第一轮面试 面试官：先问些基础的，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 后引入了红黑树。 面试官：不错，回答得很准确。那 ArrayList 在扩容时具体是怎么操作的？ 王铁牛：当 ArrayList 元素个数达到容量阈值时，会创建一个新的数组，新数组容量是原数组的 1.5 倍，然后把原数组的元素复制到新数组。 面试官：很好。HashMap 在 JDK1.8 中引入红黑树，为什么要引入呢？ 王铁牛：好像是为了提高查找效率，链表太长查找就慢，红黑树查找快。
第二轮面试 面试官：接下来聊聊多线程和线程池。多线程编程中，线程安全问题是怎么产生的？ 王铁牛：多个线程同时访问共享资源，就可能出现线程安全问题。 面试官：那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、队列容量，核心线程数就是一直保留的线程数，最大线程数是能创建的最大线程数，队列容量是存放任务的队列大小。 面试官：那线程池在什么情况下会拒绝任务？ 王铁牛：嗯……当队列满了，而且线程数达到最大线程数，就会拒绝任务。
第三轮面试 面试官：谈谈 Spring 和 Spring Boot。Spring 中的 IOC 是什么，有什么作用？ 王铁牛：IOC 就是控制反转，把对象的创建和管理交给 Spring 容器，这样代码耦合度更低。 面试官：Spring Boot 相对于 Spring 有什么优势？ 王铁牛：Spring Boot 能快速搭建项目，自动配置很多东西，开发更方便。 面试官：那 MyBatis 中 #{} 和 {} 的区别是什么？ **王铁牛**：#{} 是预编译处理，{} 是字符串替换，#{} 更安全，能防止 SQL 注入。 面试官：Dubbo 是什么，在微服务架构中有什么作用？ 王铁牛：Dubbo 是个分布式服务框架，能实现服务治理，像服务注册、发现这些。 面试官：RabbitMQ 有哪些常见的应用场景？ 王铁牛：可以用于异步处理，比如订单下单后发消息通知其他系统处理后续操作；还有解耦，不同系统通过消息队列通信。 面试官：xxl - job 是什么，它解决了什么问题？ 王铁牛：它是个分布式任务调度平台，能解决分布式系统中任务调度的问题。 面试官：Redis 有哪些数据类型，分别适用于什么场景？ 王铁牛：有字符串、哈希、列表、集合、有序集合。字符串存简单数据，哈希存对象，列表做队列，集合去重，有序集合可以排序。
面试总结：从这轮面试来看，你对于一些基础的知识点掌握得还不错，像 ArrayList、HashMap 的底层结构，多线程的基础概念，以及 Spring、Spring Boot、MyBatis 的一些基本特性都能回答上来。但在一些稍微深入的问题上，比如线程池拒绝任务的具体场景分析，还可以回答得更完善。对于 Dubbo、RabbitMQ、xxl - job、Redis 这些技术，虽然能说出大概用途，但在细节和实际应用场景的深入理解上还有所欠缺。回去等通知吧，我们会综合评估所有候选人后，再做决定。
答案：
- ArrayList 和 HashMap 的底层数据结构：
- ArrayList：底层是数组结构，它可以动态扩容。数组的特点是可以根据索引快速访问元素，所以 ArrayList 支持快速随机访问。
- HashMap：JDK1.8 之前，底层是数组 + 链表结构。数组的每个位置是一个链表的头节点。当发生哈希冲突时，新的元素会以链表的形式挂在对应数组位置的链表上。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、删除的时间复杂度为 O(log n)，相比链表的 O(n) 查找效率更高。
- ArrayList 扩容操作：
- ArrayList 有一个容量的概念，当向 ArrayList 中添加元素时，如果当前元素个数达到了容量阈值（一般是当前容量），就会触发扩容。
- 扩容时，会创建一个新的数组，新数组的容量是原数组容量的 1.5 倍（原容量右移一位再加原容量）。
- 然后通过 System.arraycopy 方法将原数组的元素复制到新数组中。这样就完成了扩容操作，使得 ArrayList 可以继续添加新元素。
- HashMap 引入红黑树的原因：
- 在 JDK1.8 之前，HashMap 处理哈希冲突是通过链表。当哈希冲突严重时，链表会变得很长，此时查找元素的时间复杂度会退化为 O(n)，效率很低。
- 引入红黑树后，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。红黑树的查找、插入、删除操作平均时间复杂度为 O(log n)，大大提高了在哈希冲突较多情况下的查找效率。
- 多线程线程安全问题产生原因：
- 当多个线程同时访问共享资源，并且至少有一个线程对共享资源进行写操作时，就可能出现线程安全问题。
- 例如，多个线程同时对一个共享变量进行自增操作。由于 CPU 时间片的调度，可能一个线程读取了共享变量的值，还没来得及写回，另一个线程又读取了相同的值，这样就会导致最终结果比预期的少。这就是典型的线程安全问题，也叫竞态条件。
- 线程池核心参数及作用：
- 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（除非设置了 allowCoreThreadTimeOut 为 true）。当有新任务提交时，如果当前线程数小于 corePoolSize，会创建新的线程来处理任务。
- 最大线程数（maximumPoolSize）：线程池中允许创建的最大线程数。当任务队列已满，且当前线程数小于 maximumPoolSize 时，会创建新的线程来处理任务。
- 队列容量（workQueue）：用于存放等待处理任务的队列。当线程数达到 corePoolSize 后，新的任务会被放入队列中等待处理。常见的队列类型有 ArrayBlockingQueue（有界数组队列）、LinkedBlockingQueue（无界链表队列，实际使用时也可设置为有界）、SynchronousQueue（同步队列，不存储任务，直接提交给线程处理）等。
- 线程池拒绝任务的情况：
- 当任务队列已满（workQueue 达到其容量上限），并且当前线程数已经达到最大线程数（maximumPoolSize）时，新提交的任务就会被拒绝。
- 线程池提供了几种拒绝策略，如 AbortPolicy（默认策略，直接抛出 RejectedExecutionException 异常）、CallerRunsPolicy（将任务交给调用者线程来执行）、DiscardPolicy（直接丢弃任务，不做任何处理）、DiscardOldestPolicy（丢弃队列中最老的任务，然后尝试提交新任务）。
- Spring 中 IOC（控制反转）：
- 概念：IOC 即控制反转，是 Spring 框架的核心思想之一。它将对象的创建和管理从应用程序代码中转移到 Spring 容器中。在传统的编程中，对象的创建和依赖关系的管理由应用程序自己负责，这会导致代码耦合度较高。而在 Spring 中，通过 IOC，对象的创建、初始化、销毁等工作都由 Spring 容器来完成，应用程序只需要使用这些对象即可。
- 作用：降低代码耦合度，提高代码的可维护性和可测试性。例如，一个类 A 依赖类 B，如果在类 A 中自己创建类 B 的实例，那么类 A 与类 B 就紧密耦合在一起。当类 B 的实现发生变化时，类 A 也需要修改。而使用 IOC，类 A 只需要声明对类 B 的依赖，由 Spring 容器来注入类 B 的实例，这样类 A 与类 B 的耦合度就大大降低。
- Spring Boot 相对于 Spring 的优势：
- 快速搭建项目：Spring Boot 提供了大量的 Starter 依赖，通过简单的配置就能快速搭建一个基于 Spring 的项目，减少了繁琐的配置过程。例如，要搭建一个 Spring Boot Web 项目，只需要引入 spring - boot - starter - web 依赖，Spring Boot 会自动配置好 Web 开发所需的各种组件，如 Tomcat 服务器、Spring MVC 等。
- 自动配置：Spring Boot 能根据项目的依赖自动配置 Spring 应用。它会根据类路径下是否存在某些类，来判断是否需要配置相应的功能。比如，当项目中引入了 MySQL 驱动依赖，Spring Boot 会自动配置好数据源、JdbcTemplate 等相关组件，开发者无需手动编写大量的配置文件。
- 生产级别的监控：Spring Boot Actuator 提供了生产级别的监控功能，如查看应用的健康状态、性能指标等。可以通过 HTTP 端点暴露应用的运行时信息，方便运维和监控。
- MyBatis 中 #{} 和 ${} 的区别：
- #{}：是预编译处理，MyBatis 在处理 #{} 时，会将 SQL 中的 #{} 替换为?，然后使用 PreparedStatement 来执行 SQL。这种方式可以有效防止 SQL 注入攻击，因为参数会被当作字符串处理，而不是直接嵌入 SQL 语句中。例如，SQL 语句为 “SELECT * FROM user WHERE username = #{username}”，实际执行时会变为 “SELECT * FROM user WHERE username =?”，然后通过 PreparedStatement 的 setString 方法设置参数值。
- **{} 时，会直接将 {username}”，如果用户输入 “admin OR 1 = 1”，那么实际执行的 SQL 就变为 “SELECT * FROM user WHERE username = admin OR 1 = 1”，这会导致非法获取数据。所以在使用 ${} 时，要确保参数值是安全的，一般用于传入表名、列名等。
- Dubbo 在微服务架构中的作用：
- 服务注册与发现：Dubbo 提供了服务注册中心（如 Zookeeper、Nacos 等），服务提供者将自己的服务注册到注册中心，服务消费者从注册中心获取服务提供者的地址信息。这样，服务消费者就不需要硬编码服务提供者的地址，实现了服务的动态发现。
- 负载均衡：当有多个服务提供者提供相同的服务时，Dubbo 可以实现负载均衡，将请求均匀地分配到各个服务提供者上，提高系统的整体性能和可用性。常见的负载均衡策略有随机、轮询、最少活跃调用数等。
- 服务治理：Dubbo 支持对服务进行治理，如服务的版本控制、流量控制、容错处理等。可以通过配置不同的规则，对服务的调用进行精细化管理，保证微服务架构的稳定运行。
- RabbitMQ 常见应用场景：
- 异步处理：例如在电商系统中，用户下单后，可能需要发送短信通知、更新库存、记录日志等一系列操作。如果这些操作都同步执行，会导致用户等待时间过长。可以将这些操作封装成消息发送到 RabbitMQ 队列中，下单操作完成后，由其他消费者异步处理这些消息，提高系统的响应速度。
- 解耦：不同的系统之间通过 RabbitMQ 进行通信，降低系统之间的耦合度。比如订单系统和物流系统，订单系统只需要将订单信息发送到 RabbitMQ 队列，物流系统从队列中获取订单信息进行处理，两个系统不需要直接交互，当其中一个系统发生变化时，对另一个系统的影响较小。
- 流量削峰：在高并发场景下，如秒杀活动，大量的请求同时涌入系统。可以将这些请求先发送到 RabbitMQ 队列中，系统按照一定的速度从队列中获取请求进行处理，避免瞬间高并发对系统造成过大压力，起到流量削峰的作用。
- xxl - job 分布式任务调度平台：
- 概念：xxl - job 是一个轻量级分布式任务调度平台，它提供了任务的调度、执行、监控等功能。
- 解决的问题：在分布式系统中，任务调度变得复杂。传统的单机任务调度框架（如 Quartz）无法满足分布式环境下的需求。xxl - job 可以实现分布式任务的统一管理，包括任务的新增、修改、删除、暂停、恢复等操作。它支持任务的分片执行，将一个大任务拆分成多个小任务在不同的机器上并行执行，提高任务执行效率。同时，还提供了任务执行日志查看、任务失败重试等功能，方便对任务进行监控和管理。
- Redis 数据类型及适用场景：
- 字符串（String）：最基本的数据类型，可以存储任何类型的数据，如数字、文本、二进制数据等。适用于存储简单的键值对，例如缓存用户信息、配置参数等。例如，可以将用户的登录名和密码以键值对的形式存储在 Redis 中，键为用户 ID，值为包含登录名和密码的 JSON 字符串。
- 哈希（Hash）：用于存储对象，它将对象的每个字段和值存储为一个键值对。适用于存储和操作对象，比如存储用户的详细信息，每个字段如姓名、年龄、地址等作为哈希的字段，对应的值作为哈希的值。这样可以方便地对对象的单个字段进行操作，而不需要获取整个对象。
- 列表（List）：是一个链表结构，可以从链表的两端进行插入和删除操作。适用于实现队列和栈的功能，例如消息队列，生产者将消息从列表的一端插入，消费者从另一端取出消息。也可以用于记录日志，按照时间顺序将日志记录插入到列表中。
- 集合（Set）：无序的、不重复的元素集合。适用于去重场景，比如统计网站的独立访客，将每个访客的 IP 地址作为集合的元素，由于集合的元素唯一性，就可以自动去重。还可以用于实现交集、并集、差集等集合运算，例如计算两个用户群体的共同兴趣爱好。
- 有序集合（Sorted Set）：与集合类似，但每个元素都关联一个分数（score），根据分数对元素进行排序。适用于需要排序的场景，如排行榜，将用户的分数作为 score，用户 ID 作为元素，就可以根据分数对用户进行排名。
