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 之后有红黑树。 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：呃，好像是当元素个数达到容量的一定比例，就会扩容，新容量好像是原来的 1.5 倍，然后把旧数组的数据复制到新数组。 面试官：嗯，基本思路对。那 HashMap 在什么情况下会发生扩容？ 王铁牛：当元素个数达到负载因子乘以容量的时候就扩容。
第二轮面试 面试官：接下来问问多线程相关。讲讲线程池的核心参数有哪些？ 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。 面试官：很好。那线程池处理任务的流程是怎样的？ 王铁牛：呃，任务来了先看核心线程有没有满，没满就创建核心线程处理，满了就放队列里，队列满了就看最大线程数，没达到就创建非核心线程处理，要是都满了就触发拒绝策略。 面试官：还行。那在高并发场景下，使用线程池可能会遇到什么问题？ 王铁牛：嗯……可能会出现线程资源耗尽吧，还有……还有可能任务处理不过来。
第三轮面试 面试官：聊聊框架相关，Spring 中 Bean 的生命周期是怎样的？ 王铁牛：呃，先实例化，然后属性注入，接着初始化，最后销毁。 面试官：好。那 Spring Boot 相对于 Spring 有什么优势？ 王铁牛：Spring Boot 自动配置，能快速搭建项目，减少配置。 面试官：那 MyBatis 中 #{} 和 {} 的区别是什么？ **王铁牛**：#{} 是预编译，{} 是字符串替换，#{} 能防止 SQL 注入。 面试官：Dubbo 主要解决了什么问题？ 王铁牛：嗯……好像是服务治理，服务之间的调用啥的。 面试官：RabbitMQ 在项目中有什么作用？ 王铁牛：可以做消息队列，异步处理，削峰填谷。 面试官：xxl - job 是什么，有什么应用场景？ 王铁牛：是个分布式任务调度平台，能做定时任务啥的。 面试官：Redis 有哪些数据类型，在缓存场景下怎么选择合适的数据类型？ 王铁牛：有字符串、哈希、列表、集合、有序集合。缓存场景下，简单的键值对就用字符串，复杂点的对象用哈希。
面试总结：从整体面试情况来看，你对于一些基础的知识点掌握得还可以，像 ArrayList、HashMap 的底层结构，线程池的核心参数等回答得不错。但在一些稍微深入和复杂的问题上，比如高并发场景下线程池的问题，回答得不是特别清晰全面。对于框架方面，虽然能说出一些基本概念，但对于它们在实际业务场景中的深度应用和细节，还需要进一步加强理解。我们会综合评估所有面试者的情况，你回去等通知吧，无论结果如何，希望你在技术学习上能继续保持热情，不断提升自己。
问题答案：
- ArrayList 和 HashMap 的底层数据结构：
- ArrayList：底层是数组结构，它通过数组来存储元素，支持随机访问，因为数组的内存地址是连续的。例如，当我们创建一个
ArrayList<Integer> list = new ArrayList<>();时，在底层会先初始化一个默认容量（通常是 10）的数组来存储Integer类型的数据。 - HashMap：JDK1.8 之前底层是数组 + 链表结构，JDK1.8 之后是数组 + 链表 + 红黑树结构。数组的每个位置称为桶（bucket），通过哈希算法计算键的哈希值，然后对数组长度取模得到桶的索引位置。如果该位置没有元素，则直接放入；如果有元素，就形成链表（当链表长度大于 8 且数组容量大于 64 时，链表会转换为红黑树）。比如
HashMap<String, Integer> map = new HashMap<>();，当我们map.put("key", 10);时，会先计算 “key” 的哈希值，确定桶的位置进行存储。
- ArrayList：底层是数组结构，它通过数组来存储元素，支持随机访问，因为数组的内存地址是连续的。例如，当我们创建一个
- ArrayList 扩容操作：
- 当 ArrayList 中的元素个数达到其容量（capacity）的一定比例（默认是 0.9）时，会触发扩容。新容量是原来容量的 1.5 倍（
newCapacity = oldCapacity + (oldCapacity >> 1)）。然后会创建一个新的更大的数组，通过System.arraycopy()方法将旧数组中的元素复制到新数组中。例如，初始容量为 10 的 ArrayList，当添加第 11 个元素时，就会扩容为 15。
- 当 ArrayList 中的元素个数达到其容量（capacity）的一定比例（默认是 0.9）时，会触发扩容。新容量是原来容量的 1.5 倍（
- HashMap 扩容情况：
- 当 HashMap 中的元素个数（size）达到负载因子（loadFactor，默认是 0.75）乘以容量（capacity）时，就会触发扩容。扩容时，新容量是原来容量的 2 倍。例如，初始容量为 16 的 HashMap，负载因子为 0.75，当元素个数达到
16 * 0.75 = 12时，就会扩容为 32。扩容后需要重新计算每个元素在新数组中的位置，因为哈希值对新容量取模的结果可能会改变。
- 当 HashMap 中的元素个数（size）达到负载因子（loadFactor，默认是 0.75）乘以容量（capacity）时，就会触发扩容。扩容时，新容量是原来容量的 2 倍。例如，初始容量为 16 的 HashMap，负载因子为 0.75，当元素个数达到
- 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，除非设置了
allowCoreThreadTimeOut为true。 - 最大线程数（maximumPoolSize）：线程池中允许存在的最大线程数，当任务队列满了且核心线程都在忙碌时，会创建新的线程，直到达到最大线程数。
- 存活时间（keepAliveTime）：当线程数大于核心线程数时，多余的空闲线程存活的最长时间。超过这个时间，多余的线程会被销毁。
- 时间单位（unit）：存活时间的单位，如
TimeUnit.SECONDS（秒）、TimeUnit.MILLISECONDS（毫秒）等。 - 任务队列（workQueue）：用于存放等待执行的任务，常见的任务队列有
ArrayBlockingQueue（有界队列）、LinkedBlockingQueue（无界队列，默认使用）、SynchronousQueue（不存储任务，直接交给线程处理）等。
- 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
- 线程池处理任务流程：
- 当有新任务提交到线程池时，首先判断核心线程数是否已满。如果未满，创建新的核心线程来处理任务。
- 如果核心线程数已满，任务会被放入任务队列中。
- 如果任务队列也已满，再判断当前线程数是否达到最大线程数。若未达到，创建新的非核心线程来处理任务。
- 如果线程数已经达到最大线程数，此时会触发拒绝策略。常见的拒绝策略有
AbortPolicy（直接抛出异常）、CallerRunsPolicy（将任务交给提交任务的线程处理）、DiscardPolicy（直接丢弃任务）、DiscardOldestPolicy（丢弃队列中最老的任务，然后尝试提交当前任务）。
- 高并发场景下线程池可能遇到的问题：
- 线程资源耗尽：如果任务提交速度过快，超过了线程池的处理能力，且任务队列也已满，不断创建新线程直到达到最大线程数，可能会导致系统资源耗尽，如内存溢出等问题。
- 任务处理延迟：当任务队列过长，任务在队列中等待时间过长，会导致任务处理延迟，影响系统的响应时间。
- 线程上下文切换开销：过多的线程会导致频繁的线程上下文切换，消耗 CPU 资源，降低系统性能。
- Spring 中 Bean 的生命周期：
- 实例化（Instantiation）：通过构造函数或者工厂方法创建 Bean 的实例对象。例如，对于一个简单的
@Component注解的类UserService，Spring 容器会在启动时为其创建实例。 - 属性注入（Populate）：将 Bean 依赖的其他 Bean 通过 setter 方法、构造函数或者字段注入的方式进行赋值。比如
UserService依赖UserDao，可以通过@Autowired注解将UserDao注入到UserService中。 - 初始化（Initialization）：调用 Bean 的初始化方法（可以通过
@PostConstruct注解标注的方法，或者实现InitializingBean接口的afterPropertiesSet方法，或者在配置文件中指定的init - method），进行一些初始化操作，如数据库连接的建立等。 - 销毁（Destruction）：当 Bean 不再需要时，Spring 容器会调用其销毁方法（可以通过
@PreDestroy注解标注的方法，或者实现DisposableBean接口的destroy方法，或者在配置文件中指定的destroy - method），进行资源释放等操作，如关闭数据库连接等。
- 实例化（Instantiation）：通过构造函数或者工厂方法创建 Bean 的实例对象。例如，对于一个简单的
- Spring Boot 相对于 Spring 的优势：
- 自动配置：Spring Boot 基于约定大于配置的原则，能根据项目的依赖自动配置 Spring 应用，大大减少了手动配置的工作量。例如，引入
spring - boot - starter - jdbc依赖，Spring Boot 就能自动配置好数据源、JdbcTemplate 等相关组件。 - 快速搭建项目：使用 Spring Boot 可以快速创建一个可运行的 Spring 项目，内置了 Tomcat、Jetty 等服务器，直接打包成可执行的 jar 或 war 文件，方便部署。
- 简化依赖管理：Spring Boot 的
parent项目定义了一系列常用依赖的版本号，开发者无需手动指定版本，减少了版本冲突的问题。
- 自动配置：Spring Boot 基于约定大于配置的原则，能根据项目的依赖自动配置 Spring 应用，大大减少了手动配置的工作量。例如，引入
- MyBatis 中 #{} 和 ${} 的区别：
- #{}：是预编译方式，MyBatis 在处理
#{}时，会将 SQL 中的#{}替换为?，然后使用PreparedStatement进行设置参数值，这样可以有效防止 SQL 注入。例如，select * from user where username = #{username}，在执行时会变成select * from user where username =?，然后通过PreparedStatement.setString(1, "具体用户名")来设置参数。 - **{}
时，会直接将{username}'，如果username变量值为 “admin' or '1'='1”，就会导致 SQL 注入，因为最终的 SQL 会变成select * from user where username = 'admin' or '1'='1'`。
- #{}：是预编译方式，MyBatis 在处理
- Dubbo 主要解决的问题：
- 服务治理：Dubbo 是一个分布式服务框架，主要解决了微服务架构中服务之间的调用、注册、发现、负载均衡、容错等问题。它提供了服务注册中心（如 Zookeeper），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，然后进行远程调用。通过负载均衡算法（如随机、轮询等），可以将请求均匀分配到多个服务提供者上，提高系统的可用性和性能。同时，Dubbo 还支持多种容错机制，如失败重试、快速失败等，保证服务调用的可靠性。
- RabbitMQ 在项目中的作用：
- 异步处理：在一些业务场景中，比如用户注册成功后需要发送邮件通知、生成用户积分等操作，这些操作可以通过 RabbitMQ 异步处理，将任务发送到消息队列中，主线程继续执行其他业务逻辑，提高系统的响应速度。
- 削峰填谷：在高并发场景下，如电商的秒杀活动，大量的请求同时到达服务器，可能会导致服务器压力过大甚至崩溃。通过 RabbitMQ 作为消息队列，可以将请求先放入队列中，服务器按照自己的处理能力从队列中依次取出任务进行处理，避免瞬间高并发对系统造成冲击。
- xxl - job 是什么及应用场景：
- xxl - job：是一个轻量级分布式任务调度平台，它提供了简单易用的任务调度管理功能。
- 应用场景：
- 定时任务：比如每天凌晨执行数据备份、统计报表生成等定时任务。
- 分布式任务：在分布式系统中，有些任务需要在多个节点上同时执行，xxl - job 可以方便地管理这些分布式任务的调度和执行。
- Redis 数据类型及缓存场景选择：
- 字符串（String）：最基本的数据类型，可以存储任何类型的数据，如字符串、数字等。在缓存简单的键值对数据时非常适用，比如缓存用户的基本信息（用户名、年龄等），可以将用户 ID 作为键，用户信息的 JSON 字符串作为值存储。
- 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。适用于缓存复杂对象，例如缓存用户详细信息，每个字段（如姓名、性别、地址等）作为哈希的一个字段，值作为对应字段的值，这样可以方便地对对象的部分字段进行更新，而不需要重新缓存整个对象。
- 列表（List）：是一个有序的字符串列表，可以从两端插入和删除元素。适用于实现消息队列（如简单的生产者 - 消费者模型），或者存储一些有序的数据，如最新的文章列表等。
- 集合（Set）：无序的字符串集合，并且集合中的元素是唯一的。可以用于去重场景，比如统计网站的独立访客，将访客的 IP 地址存储在集合中，由于集合的唯一性，重复的 IP 不会被存储。
- 有序集合（Sorted Set）：和集合类似，但每个元素都关联一个分数（score），根据分数进行排序。适用于排行榜场景，比如游戏玩家的积分排行榜，将玩家 ID 作为元素，积分作为分数存储在有序集合中，通过分数可以方便地获取排名信息。
