 面试官：“王铁牛，整体来看，你对一些基础知识点掌握得还可以，但对于一些稍微深入的问题，回答得不是很理想。今天的面试就到这里，你回去等通知吧。我们会综合评估所有候选人后，再做决定。感谢你今天来参加面试。”
问题答案
- ArrayList和HashMap的底层数据结构：
- ArrayList：底层是数组结构。数组可以快速地通过索引访问元素，适合随机访问场景。但在插入和删除元素时，尤其是在数组中间位置操作，需要移动大量元素，时间复杂度较高。
- HashMap：JDK1.8之前，底层是数组加链表。数组的每个位置是一个链表头，通过哈希算法计算键的哈希值，确定元素在数组中的位置。如果发生哈希冲突（不同键的哈希值相同），则以链表形式存储在该位置。JDK1.8之后，当链表长度大于8且数组容量大于64时，链表会转化为红黑树，以提高查找效率。红黑树是一种自平衡的二叉查找树，查找、插入和删除操作的时间复杂度平均为O(log n)。
- HashMap扩容机制：HashMap有两个重要参数，容量（capacity）和负载因子（loadFactor）。默认初始容量为16，负载因子默认是0.75。当HashMap中的元素个数（size）达到负载因子乘以当前容量（即size >= capacity * loadFactor）时，就会触发扩容。扩容时，会创建一个新的数组，容量为原来的2倍，然后将旧数组中的元素重新计算哈希值，放入新数组中。这是因为扩容后数组容量变化，哈希值对应的数组位置可能改变。
- Spring框架中IOC和AOP：
- IOC（控制反转）：传统编程中，对象的创建和依赖关系由程序自身控制。而在Spring中，IOC将对象的创建和依赖关系的管理交给Spring容器。例如，一个Service类依赖另一个Dao类，在IOC模式下，Spring容器负责创建Dao对象，并注入到Service类中，而不是由Service类自己去创建Dao对象。这样可以降低代码的耦合度，提高可维护性和可测试性。
- AOP（面向切面编程）：它是对OOP（面向对象编程）的补充。OOP主要关注业务模块的划分，而AOP关注的是那些横跨多个业务模块的功能，如日志记录、事务管理、权限控制等。这些功能被称为切面（Aspect）。AOP通过动态代理等技术，在不修改原有业务代码的基础上，在方法执行前、执行后或异常时等位置织入切面逻辑，实现对业务方法的增强。
- 线程池核心参数：
- 核心线程数（corePoolSize）：线程池中一直存活的线程数，即使这些线程处于空闲状态，也不会被销毁。当有新任务提交时，如果线程池中的线程数小于核心线程数，会优先创建新线程来处理任务。
- 最大线程数（maximumPoolSize）：线程池能容纳的最大线程数。当任务队列已满，且线程池中的线程数小于最大线程数时，会继续创建新线程来处理任务。但如果线程数达到最大线程数，且任务队列也已满，新任务会根据拒绝策略进行处理。
- 存活时间（keepAliveTime）：当线程池中的线程数大于核心线程数时，多余的空闲线程在存活时间内没有接到新任务，就会被销毁。这个参数可以控制线程池在任务量减少时，自动释放多余的线程资源。
- 时间单位（unit）：存活时间的单位，如TimeUnit.SECONDS（秒）、TimeUnit.MILLISECONDS（毫秒）等，用于指定存活时间的度量单位。
- 任务队列（workQueue）：用于存放等待处理的任务。常见的任务队列有ArrayBlockingQueue（有界数组队列）、LinkedBlockingQueue（无界链表队列）、SynchronousQueue（同步队列）等。不同的任务队列特性不同，会影响线程池的性能和行为。
- JVM垃圾回收算法：
- 标记 - 清除算法：分为两个阶段，标记阶段和清除阶段。在标记阶段，垃圾回收器从根对象（如栈中的引用、静态变量等）开始遍历，标记所有存活的对象。然后在清除阶段，清除所有未被标记的对象。这种算法的缺点是会产生大量不连续的内存碎片，可能导致后续大对象无法分配内存。
- 复制算法：将内存空间分为两块，每次只使用其中一块。当这块内存使用完后，将存活的对象复制到另一块空闲内存中，然后清除原来使用的那块内存。这种算法不会产生内存碎片，且复制过程中可以对对象进行整理，提高内存访问的局部性。但它的缺点是需要两倍的内存空间，并且在对象存活率较高时，复制操作会消耗大量性能。
- 标记 - 整理算法：同样先进行标记阶段，标记存活对象。然后在整理阶段，将存活对象向内存的一端移动，最后清除边界外的内存。这种算法结合了标记 - 清除算法和复制算法的优点，既避免了内存碎片问题，又不需要额外的两倍内存空间。适用于对象存活率较高的场景。
- Spring Boot自动配置原理：Spring Boot通过大量的自动配置类（以AutoConfiguration结尾）实现自动配置。这些自动配置类会根据类路径下是否存在某些特定的依赖，以及一些配置属性（通过@ConfigurationProperties注解绑定）来决定是否生效。例如，当项目中引入了spring - boot - starter - jdbc依赖时，DataSourceAutoConfiguration类会生效，自动配置数据源。同时，Spring Boot使用了条件注解（如@ConditionalOnClass、@ConditionalOnProperty等），只有满足特定条件时，对应的自动配置类才会被加载和应用。这样就实现了根据项目依赖和配置自动配置Spring应用的各种组件。
- Dubbo服务调用流程：
- 服务注册：服务提供者启动时，将自己提供的服务注册到注册中心（如Zookeeper）。注册中心维护了服务提供者的地址、端口、服务接口等信息。
- 服务订阅：服务消费者启动时，从注册中心订阅自己需要的服务。注册中心会将服务提供者的信息推送给服务消费者。
- 服务调用：服务消费者根据从注册中心获取的服务提供者信息，通过网络通信（如Netty）调用服务提供者的接口。在调用过程中，Dubbo还支持负载均衡（如随机、轮询等策略），从多个服务提供者中选择一个进行调用。
- RabbitMQ消息确认机制：
- 生产者确认（Publisher Confirm）：生产者将消息发送到RabbitMQ服务器后，服务器会返回一个确认消息给生产者，告知消息是否成功接收。生产者可以通过设置confirmCallback回调函数来处理这些确认消息。如果消息成功接收，回调函数会被触发并传递相关确认信息；如果消息接收失败，回调函数也会被触发并传递失败原因。这样生产者可以知道消息是否成功发送，以便进行相应的处理，如重试发送。
- 消费者确认（Consumer Ack）：消费者从RabbitMQ服务器获取消息并处理完成后，需要向服务器发送一个确认消息（Ack），告知服务器该消息已被成功处理。服务器在收到消费者的确认消息后，才会将该消息从队列中删除。如果消费者在处理消息过程中出现异常，没有发送确认消息，服务器会认为该消息处理失败，可能会将消息重新放入队列，以便其他消费者重新处理。这种机制确保了消息不会因为消费者处理异常而丢失。
- xxl - job调度原理：xxl - job有一个调度中心，它负责管理和调度任务。调度中心会按照配置的调度规则（如定时任务的cron表达式），在指定时间触发任务调度。当调度中心触发任务时，会向注册到它的执行器发送任务执行请求。执行器接收到请求后，会启动一个线程来执行具体的任务逻辑。任务执行完成后，执行器会将任务执行结果返回给调度中心。调度中心可以记录任务的执行状态、执行时间等信息，方便用户进行监控和管理。同时，执行器可以注册多个，实现分布式任务执行，提高任务处理能力。
