第一轮面试 面试官：先从基础的Java核心知识问起。Java中多态是如何实现的？ 王铁牛：多态就是一个对象多种形态嘛，通过继承和重写方法，还有接口实现来达成，父类引用指向子类对象就能体现多态。 面试官：回答得不错。那说说ArrayList和HashMap在存储结构上有什么区别？ 王铁牛：ArrayList是基于数组的，顺序存储数据。HashMap是基于哈希表，通过键值对存储，用哈希算法确定存储位置。 面试官：很好。那Spring框架中，IOC是什么？ 王铁牛：IOC就是控制反转，把对象创建和管理的控制权交给Spring容器，这样代码耦合度就降低了。
第二轮面试 面试官：接下来深入点。在多线程场景下，线程池有什么作用？ 王铁牛：线程池嘛，就是能复用线程，减少线程创建和销毁开销，提高性能，还能控制并发线程数量。 面试官：不错。那JVM的垃圾回收机制，讲讲常用的垃圾回收算法有哪些？ 王铁牛：嗯……有标记 - 清除算法，标记出要回收的对象然后清除。还有复制算法，把存活对象复制到另一块空间。还有……嗯……标记 - 整理算法，标记后把存活对象整理到一起。 面试官：好。那Spring Boot自动配置原理能讲讲吗？ 王铁牛：就是Spring Boot根据类路径下的依赖，自动配置一些Bean，好像是通过条件注解啥的，具体细节我有点模糊。
第三轮面试 面试官：最后一轮，难度再提升。在高并发场景下，Redis如何保证数据一致性？ 王铁牛：呃……可以用事务吧，还有设置过期时间，好像能保证一定程度一致性。 面试官：那Dubbo在分布式系统中，服务调用的流程是怎样的？ 王铁牛：服务提供者注册服务到注册中心，消费者从注册中心获取服务，然后就调用，具体细节不太清楚。 面试官：RabbitMQ在消息队列场景下，如何保证消息不丢失？ 王铁牛：嗯……设置持久化，还有确认机制，具体咋操作不太记得了。
面试总结：从整体面试情况来看，你在一些基础的Java核心知识、常见集合以及Spring基础概念上回答得不错，展现出了一定的基础知识储备。然而，在一些深入的技术点，如JVM垃圾回收算法细节、Spring Boot自动配置原理、高并发下Redis数据一致性保证、Dubbo服务调用流程以及RabbitMQ消息不丢失机制等方面，回答得不够清晰和全面。我们会综合考量所有面试者的情况，你回家等通知吧，无论结果如何，希望你后续能继续深入学习相关技术知识，提升自己的技术水平。
问题答案：
- Java中多态是如何实现的：多态通过继承、重写和接口实现。继承是子类继承父类，获得父类属性和方法；重写是子类对父类方法重新实现；接口是类实现接口的方法。父类引用指向子类对象时，根据实际对象类型调用相应方法实现多态。例如，父类Animal有eat方法，子类Dog继承Animal并重写eat方法，当Animal animal = new Dog()时，调用animal.eat()实际执行的是Dog的eat方法。
- ArrayList和HashMap在存储结构上有什么区别：ArrayList基于动态数组，数据按顺序存储，通过索引访问元素效率高，适合顺序访问场景。HashMap基于哈希表，以键值对形式存储，通过哈希函数计算键的哈希值确定存储位置，能快速根据键查找值，适合快速查找场景，但遍历无序。
- Spring框架中，IOC是什么：IOC即控制反转，是Spring框架核心概念。传统开发中，对象创建和依赖关系管理由程序自身负责，耦合度高。IOC将控制权交给Spring容器，容器负责创建、管理对象及注入依赖。比如一个Service类依赖Dao类，在IOC模式下，Spring容器创建Service和Dao对象，并将Dao对象注入到Service中，降低代码耦合。
- 在多线程场景下，线程池有什么作用：线程池可复用线程，减少线程创建和销毁开销，提高系统性能。能控制并发线程数量，避免过多线程导致系统资源耗尽。还能对线程进行统一管理，如线程的生命周期管理、任务队列管理等。例如，在Web服务器中处理大量HTTP请求，使用线程池可高效处理请求，避免频繁创建和销毁线程。
- JVM的垃圾回收机制，讲讲常用的垃圾回收算法有哪些：
- 标记 - 清除算法：先标记出所有可回收对象，然后统一回收。缺点是会产生大量不连续内存碎片，降低内存利用率。
- 复制算法：将内存分为两块，每次只使用其中一块，当这块内存满时，将存活对象复制到另一块，然后清空当前块。优点是不会产生碎片，但内存利用率低，因为总有一半内存闲置。
- 标记 - 整理算法：先标记可回收对象，然后将存活对象向一端移动，最后清理边界外内存。解决了标记 - 清除算法的碎片问题，同时比复制算法内存利用率高。
- Spring Boot自动配置原理能讲讲吗：Spring Boot基于Spring的条件化配置。在类路径下，Spring Boot根据依赖情况，通过@Conditional注解及其派生注解，判断是否满足自动配置条件。例如，当引入spring - boot - starter - web依赖，Spring Boot会自动配置Tomcat、Spring MVC等相关组件。它通过META - INF/spring.factories文件定义自动配置类，这些类在Spring应用启动时被加载，根据条件决定是否生效。
- 在高并发场景下，Redis如何保证数据一致性：
- 使用事务：Redis事务通过MULTI、EXEC、DISCARD和WATCH等命令实现。MULTI开启事务，EXEC执行事务内命令，DISCARD取消事务。WATCH可监控键，若被监控键在事务执行前被修改，事务会失败，保证事务执行期间数据一致性。
- 设置过期时间：合理设置键的过期时间，可避免长时间缓存旧数据。
- 主从复制与哨兵机制：主从复制保证数据副本一致性，哨兵机制监控主节点状态，主节点故障时自动选举新主节点，保证系统高可用和数据一致性。
- Dubbo在分布式系统中，服务调用的流程是怎样的：
- 服务注册：服务提供者启动时，将服务信息注册到注册中心（如Zookeeper）。
- 服务订阅：消费者启动时，从注册中心订阅所需服务。注册中心返回服务提供者地址列表。
- 服务调用：消费者根据负载均衡算法从地址列表选择一个提供者发起调用。调用过程中，Dubbo提供了多种协议（如Dubbo协议、HTTP协议等）进行通信。
- RabbitMQ在消息队列场景下，如何保证消息不丢失：
- 生产者端：使用事务机制（txSelect、txCommit、txRollback）或发送确认机制（confirm模式）。事务机制会阻塞生产者，影响性能；confirm模式生产者发送消息后，RabbitMQ会返回确认结果，若未收到确认可重发。
- 队列端：将队列和消息都设置为持久化。队列持久化保证RabbitMQ重启后队列存在，消息持久化保证消息写入磁盘，即使RabbitMQ崩溃重启，消息也不会丢失。
- 消费者端：采用手动确认模式（basicAck、basicNack），消费者处理完消息后向RabbitMQ发送确认，RabbitMQ才会删除消息，否则会重新投递。
